研究人员推出 Open Ant，这是 Gymnasium Ant 环境的物理版本，配套仿真环境。实验表明，两种差异显著的强化学习算法（SARSA(λ) 和 SAC）都能直接从物理机器人的经验中从头学习，并在约一小时内获得合格的行走策略。此外，仿真中学到的策略可以迁移到现实。该平台旨在降低从仿真到现实迁移的门槛，硬件设计和软件均已开源。

本文提出了一种用于重型高力矩四足机器人的强化学习力矩控制框架，在无需实时线速度观测和外部感知传感器的情况下，实现了崎岖地形穿越、速度跟踪以及上下楼梯。基于NVIDIA Isaac Sim和Isaac Lab的仿真在Unitree B1上达到3.5 m/s线速度和1.5 rad/s角速度。

FARO 提出一种嵌套的动力学-运动学框架，用于在给定候选接触序列时快速检查可行性并生成动态一致轨迹，结合可行性引导的树搜索和基于大语言模型的接触规划采样策略，显著提升了高维、混合、欠驱动的人形移动操作机器人的运动搜索效率，并通过强化学习控制器在真实场景中跟踪执行生成的轨迹。

本研究提出了一种从模拟到现实的番茄植株分割框架，通过合成数据生成与基础模型微调相结合，显著提升了温室作物器官的分割性能和模型置信度。

研究人员提出UnMixNet，一种物理闭合的图神经求解器，将Maxwell-Stefan多组分传输、竞争吸附和传感器转导嵌入端到端气体解混流程，在SmellNet上提升了识别与泛化能力，并在UCI动态气体混合物数据集上验证了浓度推断与真实设定点的一致性。

Recti-Q 是一种轻量级特征空间校正框架，通过冻结量化视觉主干并仅用源数据训练一个小型分类头 LoRA 适配器，恢复了部署相关分布偏移下 4 比特训练后量化模型损失的鲁棒性，且参数开销不足 1%。

AniGS是一种针对大规模3D高斯泼溅重建场景的动画方法，通过添加微妙的动态效果（如植被摆动）同时保持刚性结构，利用时间条件变形场和预训练视频扩散模型，结合迭代数据集-模型更新策略与组合视频到视频细化方案，实现了自然的环境动态和高质量的新视角视频。

DuSPiT提出一种双分支像素空间扩散Transformer架构，将全局结构推理与局部外观建模分离：紧凑的基础分支负责高效全局推理，高容量的像素分支按子图块组织以保留细节，两者通过交叉注意力交互，从而在避免潜空间信息损失的同时取得更好的质量与效率权衡。

对EmoPrefer基准测试的系统性捷径审计表明，仅使用描述长度和生成器身份的逻辑回归即可达到与微调7B模型相当的准确率，揭示了当前评估指标可能未真正检验视频理解能力。建议采用源平衡配对、严格长度控制等措施。

ECoNGS提出了一种高效的压缩神经高斯溅射框架，利用轻量级神经网络从显式锚点动态预测隐式、可编辑的高斯溅射，结合了隐式表示的紧凑性和显式基元的高效渲染。通过场景聚类和参数共享减少训练时间和模型大小，并使用神经熵模型压缩锚点属性。实验表明，相比iVR-GS，ECoNGS在PSNR上提升高达2.2dB，模型大小减少6.1倍，训练时间减少5.9倍。

惊喜强制是一种无需训练的框架，通过解决流式自回归扩散的两个限制（有限上下文和固定去噪调度）来改进长视频生成。它使用惊喜门控记忆库选择性保留重要的视觉证据，并通过惊喜感知去噪来跳过简单块的去噪步骤。实验表明，该方法在保持实时吞吐量的同时提高了长期一致性和视觉质量。

研究者提出一种混合框架，融合CNN深度特征与手工纹理特征，通过SVM实现四类白内障分级，在300张消费者相机拍摄的眼部图像上达到95%准确率，且无需GPU或专用眼科设备。

现代安全关键系统依赖人机交互来降低灾难风险。视觉语言模型（VLM）能解释复杂场景，但当前评估常将危险识别视为二元决策（安全/不安全），模糊了真正物理危害与异常场景元素的区别。本研究明确区分危险与异常，分别识别危险和异常状态，评估多个VLM后发现它们常将异常误判为危险，表明模型过度依赖上下文不规则性作为危险代理。明确分离危险与异常提供了更全面的安全推理评估，暴露了二元安全判断可能掩盖的失败模式。相关数据集已在Roboflow公开。

该论文提出 Search-on-Graph-R1，通过先用 gold SPARQL 路径引导前沿教师模型采集有依据的轨迹，再经 SFT 与 RL 将知识图谱导航能力内化到 8B 小模型，在 WebQSP、CWQ、GrailQA 上超越对比中的冻结前沿 LLM 系统。

一项新研究发现，当要求语言模型以JSON格式输出时，它们的答案多样性显著降低。通过对44个模型进行31个开放式问题的测试，发现JSON格式请求使模型趋向于选择相同的答案，而JSON模式的强制执行并未进一步加剧这种趋同。这表明答案的收敛源于模型对JSON格式的响应，而非解码器的约束。

提出PathReportEval，一个用于病理报告生成的标准化基准和评估框架。该框架在三个数据集（TCGA、HistAI、REG 2025）上评估四种代表性方法，使用三种病理基础编码器（CONCHv1.5、UNI2-h、H-Optimus-1）。核心贡献是临床报告质量评分（CRQS），一种基于临床事实准确性的度量标准，从临床事实覆盖、关键信息召回、幻觉率和临床不一致性四个维度评估报告质量。实验表明，传统语言生成指标与临床正确性关联薄弱，而CRQS能揭示有临床意义的差异。

该研究探讨如何将基于美国警方数据开发的LLM分类流程应用于英国警方事件叙述，以估计精神健康问题、药物滥用、酒精依赖和无家可归四种脆弱性指标的发生率。通过对近3000条脱敏事件日志的分析，研究发现LLM可以大规模提供有意义的患病率估计，但直接使用不可靠，需要大量人工干预和统计校正。研究强调，尽管LLM有潜力，但其输出不能轻易被视为有效测量，尤其是在个体层面。

本文提出SAGE框架，结合认知模型与语言模型，用于语用推理中的替代生成与评估。通过三个案例研究，SAGE模型在准确率上优于基线，但发现语言模型提出的替代优于其评估能力。

Relay-Bench 是一个全新的文本基准，通过组合多个领域的子问题来测试大语言模型在单个提示中跨领域推理的能力。表现最佳的 GPT-5.5 (xHigh) 仅获得 43.3% 的分数，表明该基准具有挑战性且未饱和。

本文介绍欧盟翻译总司（DGT）与欧洲翻译硕士（EMT）网络合作，将MMLU数据集本地化为11种欧洲语言的项目。该项目不仅为大型语言模型评估创建了更具包容性的基准，还为硕士生提供了翻译、修订、项目管理和多语言协调方面的真实项目式专业训练，同时揭示了方法、行政和工作流程上的关键挑战。

一项新研究系统比较了在 Qwen3 Transformer 模块中 17 个位置加入深度可分离卷积的效果，发现将卷积应用于注意力之前的投影查询、键和值效果最佳；该设计仅增加不到 0.01% 的参数，便在七个下游基准上提升了平均准确率。

SIFT 提出一种自我改进的文档分类服务：用低成本的 SPLADE+LightGBM 流水线处理大多数页面，仅将低置信度样本升级至 LLM 裁判，并将裁判结果写回语料库，实现持续学习；同时通过双部分晋升门控（关键标签 F1 回归检查 + 冻结黄金集）防止模型静默退化。

一项新研究利用脑电图（EEG）解码技术，考察阅读时下一个词的可预测性如何影响N400脑电反应，并发现内容词的预测性效应强于功能词，动词与名词的信息表征也存在差异，且解码方法比传统ERP分析更能捕捉认知过程的细节。

本文针对分层边缘云计算系统中的负载不平衡问题，提出了一种基于两时间尺度多层深度强化学习框架（2T-MDRL-LA）的联合服务放置、计算委派和功率控制优化方案，利用变分自编码器压缩高维组合动作空间，仿真表明端到端时延降低20.8%，资源利用率提升13%，收敛速度比传统PPO快约50%。

BearingNAS是一个硬件感知的神经架构搜索框架，旨在将智能直接迁移到传感器芯片上，实现传感器内处理。该框架针对极端微预算（4-8 KiB RAM和16-32 KiB闪存）进行优化，采用轻量级无导数搜索策略，在笔记本电脑CPU上不到一小时即可收敛。在CWRU轴承基准测试中，针对STMicroelectronics的LSM6DSO16IS智能传感器处理单元（ISPU）达到了99.50%的诊断准确率，展示了低功耗、生产级轴承故障诊断的可行性。

本文提出一种偏好条件化的强化学习控制器，用于公交信号优先（TSP），通过运行时偏好参数在公交优先与整体交通延迟之间进行权衡，无需重新训练。在IntersectionZoo上的实验表明，单一学习策略可覆盖平滑的权衡前沿，优于固定时间和规则基线，并保持约束可行性，但高公交优先权重下非公交外部性可能显著增加。

E-SpecFormer是一种边缘高效的Transformer，用于自动调制和隐蔽信道识别。它引入了LiTAN注意力机制，无需Softmax和LayerNorm，降低了复杂度并提高了精度。有四种规模变体，其中Nano变体在RadioML2018数据集上SNR>0 dB时平均准确率86.5%，在基于硬件木马的CC数据集上准确率94.2%，参数少于1万，在FPGA/CPU协同执行时每帧仅需92微秒，超越了现有边缘模型。该成果为物联网设备的实时频谱智能提供了高效解决方案。

该论文提出一种将神经元重要性（参数重要性）与数据感知低秩近似统一到单一目标的神经网络压缩方法，并引入计算高效的动态压缩率分配算法。实验表明，该方法在压缩率较高时与最先进方法持平或显著更优，为资源受限环境下的语言模型压缩提供了新思路。

FedCC 是一个基于联邦学习的框架，用于在胎儿超声图像中定位胼胝体（CC）。该框架将冻结的 DINOv2 主干与轻量级 YOLO 检测头结合，并利用 LoRA 模块实现参数高效适配，无需共享数据即可在多中心、资源受限的临床环境中部署。在来自三家临床站点的 10,970 帧超声数据上，该方法取得了平均 mAP@50 为 0.857、F1 分数为 0.803 的性能，优于全量微调和编码器冻结基线，同时将可训练参数从 24.4M 降至 2.9M，通信成本降低约 8.5 倍。

提出了一种基于对称阿尔法稳定谱分量的灵活高斯过程核族ALAS，通过学习稳定参数α自动适应数据平滑程度，可同时捕捉平滑趋势和尖锐不规则性。包含两种变体：ALAS（单一平稳分量）和ALAS-Sep（可分离变体），在多个基准和真实世界代理上表现强劲。