SwarmFly 是一个基于 MATLAB 的开源仿真平台，旨在解决现有多无人机集群仿真工具缺乏维护、学习曲线陡峭或仅支持固定场景的问题。它集成了实时运行地图、四种集群协调模式、模拟 IMU 遥测和基于 IP 的地理定位，并采用插件架构允许研究人员在不修改核心代码的情况下添加行为、故障模型和分析工具。八个内置插件将基础模拟器扩展为完整的测试框架，并通过八项实验验证了编队精度、抗风能力、故障恢复、能量续航和空域合规等子系统性能。

该论文提出 HALO，一种用于长程控制的视觉运动策略，借助注意力机制完成记忆检索。它通过将视觉语言模型先验蒸馏进策略来抑制虚假关联，并利用稀疏注意力把检索限制在最相关的历史片段上，从而最高可从八分钟过往经验中提取有用信息。

arXiv 论文提出一种结合因果推断的参数化控制屏障函数（Parametric-CBF），用于多车交互场景下的自适应安全控制。该方法显式建模车辆间影响以推断周围车辆行为的因果性，避免最坏情况分析的保守性。实验表明，利用多车系统的运动灵活性可显著提升任务效率。

提出RL引导的全身MPPI框架，在预训练RL策略上添加模块化反馈控制器，无需重新训练即可提升任务精度。在29自由度Unitree G1仿真中实现平均280Hz稳定控制，纠正直行漂移并跟踪全身参考信号。

AeroCast结合Transformer编码器与混合密度网络，预测非合作空中障碍物的概率性三维轨迹，在五秒预测范围内将位移误差降低约50%，并实现0.1毫秒推理速度，支持100Hz实时机载部署。

一种新型室内协同物体导航数据集及框架SurveilNav，通过整合主动相机调度、联合2D/3D地图、基于视觉语言模型的价值估计和协同目标验证，克服了单机器人感知范围有限和固定摄像头盲区的局限。在HM3D数据集上的实验表明，该方法在探索效率和导航成功率上均达到最优水平，有望应用于大规模搜索、家庭环境和救援任务。

ADM-Fusion是一种端到端深度学习多传感器融合方法，通过自适应专家混合框架和内容感知路由动态分配传感器权重，并采用跨任务注意力机制耦合平移与旋转分支，在CARLA-LOC模拟数据上训练后在KITTI真实数据上微调，在退化条件下保持鲁棒性且性能与现有方法相当。

本文提出相对L-扩展位姿的Lie群表示，将关节运动学约束作为无噪声伪测量融入迭代不变扩展卡尔曼滤波（IterIEKF），实现了多IMU铰接刚体系统的高精度扩展位姿估计，并在UR5e机械臂与人体腿部数据上验证，RMSE较次优滤波器降低至少50%。

BFMTrack 提出潜在序列优化（LSO），通过模拟回放与策略梯度更新优化潜在序列，使行为基础模型无需奖励工程即可实现精确运动跟踪，并在密集跟踪、稀疏关键帧和真实人形机器人上验证。

大多数视觉-语言-动作（VLA）模型是反应式的，仅根据当前指令和观测预测下一步动作，难以应对部署时的环境变化。本文提出反射式VLA，通过上下文中的观测-动作-后果三元组来调节决策，从而暴露部署特定的动作-效果映射。在LIBERO等基准测试中，反射式VLA在分布偏移下平均成功率提升5.4和4.2个百分点，消融实验表明动作后果而非额外上下文长度是关键。

该论文提出一种新的神经网络量化方法：通过在权重空间中学习量化感知的线性路径，使量化后的模型位于全精度模型的低损失子空间内，从而直接量化中点即可达到与量化感知训练相当的性能。该方法不依赖直通估计器，也不需要在训练过程中显式离散化。

一项新研究评估了多模态大语言模型（MLLM）在辅助AI场景中的表现，开发了基于头戴式GoPro的NetraLink系统采集真实第一人称数据，并构建了涵盖货币识别、场景文本问答和多语言内容阅读的基准测试，对当前主流模型进行了全面诊断。

FreeStory 是一种无需训练的框架，它将自由形式提示下的角色一致性重新定义为基于实体的特征重用。该方法将引用提及与角色描述关联，并结合动态角色掩码、对应感知特征匹配、键值注入和查询混合，在保持身份的同时维持生成多样性。研究者还推出了 FreeStoryBench 基准，涵盖单角色和多角色故事。实验表明，FreeStory 在结构化基准上达到免训练方法中的最先进水平，并在自由形式提示下展现出比基线更强的整体一致性。

Wan-Streamer 是一个原生流式、端到端的交互基础模型，在单一 Transformer 中统一处理语言、音频和视频的输入输出，无需外部模块即可实现低延迟、全双工的视听交互，模型侧响应延迟约 200 毫秒。

Chorus II 提出以稀疏掩码复用为核心的跨请求加速框架，利用相似 I2V 请求共享的稀疏注意力模式，在保持生成质量的同时实现 2.16 倍加速。

Yuvion VL是一系列专为内容和AI安全设计的多模态大语言模型，通过将安全性视为对抗性和多模态问题，构建了围绕对抗鲁棒性的完整管道。其数据构建采用自动化对抗感知合成与多阶段质量控制；训练采用三阶段流程，包括风险概念跨模态对齐的继续预训练、生产级安全任务的指令后训练以及增强可解释性的推理后训练。创新性地引入困惑-对比微调框架，通过挖掘模型特定困惑并构建多图像对比组，强制区分细粒度视觉语义元素。同时推出YVRE基准集，包含多样化的安全评估。实验表明Yuvion VL-32B在安全性能上领先于同类开源和闭源模型，同时保持通用能力。

本文提出了一种噪声感知边界增强生成学习（NBGL）框架，用于超声散斑抑制。该框架由散斑抑制分支和边界增强分支组成，并引入噪声感知交互权重生成（NIWG）模块，通过3D拉普拉斯滤波和中位数绝对偏差估计自适应调节噪声水平。在141个3D经阴道超声数据集上的实验表明，NBGL在六个噪声级别上均优于现有方法。

本研究开发了一个涵盖认知、情感和行为领域的自我污名编码本，并分析了Reddit上药物使用者的帖子。结果显示，自我污名普遍存在，且行为指标往往先于核心指标出现，挑战了传统的渐进模型。

大语言模型在代码生成方面的进步引发了关于作者身份、评估完整性和软件信任的担忧。SemEval-2026任务13子任务A将检测定义为对代码片段的二元分类，特别关注跨未见编程语言和领域的分布外泛化。研究提出了一种SALSA风格的方法，即单次自回归大语言模型结构化分类，将每个类别映射到专用输出标记，并训练模型在结构化响应中发出单标记标签。通过平衡采样、参数高效微调和保守训练，系统在官方排行榜上取得了OOD F1=0.789，大幅超越CodeBERT基线（F1=0.305）。

随着学术投稿量的激增，传统同行评审面临可扩展性极限。该综述系统分析了基于大语言模型（LLM）的科学同行评审，聚焦于评语生成与评分预测两大核心功能。文章构建了包括提示工程、监督学习、检索增强和对齐优化在内的建模方法分类体系，并综合了现有基准的实证结果。除性能指标外，文章还揭示了提示注入、数据投毒、检索漏洞和奖励破解等鲁棒性风险，这些风险可能使自动化评审流程遭受策略性操纵。从数据挖掘视角，作者指出了主观分歧建模和跨领域泛化等关键开放挑战。该综述将自动化同行评审重新定义为高风险、多目标的决策问题，为开发鲁棒、透明且可信的AI辅助科学评估系统提供了路线图。

一项新研究引入了一个包含32,534份真实GCSE模拟考试双评分学生回答的数据集，涵盖五个科目328道题，包括手写内容。测试发现，现成的大型语言模型与考官评分的一致性非常高，顶级模型的一致性甚至超过考官之间的一致性。模型在主观任务如英语作文评分以及处理复杂手写数学试卷方面表现出色，且一致性不受模型大小显著影响，为自动化评分提供了经济有效的解决方案。

Dustin 是一种面向长上下文推测解码的稀疏验证框架，它结合草稿模型的前瞻信号与目标模型的历史注意力来高保真地识别关键 token，并通过稀疏估计方案降低重计算延迟。在 PG-19 和 LongBench 上使用 Qwen2.5-72B 的评估显示，在 32k 序列长度下，Dustin 实现了 27.85 倍的自注意力加速和 9.17 倍的端到端解码加速，且精度下降可忽略不计。

arXiv最新研究揭示了语言模型中“检测”与“控制”行为方向之间的几何差异。研究发现，虽然模型可以完美检测幻觉（AUC=1.0），但检测方向与引起拒绝的方向余弦仅为0.12，表明检测不等于可控性。该差距在不同模型和规模中普遍存在，且源于预训练阶段。旋转15度可部分缓解这一差距。

该论文提出一种纯词法且错误感知的检索增强生成框架，通过对称文本归一化和错误感知TF-IDF算法，显式纠正ASR中的语音和循环幻觉。在波斯语FLEURS数据集上，错误感知命中率从53.7%提升至90.9%，最终词错误率从23.06%降至18.83%，且推理延迟几乎为零。

AgentOdyssey 是一个新颖的评估框架，通过程序化生成开放式文本游戏来测试代理在持续学习环境中的能力。该框架挑战了传统机器学习假设，将学习与推理交织在整个部署过程中，并评估代理的世界知识获取、情景记忆、探索能力、动作多样性和模型成本。实验表明，即使最强的代理也远低于人类水平，其中短期记忆机制能显著提升性能。

一项新研究表明，一群维基百科编辑者通过仅125次编辑，就能显著影响大语言模型在动物福利话题上的行为。研究使用梯度归因方法追踪了这些编辑的影响，发现维基百科中动物福利相关的编辑内容在模型对相关查询的响应中占据主导地位。

研究者提出G-SPIN框架，利用音素图建模与上下文语言理解，对ASR中因音素相似性产生的结构化错误进行纠正。该方法通过图神经网络构建候选音素邻域，结合掩码语言模型和指令微调大语言模型进行重排序，在推理时即可运行，无需额外训练。

MacroLens是一个全新的多任务基准，涵盖2021-2026年间4,416只美国小盘和微盘股。它整合价格、会计数据、宏观经济序列、SEC文件和新闻，旨在解决金融时间序列评估中四大假设违反问题。基准包含七个任务、1,130个宏观经济事件，评估了19种方法，并进行了特征消融实验。

一篇 arXiv 论文测试了全息记忆（HRR 与 FHRR）能否在知识图谱上完成零样本组合推理。结果显示，模型单跳检索有竞争力，但多跳组合准确率仅达随机水平；作者通过探针定位到瓶颈在于叠加记忆对链上事实的检索能力不足，而非绑定-解绑代数或清理机制。

该论文提出监督式强化学习（SRL）框架，先利用示范数据预训练策略，再通过离线与在线两阶段微调，以解决分布式能源资源（DER）协调中的不确定性与建模复杂性问题。实验表明，基于该框架的强化学习实现显著优于所有基准，即使在低质量示范数据下也能实现高成本效益。