STEMbot是一种微型攀爬机器人，专为在植物冠层下方自主导航而设计，旨在实现早期害虫检测。它集成了PIN-SLAM和语义八叉树，并采用流形约束A*规划器，可在7-33毫米的茎干上可靠攀爬，重构精度达厘米级。

Shift & Drift是一个双轨基准测试，旨在评估自动驾驶运动规划器在语义分布偏移（新城市拓扑）和状态分布漂移（执行扰动）下的表现。研究发现，模仿学习方法在域内表现优异，但在语义偏移下显著失效，而基于强化学习的方法则表现出更优雅的性能下降。

arXiv:2607.07830v1 提出了一种名为 HumoSlope 的两阶段物理引导框架，用于人形机器人在陡坡上的鲁棒行走。第一阶段通过斜坡自适应零力矩点正则化器建立地形一致的平衡先验；第二阶段引入生物力学斜坡步态适配器，根据估计的斜坡几何动态调整质心高度和下肢协调，避免产生低重心蹲伏步态。实验表明该方法可使机器人无需外部感知即可盲穿户外草地斜坡，最大坡度达 62.7%（32.1°）。

该论文提出SASGeo框架，利用道路、建筑等持久性语义结构为GNSS拒止无人机提供绝对位置修正。在220次随机检索试验中，空间语义匹配变体实现了94.5-95.5%的Recall@1，显著优于全局描述符（58.6%），但各变体间差异不显著。研究为跨视角定位提供了新思路，但尚未经过真实飞行验证。

APIVOT是一种基于VLM的规划器，通过自适应交织语言和视觉思维来提升长时域机器人规划的成功率和推理效率。在空间受限的厨房任务中，APIVOT显著优于通用VLM和现有规划框架，并展现出有意义的模态选择行为。

本文提出SAGA，一种无需训练的稳定加速引导方法，用于改善自回归视频扩散中的时间不稳定问题。通过加速域谱引导和结构化噪声初始化，有效减少闪烁和抖动，提升时间质量与图像质量。

LightCrafter是一种新的视频重照明混合流水线，通过将重照明任务转化为对物理渲染代理视频的视频翻译，结合扩散模型与物理渲染优势，实现了对长视频的高时间一致性且精细光照控制，在现有基准上超越先前最优，并计划公开数据集和代码。

FedTR结合联邦学习和迁移学习，解决工业视觉检测中数据稀缺和任务复杂性问题，在标签缺陷识别上取得高精度。

提出LOGOS，一种基于Transformer的新型方法，利用文本提示引导航空图像中的定向目标检测，在DOTA数据集上超越现有方法，尤其适用于密集和旋转场景。

论文提出ThermoField框架，通过可微分热传导模拟统一热场景重建和热物理参数估计。该框架利用神经场表示空间变化的热扩散率等属性，结合场景几何与热传导物理约束，从时间分辨热观测中联合重建几何、估计热扩散率并预测未见过环境下的热演化，为复杂3D场景中的物理可解释参数推断提供了统一方法。

研究人员提出了一种称为“对抗性诱饵”的新型攻击方法，通过独立优化的图像补丁来重新定向注意力，从而规避Vision Transformers中基于注意力的防御。该方法将分类错误和防御规避解耦，攻击无关，可轻松集成到现有对抗性补丁攻击中。实验表明，诱饵能将高注意力分数从真实对抗区域转移开，同时保持攻击有效性，揭示了依赖注意力大小作为对抗相关性指标的固有局限性。

研究人员开发了一种低成本方法，利用无人机和起重机摄影测量对落叶乔木进行三维重建，以监测枝条伸长（初生生长）。该方法实现了5-6毫米的点精度和92-98%的完整度，填补了气候变化影响研究中初生生长监测方法的空白。

GIRAF是一种文本条件扩散模型，用于生成与可运动物体的逼真全身交互。它通过对象中心表示、混合域训练和基于接触的数据增强，解决了现有模型在协调运动、精细接触和物体运动推理上的不足，并在未见过的物体配置上展现出强大的泛化能力。

DreamCharacter-1是一个轻量级后适配框架，通过几何后训练、纹理后训练和推理加速三个组件，将预训练的3D基础模型校准为高保真、可投入生产的3D角色生成方案。实验表明，其生成的3D角色资产在视觉吸引力和结构稳健性上均超越现有最先进方法。

识别LLM输出中的忠实度幻觉因高质量标注数据稀缺而具有挑战性。本文提出幻觉自我博弈（HSP）框架，使检测器能够与进化生成器共同提升。HSP从同一基础模型初始化检测器和生成器，检测器先通过人工标注数据微调，再作为奖励模型通过RLAIF训练生成器产生更难检测的幻觉，随后生成器合成幻觉数据通过规则强化学习优化检测器。在RAGTruth基准和两个模型家族上的实验表明，该框架能逐步增强小型LLM，使其无需外部监督即可匹配甚至超越先进LLM。

一篇新研究评估了Gemini模型作为音频裁判在全双工语音代理对话中的可靠性。基于209个立体声会话，在8个维度上与人类评分者进行对比，结果显示Gemini 2.5 Flash在多数维度上与人类高度一致，且成本仅为人类评分的约1/100。研究还指出模型切换需重新校准，并提出了部署时需注意的四个方面。

本文提出TACO方法，解决LLM强化学习中统一信用分配导致的“正信用污染”问题。TACO通过计算尾部风险分数来抑制低概率错误令牌的正向更新，实验表明该方法在多个基准上优于GRPO基线，并能提升长程RL的训练稳定性。

本研究提出了一种基于MiniLM嵌入的多簇边界学习方法，用于检测超出范围（OOS）意图。该方法克服了传统多类分类精度随类别数下降以及LLM嵌入参数大的问题，在三个公共数据集上实现了最先进的性能。

自然语言处理中基于预处理的刻板印象缓解方法，虽然能减少针对目标群体的可测量刻板印象，但常常引发意想不到的副作用——相对于中性基线，其他人口统计群体的刻板印象或反刻板印象可能增加，包括不相关的人口类别。研究在两种模型家族（仅编码器和仅解码器）、多种预处理策略（删除刻板句子、删除群体提及、交换群体引用）以及维基百科上不同数据规模的预训练和后训练中展示了这些副作用。标准基准测试经常忽略这些变化。通过注意力展开分析，观察到这种副作用并未伴随注意力流的巨大变化，使得机械论解释复杂化。本文讨论了评估的影响，提供了可操作的诊断方法，并主张进行关注副作用的透明缓解实践。

本研究提出一种成本高效的人机协作注释框架，用于构建多语言刻板印象数据集，并应用于西班牙语构建EspanStereo数据集，涵盖多个西语国家的文化特定偏见。评估显示LLMs在不同国家的刻板印象行为存在显著差异，强调需要更文化扎根的评估方法。

本文论证了巴伦霍尔茨的自生成语言理论如何丰富哈里斯整合主义语言学，填补了其在符号前瞻开放性、语言与非语言符号连续性以及整合档案结构方面的解释空白。该综合为自然语言处理和大型语言模型设计提供了理论基础，阐明了统计结构的本质及其局限性。

DeepSearch-Evolve是一个自蒸馏框架，基于可验证的DeepSearch-World环境训练网络智能体。该环境包含42万个多跳问答任务，支持进度验证、反思和故障恢复等认知行为。在没有更强模型蒸馏的情况下，DeepSearch-World-9B在多个基准测试中取得了有竞争力的成绩，证明了可验证环境能够支持长周期网络智能体的自我进化。

本文是一篇立场论文，系统回顾了人工智能数学（AI4Math）领域的最新进展，特别是大型语言模型（LLM）驱动的定理证明器在形式化证明生成方面取得的成功。然而，现有系统在应对前沿研究数学（如发现新定理或解决开放猜想）方面存在根本性限制。作者主张AI4Math系统应从预定义问题求解器转向能进行严格形式化数学推理的研究代理，并指出了现有系统在数据集、关系结构、数学探索、工具生态和人机协作等方面的核心局限性，为未来AI4Math的发展提出了战略路线图。

本文研究比较了LSTM与传统机器学习模型在推特情感分析中的性能。LSTM模型取得了90.98%的训练准确率和80%的测试准确率，ROC-AUC得分为0.92，优于其他方法。

本研究提出LiST（Lipschitz缩放训练），一种新型训练范式，通过自动调整全局Lipschitz常数，在保证网络校准的同时，有效平衡准确性与鲁棒性。LiST揭示了Lipschitz约束与温度缩放之间的理论联系，并利用校准作为准则选择最优操作点。在CIFAR-10/100和Tiny-ImageNet上的实验表明，LiST在保持校准的同时，达到了与现有方法相当的准确性和鲁棒性。

本文提出元神经细胞自动机 (MetaNCA) 框架，通过局部更新规则自组织神经网络权重，无需反向传播即可为不同架构生成权重，并泛化到未见架构。

Jet-Long 提出了一种无需微调的零样本方法，通过动态双焦点RoPE扩展大语言模型的上下文窗口，根据序列长度自适应调整缩放因子，在多个基准测试中实现了高效率和强性能。

SHIFT是一种缺失感知的生存预测模型，基于Transformer架构，能够直接从不完整的基因组输入中进行预测，无需测试时插补。通过掩蔽自注意力机制和特征可用性掩码，模型仅利用观测到的特征进行预测，并在训练中引入变速率特征掩蔽以增强对异质性缺失模式的鲁棒性。在胶质母细胞瘤和肺鳞状细胞癌的多中心外部验证中，SHIFT表现出强大的泛化能力，优于传统生存基线和基于插补的方法。研究表明，纳入不完全队列的患者可提升外部数据性能，支持缺失感知建模作为精准肿瘤学多中心生存预测的实用策略。

针对长上下文语言模型中块稀疏注意力的固定 top-k 截断缺陷，本文提出一种基于信息价值的路由器，在查询级别动态增加不确定性高的保留块数，显著提升了召回率，且与现有方法兼容。

Omni-Sleep是一种新的睡眠基础模型，利用中枢神经系统（CNS）和自主神经系统（ANS）的生理分区作为先验，进行拓扑约束的表示学习。该模型通过三个目标学习结构化表示：系统内一致性、系统间同步和潜空间掩码时间建模。在超过10万小时的多中心多模态PSG数据上预训练后，Omni-Sleep在睡眠分期和多疾病分类任务中优于强基线模型，展现出更好的标签效率、跨数据集泛化能力以及对缺失模态的鲁棒性。