REACT：VLM 引导的接触重定向与生成式伙伴建模，用于人形机器人与人的交互
研究者提出 REACT 框架，用 VLM 引导的接触建模与重定向管线从人与人演示中学习可部署的人形机器人交互策略，并将特权策略蒸馏为仅靠机载感知的 egocentric depth 策略。
#论文/研究
arXiv cs.AIAI 评分4646 arXiv cs.AIAI 评分3434 基于心电图预测实验室指标：NT-proBNP 预测的生理与技术综合分析
一项论文研究用多模态深度学习从 ECG 记录和患者元数据预测 NT-proBNP，基于 MIMIC-IV 进行回归、二分类和三分类实验。12 导联配置始终优于 1 导联（lead II）：回归 MAE 为 514.27 pg/mL，二分类 AUROC 达 0.876，三分类宏平均 AUROC 为 0.752。
arXiv cs.AIAI 评分4141 BitMTP：当多 Token 预测遇上低比特大语言模型
BitMTP 是一个面向超低比特大语言模型骨干的多 Token 预测（MTP）算法-系统协同设计框架，通过联合 next-token 与 MTP 目标、多种解码模式及 Accepted-prefix 对齐实现高效加速。
arXiv cs.AIAI 评分3434 基于 SSM 的脉冲神经网络实现模型级与层级闭环时序预测
一项 arXiv 研究针对 SNN 在预测阶段标准自回归处理需要不可得数值的问题，提出模型级和层级两种闭环预测策略，将网络自身生成的数值反馈回网络作为观测值。在 ETT-small 基准上，两种方法在 spike 与连续激活函数下的表现与 S4 的 zero-masking 基线相当或更优，多数情况下可匹配 SpaceTime 等 SOTA 方法。
arXiv cs.AIAI 评分3434 每个模型都会留下痕迹：多分辨率 LLM 指纹识别研究
一项 arXiv 研究提出“指纹分辨率”框架，从模型族到蒸馏、LoRA 微调变体，分析大语言模型在生成文本中留下的可识别痕迹。结果显示，即使改写输出、抑制表层词汇线索，模型指纹依然可检测，且语义表征在跨语言时最稳健。模型身份可在多个分辨率上被恢复，但可恢复性取决于模型相似度与文本中可用证据的多少。
arXiv cs.AIAI 评分4343 TaskWAM：用 Mode Tokens 与 State Tokens 引导世界-动作模型走向预期未来
一篇 arXiv 论文提出 TaskWAM，一个闭环、阶段感知的框架，用于解决世界-动作模型（WAM）在长程操作中漂移到错误任务阶段的“Stage Confusion”问题。
arXiv cs.AIAI 评分3333 面向网络-社会影响的数字孪生框架研究
一篇 arXiv 论文提出将数字孪生与网络-社会安全模型结合的框架，用于模拟和量化关键基础设施中的网络威胁。框架基于 Mininet 和 MiniCPS 构建虚拟化 ICS 环境，核心是扩展 CVSS 的 CSVSS 评分系统，引入基于实体与场所支柱的社会影响维度，生成可复现的严重性评分。LLM 仅做初步分析和起草风险报告，由分析师在可解释 AI 反馈支持下验证结论并保留关键案例的决策权。
arXiv cs.AIAI 评分5858 Racer 论文提出用符号等价检查 hunting GPU kernel 缺陷，在 2,408 个生产内核中发现 82 个真实 bug
论文提出 Racer，一个 PTX 级符号等价检查引擎，通过在符号输入上执行 kernel 与参考实现，把输出变成精确代数表达式来区分浮点误差与逻辑 bug。它采用 Shape Reduction、lockstep CTA 调度和带精确数值反驳的 idiom 模板三项技术。
arXiv cs.AIAI 评分5050 CarryoverBench：评测 LLM 智能体上的跨会话延续攻击
研究者提出 CarryoverBench，评测 LLM 智能体上的 carryover attacks：攻击者一次性注入后，载荷可经长期记忆文件或定时任务在后续会话中反复触发。
arXiv cs.AIAI 评分4242 WorldSR：利用世界知识检索实现 grounded 图像超分辨率
WorldSR 是一个图像超分辨率框架，通过显式、实体对齐的视觉世界知识增强生成先验超分辨率方法。它将输入自动分解为语义实体，从大规模外部图像语料中检索对齐参考图，并借助记忆机制复用检索结果和多步筛选流程提升效率与可靠性。实验显示其在真实世界 SR 基准上持续提升结构保真度与视觉质量，超过现有生成式超分辨率方法。
arXiv cs.AIAI 评分3636 DISTRACT 基准：研究视觉退化下文本描述对视觉语言跟踪器的实际影响
arXiv 论文提出 DISTRACT 基准，通过四类文本先验与四级图像退化的交叉干预，评测五个视觉语言跟踪器（VLT）中文本是否真正改变跟踪决策。Molmo2 和 JointNLT 表现出有方向的文本利用，且在决策临近状态可解码正确与冲突文本；UVLTrack、MMTrack 和 DUTrack 对文本语义变化仅弱响应，无行为效应通过 FDR 校正。
arXiv cs.AIAI 评分3535 Code2Video-Compass：覆盖 T2V、I2V 与 V2V 的通用代码式视频生成综合基准
研究者推出通用代码式视频生成基准 Code2Video-Compass，覆盖文本到视频（T2V）、图像到视频（I2V）和视频到视频（V2V）三类设定。基准包含 2,104 个任务，横跨 10 个类别、24 个子类型和三个复杂度维度，并采用 12 项客观指标与 5 项主观指标的双层评测框架。
arXiv cs.AIAI 评分3535 Brain2Vec：面向结构脑部 MRI 的自监督 3D 基础模型
研究者推出 Brain2Vec，一个在 74,425 例 T1 加权 MRI 扫描上预训练的自监督 3D 基础模型，可用于下游任务微调或独立特征提取。以其预训练权重初始化进行脑年龄预测时，相比随机初始化获得更高精度和更快收敛；冻结嵌入在五项分类任务中的四项上优于解剖体积特征，并与用更多数据预训练的 SOTA 基础模型表现相当。代码和模型已开源，也可通过 NiChart 云平台直接使用。
arXiv cs.AIAI 评分4646 面向预算感知多轮智能体的奖励设计：让 Qwen3.5 自主适应任意推理时预算约束
一项 arXiv 研究训练 Qwen3.5 的 4B 和 9B 模型，让多轮大语言模型智能体自己学会在 token、API 调用、环境步数等预算内分配资源，无需外部预算控制器。
arXiv cs.AIAI 评分4141 事实回忆中的“指令税”：基座模型可胜过其指令微调版本
该论文介绍 AKBC LM-KBC 2026 共享任务的解决方案，在官方榜单取得 0.6836 分，超过 0.2964 基线一倍以上。在不使用检索和微调、参数上限 32B 的条件下，基座模型用文本补全提示得 0.6836，而指令微调版本经聊天界面仅得 0.5681，作者称之为“指令税”。方案用训练集示例提示基座模型，生成 64–256 个输出并保留重复项，再针对不同关系做两项专门处理。
arXiv cs.AIAI 评分3737 MAS-Guard：面向单智能体与多智能体 LLM 系统的统一安全防护框架
MAS-Guard 是一个面向单智能体和多智能体 LLM 应用的统一安全防护框架，包含智能体本地 Agent Guardrail（A-Guard）层与开发者掌控的 Agent Charters 和 Control Plane 系统层，可通过允许、反思、确认和阻断四种干预手段执行防护。
arXiv cs.AIAI 评分3838 VisualEvolve：面向视觉推理的技能自进化框架
VisualEvolve 是一个让视觉语言模型（VLM）通过 Select--Execute--Evolve--Evaluate 循环自进化视觉操作与工具使用技能的框架，无需更新模型参数。
arXiv cs.AIAI 评分4949 论文解读：MoE 动态专家跳过方法的受控对比——别跳过静态基线
一项 arXiv 研究将四种动态专家跳过方法统一分类，并与静态减少每层专家数 k 的简单基线在 Gemma4-26B-A4B、Qwen3-30B-A3B 及多模态模型 Qwen3-VL 上按同等专家计算预算对比。
arXiv cs.AIAI 评分4747 nokast-secureRAG：用 0.5B 小模型检测 RAG 管线中的提示词注入
研究者推出 nokast-secureRAG，一个约 0.5B 参数的小语言模型，作为 RAG 检索与生成之间的语义防火墙，联合评估用户查询与检索内容，分类为安全、可疑或恶意。
arXiv cs.AIAI 评分2929 CountVideoBench：评估视频语言模型物体计数预测偏差的新基准
研究者推出 CountVideoBench，包含 2,600 段合成视频、覆盖 [5, 50] 区间 26 个基数（各 100 段），用于诊断视频语言模型的物体计数偏差。
arXiv cs.AIAI 评分3434 RayCo4D：面向单目 4D 动态重建的射线条件连续运动模型
研究者提出 RayCo4D，一种用于单目 4D 动态重建的射线条件连续运动模型，将视觉测量与潜在 3D 运动状态显式分离。该方法通过白噪声加速度过程先验实现连续时间插值，并借助双四元数混合将共享运动传递到高斯基元。实验显示其在快速运动与不完整轨迹下提升了结构与时间一致性，支持连续时间渲染，新视角合成质量具有竞争力。
arXiv cs.AIAI 评分2121 GProtoT：零支持样本医学视觉语言模型的门控原型迁移方法
研究者提出门控知识引导原型迁移方法 GProtoT，作为免训练求解器 SS-Text+ 的前置斥力模块，利用 VLM 相似度与基于本体的临床距离，将已支持类别的视觉残差迁移到无标注支持样本的低流行类别。
arXiv cs.AIAI 评分2929 超越单一情感分数：Twitter 上 Emoji 含义的主题与情感维度分析
一项基于 16,575 条英文推文的研究提出用“stability delta”指标衡量 emoji 的语境聚类程度，发现主题上下文越聚集的 emoji，其众包情感反而越两极分化。
arXiv cs.AIAI 评分4040 MuDo-CoM 算法：从多域线性混合中识别相关潜在成分
ICML 2026 论文提出 MuDo-CoM（Multi-Domain Covariance Matching）算法，研究多域线性混合模型下相关潜在成分的可识别性问题。该方法是 ICA 的推广，假设各域仅通过域特定的成分缩放不同，在域变化充分时仅凭二阶统计量即可识别潜变量与混合函数。算法在模拟数据和真实 fMRI 数据集上完成验证。
arXiv cs.AIAI 评分3131 ABACUS：评估图像编辑模型在场景保持下的对象类别与计数能力基准
研究者提出 ABACUS，一个针对指令式图像编辑模型数值编辑能力的基准，用于评估模型在保持场景不变的前提下增、删或改变指定数量对象的能力。该协议无需 VLM 打分，基于 panoptic 真值和检测器共识在实例级验证编辑结果。对主流图像编辑模型的评测显示，数值编辑失败随场景复杂度和对象数量增加而显著加剧。
arXiv cs.AIAI 评分3636 arXiv 论文提出 LLM 智能体协作的收敛理论
一篇 arXiv 论文将 LLM 智能体团队协作形式化为块优化：每个智能体在局部目标加校正项引导下改进共享解的一部分，协调者按全局目标检验并合并提案，并证明线性收敛至误差下限。
arXiv cs.AIAI 评分3636 GALA：面向可控物体摆放的几何感知语言模型
研究者提出 GALA，一个具备显式点云感知的几何感知语言模型，用于可控物体摆放，通过自回归方式结合场景上下文和摆放指令逐个预测目标物体的 6D 位姿。模型采用两阶段训练：先以预训练任务对齐几何与文本模态，再针对摆放任务微调。
arXiv cs.AIAI 评分3232 VGL-stGen：肺组织病理与空间转录组学的共享多模态大语言模型
arXiv 论文提出 VGL-stGen，一个从预训练医学视觉-语言模型适配而来的多模态大语言模型，使用配对的肺 H&E 病理图像与空间转录组学数据及单细胞参考进行训练。单一部署检查点支持 13 项评测任务，涵盖组织与细胞类型分类、基因预测及基于病理、细胞身份和观测表达的条件表达补全。实验表明正确配对的病理图像能提供超越观测表达之外的信息。
arXiv cs.AIAI 评分3232 PI-MLLM：心理物理学启发的多模态大语言模型用于解压视频情感分析
研究者提出 PI-MLLM，一种心理物理学启发的多模态大语言模型，用于 Oddly Satisfying（解压向）视频情感分析（OSVEA），并构建了含 12,000 条标注 5 秒片段的 OSVD 数据集。
arXiv cs.AIAI 评分1919 TPO：面向 OOD 直接偏好优化的三层分布鲁棒学习
论文提出 TPO，一个三层分布鲁棒框架，用于 OOD 偏好对齐，联合建模组级、提示级和偏好级三层分布偏移的不确定性。该方法用 Wasserstein 距离实例化，得到包含闭式偏好级 margin 惩罚、提示级对抗嵌入扰动和最坏情况组重加权的可解目标，各层由独立半径控制。论文给出了有限样本收敛保证，并实证验证 TPO 优于现有鲁棒 DPO 方法，已被 NeurIPS 2026 接收。
arXiv cs.AIAI 评分4242 数据系统视角下的 LLM 长上下文本地推理分析
一篇 arXiv 论文从数据系统视角分析长上下文 LLM 在单机 GPU 上本地推理的瓶颈。研究发现 self-attention 主导长上下文推理的运行时间，且其现有结构使关键 GPU 资源利用不足，最新一代 GPU 反而常常表现最差。作者将 KV cache 分页、缓存利用率和 GPU 同步等问题归结为数据管理问题，并以实验观察和建议的形式供数据系统社区参考。
arXiv cs.AIAI 评分3434 南非 R3337 草案食品包装证据提取与弃权式筛查研究：选择性 VLM 复核提升覆盖率
该研究提出面向南非食品包装照片 R3337 草案标准的区域引导证据提取与弃权式筛查流程，先用三类检测器定位营养成分表、配料表和产品标识区域，再以 PaddleOCR 和结构化提取恢复证据并按确定性规则判定，证据不全时弃权。
arXiv cs.AIAI 评分2626 JAXbounce：面向主动推理的连续控制类 Pong 基准测试，突破低维环境限制
研究者发布 JAXbounce，一个用于评估主动推理的连续控制类 Pong 基准，结合连续状态、随机动力学与可组合的观测模型，基于 JAX 完全可微且可并行。论文在三种难度场景和八种噪声条件下运行超过 10,000 次智能体仿真，比较确定性基线、基于 Unscented Kalman Filter 感知与期望自由能规划的智能体，以及使用预训练神经网络编码器的像素智能体，并已开源为可复现基准。
arXiv cs.AIAI 评分3333 时间序列基础模型在电力负荷预测中的参数高效适配研究
一项研究以 MOIRAI 1.0 Large 为主干，在四个电力负荷聚合层级上比较预训练推理、全量微调与 LoRA 的预测精度和适配效率，并用 Chronos-2 验证结论是否跨模型成立。
arXiv cs.AIAI 评分3838 ORCA 与 ORBiT：以相对表示重构以对象为中心的强化学习
论文提出对象相对坐标系 ORCA，将实体放在以锚点为参照的相对坐标系中，并引入基于 Transformer 的架构 ORBiT 处理锚点相对输入。ORBiT 在 13 个 Atari 游戏上聚合 HNS IQM 超过 1.0，优于基于像素的 PPO 基线，并能从零学会 Foosball 游戏。实验还显示 ORCA 可扩展到旋转，ORBiT 能泛化到未见过的干扰物数量，且增益依赖与决策相关的锚点。
arXiv cs.AIAI 评分3535 Adaptive Pullback：在 On-Policy Distillation 中对惩罚跳变处重加权监督
arXiv 论文提出 AP-OPD（Adaptive Pullback OPD），改进 on-policy distillation。作者通过对比同一 response 内相邻 token block 识别出 penalty jump——惩罚骤升且持续存在，同时 teacher 置信度下降，称其为 penalty-confidence tension。
arXiv cs.AIAI 评分3434 CALM：用离线校准改进自回归视频生成的 KV cache 在线压缩
论文提出 CALM（Calibrated Allocation for Layer-Head Merging），针对自回归视频生成中的 token merging 压缩。
arXiv cs.AIAI 评分5353 arXiv 论文揭示推理型 VLA 驾驶模型的感知-行动绑定鸿沟并提出免训练修复
arXiv 论文（arXiv:2610.28184）提出推理型视觉-语言-行动（VLA）驾驶模型存在感知-行动绑定鸿沟：危险信息在模型中被编码，但对轨迹生成控制不足，纵向规划主要跟随自车速度历史，对危险距离和自身推理痕迹仅弱响应。
arXiv cs.AIAI 评分3434 TEPCA：LLM 在时序知识图谱上推理的时序证据-参数协同对齐框架
研究者提出 Temporal Evidence-Parameter Co-Alignment（TEPCA）框架，用于提升 LLM 在时序知识图谱（TKG）上的推理能力。
arXiv cs.AIAI 评分4444 Africa-Papers：面向非洲基础模型的 100 亿 token 多领域学术语料库
研究者发布 Africa-Papers，迄今最大的多领域泛非学术预训练语料库，包含 844,807 篇全文论文、101.5 亿 token、879 个 Parquet 分片，已在 Hugging Face Hub 的 AfriSpeech 组织下开源。