一篇新论文提出TISED分析框架，揭示有损推理优化在具身任务中可能产生反直觉效果：静态任务中单步延迟降低但任务总时长增加，动态任务中适度优化反而提升成功率，且最优配置随硬件变化。

FADA 提出一种三阶段规划器-逆动力学模型框架，仅需约两分钟的目标域 rollout 即可微调逆动力学模型，从而在动力学变化下实现高精度人形机器人全身控制，并优于上下文适应和端到端适应基线。

本文提出了一种名为LMKF SLAM的新方法，通过应用简单指南针和有效变换将非线性状态空间模型转化为线性模型，从而解决了扩展卡尔曼滤波（EKF）在同时定位与地图构建（SLAM）中的发散问题。实验表明，LMKF SLAM在精度、收敛性和计算复杂度上显著优于现有方法，且对传感器不确定性和参数变化更稳定。

一项发表于RO-MAN 2026的研究在双人协作密室逃脱场景中对比了人形机器人的反应式与主动式交互模型，发现主动式显著提升交互频率，但反应式的整体成功率反而更高，且效果受用户先前经验与性格特质调节。

该论文提出一套受控诊断协议，用于检验被动物体状态世界模型的潜在动力学如何按事件组织物理信息。基于包含自由运动、碰撞与遮挡事件的平衡数据集，作者评测了循环、注意力与潜在状态空间三类转移模型，发现隐藏状态可可靠读出事件类型，事件情境会系统性重新加权运动学、接触与客体永久性场的读出，且抑制场对齐方向会削弱相关预测，但作者强调这并不意味着存在显式物理模块或孤立因果回路。

RoboGaze是一种无需训练的多智能体VLM框架，用于对生成的机器人操作视频进行结构化、可解释的评估。它采用三阶段流水线，输出基于新颖分类法的本地化故障报告，在多种基准测试中大幅超越零样本基线。

该论文提出查询驱动的数字孪生架构及跨时间步渐进查询机制，在保证保真度的同时减少冗余数据传输，仿真显示规划位置误差降低24%，通信开销降低40%。

一项新研究提出了基于梯度的审计框架，用于多语言评估LLM在社会机器人任务中的道德权衡行为。研究发现，模型在追踪文化偏好梯度时存在持续且不对称的失败，仅靠提示工程无法可靠纠正，而模型本身的因素是更稳健的杠杆。

L.A. Muñoz 提出 Jenga Inverse Predictor（JIP-2），一个GPU加速的深度学习框架，将结构复原视为逆预测问题。根据坍塌区块堆的图像，JIP-2 通过刚体物理引擎、摩擦阈值分析和双流ResNet-18，重建最可能的原始塔形配置，并生成逐块逆向重建的3D视频。论文讨论了其在墨西哥乌斯马尔玛雅遗址计算机辅助复原中的潜在应用。

本文提出了一种无需训练的过渡感知最佳N采样方案，用于预训练的胸部X光报告生成器。该方法通过将报告拆分为句子并嵌入向量，利用集合间距离编码前后变化，并通过余弦距离评分候选。在多个视觉-语言生成器上评估，该方法优于随机选择，尤其在印象部分提升最大。

RADIANT-PET提出一种推理增强框架，将高灵敏度体素级分割模型与病灶级大语言模型裁决相结合，利用结构化文本描述和强化学习优化，在AutoPET和OSU测试队列上超越强图像基线，尤其在提供放射学报告时提升最大。

本文提出一种针对类别数较少的现实应用场景的保真度评估方法，通过生成分布内、能引发不确定性的扰动来衡量XAI方法的忠实性，并在医疗和自然图像任务上与以人为中心的目标定位和分割指标进行对比，揭示了领域、数据整理与XAI方案选择之间的复杂关联。

研究人员提出Topo4Vec框架，利用空间表示学习自动检测地理矢量数据中的拓扑错误，在洛杉矶、慕尼黑和新加坡的测试中，建筑物重叠检测准确率达0.99，道路网络过冲/欠冲检测准确率达0.60。

该论文提出了一种两阶段流水线，用于从广播视频中定位足球比赛中的球员动作。首先，轨迹感知动作检测器（TAAD）利用时间变换器生成每个球员的动作得分；然后，去噪序列转导（DST）变换器将游戏状态特征和TAAD得分转换为结构化事件序列。通过引入空间优先的注意力排序和加权事件融合集成（含一致性过滤），该系统在SoccerNet 2026挑战赛中将Macro-F1从48.6提升至58.94。

本文提出一种事后框架，通过检测图像自回归模型生成过程中产生的特征模式，实现无需修改生成过程或输出的鲁棒溯源，适用于已发布图像和未嵌入水印的模型。

该论文提出一种无需任何标签的驾驶场景复杂度检测方法：在 nuPlan mini 数据集上训练一个极简 JEPA 世界模型，利用时间预测误差作为复杂度评分，在未受保护转弯、人行横道交互等场景上显著更高，并在异常检测中取得优于随机基线的表现。

该论文提出一种完全无监督的时空特征融合框架，利用记忆增强自编码器处理多传感器IMU数据，在短时间窗口下实现高精度活动识别，并在DaLiAc和PAMAP2数据集上分别达到96.6%和98.4%的准确率，超越监督基线。

GeoISF提出了一种基于实例语义森林的大规模LiDAR到卫星图像跨视角地理定位方法，通过WordNet构建语义树并融合多帧信息来增强语义表示，从而弥合点云与卫星图像之间的模态差距，在KITTI数据集上R@10指标达到并行方法的13.22倍，并计划开源代码。

一项被 CogSci 2026 接收的研究评估了手语识别模型对美国手语的音系感知能力，发现模型具备涌现的音系敏感性，但不同架构各有取舍：基于姿态的模型对掌形差异敏感，而基于像素的模型更能捕捉位置变化；基于姿态的模型所学表征与人类感知相似性判断存在相关性（r≈0.49）。

Manuel Pita的论文提出‘颗粒校准’方法，用于验证大语言模型编码理论构念时的构念效度。该方法将构念分解为子句级组件，通过显式规则组合结果，从而揭示编码过程而非仅关注输出，推动验证从输出匹配转向过程验证。

该论文提出 SEAD，一种面向在线策略蒸馏（OPD）的能力感知监督方法。它利用师生联合熵在 token、训练阶段和提示词三个尺度上识别低效监督，并通过 token 分区、KL 散度退火和难度课程实现针对性训练，在 OLMo-3 模型上相较原始 OPD 平均提升 4.8 个百分点。

一项新研究比较了21个语言模型中斐波那契稀疏注意力的四种深度调度策略，发现静态逐层交错能提升困惑度，且所有稀疏变体在4倍训练长度外推时性能几乎不降，而密集基线困惑度上升201%。

本文提出轮次平均稀疏自编码器（turn-averaged SAEs），通过重构单个人类或助手轮次内的平均模型激活，用固定数量的特征表示整个轮次，从而解决标准SAE在长上下文场景下特征数量线性增长的问题，并简化归因图等下游应用。

本文研究了现代BERT模型在法律领域的领域自适应，通过在全部美国法院意见上使用掩码语言建模目标进一步预训练ModernBERT，发现其在所有相关数据集上相比原始版本均有显著提升，且进一步预训练优于从头训练，模型支持最长8192个token的序列并已公开所有检查点。

该研究引入了包含240次学生-患者培训互动的法语OSCE对话数据集，并基于此构建了一个可控的LLM管道，用于生成合成OSCE对话。该管道集成检索基础和反思循环等模块组件，确保患者保真度、连贯性和真实性。此外，还提出了一个多级评估框架，使用LLM作为评判器评估患者模拟质量、学生表现和语言质量。实验表明，可控性模块通常改善了患者保真度和学生评估一致性。最后，实现了一个交互式原型，学生可与虚拟患者练习并获得自动反馈。

一项从发育视角出发的研究追踪了Olmo2和Pythia模型系列在多个训练阶段中错误信念任务表现和情境建模能力的出现顺序，发现心理化能力依赖于模型规模和训练量，且表现脆弱易受非叙实动词干扰。

本文介绍了一种从阿拉伯语-英语Al-Mawrid词典的机器可读版本中自动提取词汇信息的方法。该方法结合n-gram分析和关键词上下文（KWIC）分析来发现形态、句法或语义层面的词汇模式，并采用基于手工规则的信息抽取技术提取这些信息，同时利用标点符号和启发式规则抽取同义词。实验表明，该方法对所有类型的信息均达到高精确率，对同义词的召回率高，但对其他信息的召回率低。研究还发现Al-Mawrid词典含有大量派生词（形态信息）以及同义词、领域标签和上下位关系（语义信息）。

本文重新审视极限语言生成框架，引入精确率概念并将问题重构为召回率-精确率权衡。研究表明，允许无限但频率趋零的错误可以严格提高召回率，尤其当对手永久保留大量目标语言时。

该研究展示了情感效价如何影响儿童识别记忆的顺序依赖结构：正确回忆一系列带有情感色彩的玩具不仅取决于玩具本身的情感效价，还取决于它前后玩具的效价。传统心理模型准确率较低，而引入效价的经典张量网络模型达到了77.98%的准确率，显示了量子启发方法在建模顺序依赖现象（如情感记忆）中的价值。此外，该研究提出了一种新颖的、用于探索儿童情感时间记忆的真实世界工具。

该论文提出一个端到端智能体流水线，融合深度时间序列预测、变分异常检测与LLM推理，为办公楼七类设备生成按优先级排序的可执行维护建议。系统在16场景基准上验证，最佳LLM后端得分90.4/100，本地7B模型通过全部场景，动态检索在不损失性能的同时将平均上下文来源从6个降至3至6个。