该论文提出一种自监督表征学习框架，仅利用关节编码器等标准传感器即可检测腿式机器人的站立与摆动相，从而摆脱对足底力传感器的依赖，并在性能上超过需要额外传感器和人工标注的监督方法。

FlowPRO是一个无需奖励的离线强化微调框架，针对流匹配视觉-语言-动作（VLA）模型。它提出RPRO目标，结合对比优化器和显式近端正则化器，避免奖励黑客问题。数据方面，利用遥操作干预与回滚范式生成正负轨迹对，再通过平滑插值和批次混合转化为密集监督。在四个长时域双臂任务上，FlowPRO取得了最高成功率，优于四个基线。

该论文提出在黎曼流形上进行演示学习，利用神经常微分方程数值估计测地线，以降低计算开销，并讨论了框架架构、仿真实验初步结果及未来挑战。

MoDex 是一种扩散策略，通过对抗空间条件控制哪些手指参与当前抓取，从而在单个灵巧手上顺序抓取多个物体而不释放已持物体。在仿真和真实环境中，它比基线方法成功率高出 2.92-17.92% 和 6.67-17.78%。

VASO 提出一种验证引导的自演化框架，将 LLM 生成的机器人技能表示为语义合约，并通过模型检查器过滤不一致合约、验证时序安全规范，再将反例轨迹转化为文本梯度以更新技能合约，同时保持基础模型权重冻结。在 Clearpath Jackal 和 PX4 四旋翼任务上，VASO 使用不到 100 个优化样本即达到 97.2% 的形式化规范合规率，优于执行反馈、提示优化和微调基线。

该论文提出一种针对G-多项式曲线（矩阵李群上的曲线表示）的高效点-曲线距离计算方法，通过将问题转化为少量多项式求根计算，显著减少计算时间并保持精度，适用于机器人控制中的路径跟踪任务。

一项新研究提出了一种4段8关节的四元数关节绳驱冗余机械臂，在降低硬件成本的同时实现了更广的工作空间。研究还表明，残差强化学习在位置和姿态精度上比FABRIK算法高出三个数量级，且控制实现更简单。

OLIVE提出一种参数高效的在线自适应框架，将控制策略分解为低秩残差形式，借助身体传感器反馈进行奖励塑造的策略梯度更新，并利用门控机制与动态秩调度器，在多种地形上实现外骨骼的持续个性化，显著提升步态平滑度、省力程度和运动稳定性。

本研究利用深度学习模型，基于OCT和OCTA数据自动对年龄相关性黄斑变性（AMD）严重程度进行分期。在271名参与者中，分析了三种模型：基于生物标志物图谱的模型、2D en face投影模型和3D体积模型。所有模型均表现良好，其中基于生物标志物的模型综合性能最佳，QWK达0.85，尤其在早期AMD检测方面表现突出。

研究人员提出一种深度学习算法，利用相邻B帧作为输入，从单次OCTA体积中恢复毛细血管解剖结构，显著提升了图像质量和微血管保真度，在三维评估中Dice系数提升超过51%。

Biomazon是一个20米分辨率的多模态基准数据集，覆盖亚马逊盆地，结合GEDI RH和AGBD目标与多传感器预测因子，用于联合预测整个GEDI RH剖面和地上生物量密度。该数据集提供了标准化的空间划分和评估协议，并建立了基线框架，通过消融研究评估不同backbone、模态贡献和辅助嵌入的效果。Biomazon旨在推动热带森林结构一致性和结构-生物量建模的研究。

RePHO是一种物理学引导的重建框架，通过强化学习策略在物理模拟器中优化运动学估计，从而从单目视频中恢复物理一致的人-物交互序列。实验表明其在两个标准HOI基准上物理合理性指标优于现有方法。

LightVesselNet是一个仅有75K参数的轻量级神经网络，专为资源受限环境下的视网膜血管分割而设计。它在五个公开数据集上取得了与更大模型相当的Dice系数和敏感度，并展现出优越的计算效率，适合部署在低资源临床环境和移动筛查工具中。

本文提出TopoPult-SSL，一种两阶段框架，用于跨设备睑板腺分割。第一阶段无需目标腺体掩膜，仅利用睑缘轮廓和临床元数据作为弱先验；第二阶段当目标腺体掩膜可用时，通过监督自蒸馏将互补的多教师知识压缩至单一学生模型。在MGD-1k到CAMG基准上，蒸馏模型Dice达0.716，超越UA-MT和集成教师，且仅需单次推理。无腺体掩膜变体精度0.694，显著优于SAM/MedSAM。

该研究提出首个跨模型安全引导框架，能将源LLM中学习到的安全方向迁移到目标生成器，且无需目标端不安全数据，在保持生成质量的同时降低攻击成功率。

该研究提出了个人相机胶卷视觉问答（VQA）设置，构建了包含50名用户、31,476张图像和2,500个问答对的camroll数据集，并设计了配备分层记忆和高效导航工具的camroll-agent对话AI代理。实验表明，该代理在长上下文理解方面优于多种基线方法，突显了个人视觉记忆需要不同于标准文本记忆的新方法。

一种名为NIV的新方法通过神经网络预测每个点的位移，自动将静态字体转换为可变字体，实现沿设计轴（如粗细和宽度）的连续变化。该模型能泛化到未见过的风格和复杂字形（包括CJK汉字），并输出标准的可变字体文件。

研究人员推出了VideoKR，这是首个专门用于增强知识和推理密集型视频理解的大规模训练语料库，包含31.5万个视频推理示例和14.5万个新收集的CC许可专家领域视频。他们开发了人在回路、面向技能的示例生成管道，并策划了新的专家注释基准VideoKR-Eval。实验表明，在标准SFT→GRPO流程下，基于VideoKR后训练的模型在知识密集型视频推理上优于以往方法，同时在通用视频推理上保持竞争力。

本文提出LANTERN，一种轻量级记忆层，通过零LLM调用和低延迟的混合检索，在对话历史压缩后恢复关键细节。实验表明，LANTERN在恢复丢失事实方面优于MemGPT，并且将通用LLM的准确率平均提高8.4个百分点。

研究者提出多粒度推理网络（MGRN），模拟人类从词汇匹配到逻辑推理的认知过程，在交互推理空间中整合多层次语义特征，在多个公开基准上优于强基线模型。

该论文提出一个结合SHAP值与LLM生成理由的句子级可解释性框架，用于基于评分标准的自动评分。在CLASS框架的反馈质量维度上实验表明，微调PLM预测更准但存在标签压缩，而SHAP解释比LLM理由更忠实且跨模型可迁移。

现有的多模态安全基准仅关注视觉输入，无法评估处理视觉、音频和文本的全模态大语言模型（Omni LLMs）。本文提出MCBench，包含1196个场景，涵盖四个安全类别，每个不安全场景配有一个最小差异的安全版本来评估模型敏感性。评估表明，Omni LLMs在细微或非物理风险上表现困难，但当有显著视觉或听觉线索时表现较好。推理轨迹分析显示，模型虽能提取模态特定信息，但常无法有效整合这些线索进行安全判断。研究发现当前Omni LLMs在安全关键场景中缺乏稳健的跨模态推理，强调了改进架构和训练策略的必要性。

一项针对电信客服场景的系统研究，使用 LoRA 对 Qwen2.5-3B 进行参数高效微调。研究基于包含 52 个行业术语的词汇表，通过 Gemini 2.0 Flash 生成约 30,000 条训练样本，覆盖 1,560 个问题场景，并评估了 16 种 LoRA 配置。关键发现：验证损失最低的模型（0.5024）在定性评估中仅排第 6-7 位，而验证损失最差的模型（0.6807）却被 GPT-5.2 和 Claude 4.5 Sonnet 评为第一，表明验证损失不足以作为对话 AI 微调配置的选择依据。

arXiv 论文 2606.05175 研究通用三潜在序列模型，通过持续维护的令牌状态与压缩配对记忆通路捕捉高阶令牌交互。该模型族在字节级 WikiText-2 和基于分词器的 MiniMind 基准上优于小型 Transformer 基线；加入门控键值检索扩展后关联召回有所提升，但结果对随机种子敏感，且参考实现速度明显更慢。

研究人员提出一种方差感知奖励框架，利用GRPO对LLM进行心脏医学问答训练，在HealthBench子集上将Qwen3-14B的准确率从0.362提升至0.502，F1从0.532提升至0.668，性能接近GPT-OSS-120B。

该论文提出一种混合预训练目标，将 JEPA 风格的潜在空间预测损失与标准掩码语言建模（MLM）目标结合在共享编码器上，并通过可学习参数平衡二者。在相同架构和计算预算下，混合模型生成的嵌入更均匀、几何结构更丰富，且减少了对表面词汇信息的依赖，尽管线性探测下游准确率相近。

研究团队提出了一个双层SIR/SIRS框架来模拟AI生态系统中模型与数据语料库之间的合成数据交叉污染，发现合成文本检测和群体免疫是关键干预策略。

DiffSlack 提出一种可微分投影层，利用可学习松弛变量将非线性不等式约束转化为等式，并通过阻尼高斯-牛顿投影将神经网络输出映射到可行流形，在车辆路径规划任务中实现了更高的规划成功率和约束满足度。

该论文提出可微的高效算子搜索（Efficient Operator Search）框架，将剪枝、合并、池化与自适应重加权等手工设计的令牌缩减算子统一视为共享算子空间中的不同区域，并联合搜索在何处缩减令牌、保留多少令牌以及如何处理被缩减令牌的信息，在预算与成本约束下取得有竞争力的精度—效率权衡。

Kim 与合著者的 ICML 2026 论文证明，尽管梯度流预测多路径深度线性网络会走向“赢家通吃”的单路径专化，但使用大步长的离散梯度下降会因单路径解具有尖锐极小值而转向重新平衡阶段，使信号重新分布到多条路径上，从而恢复路径对称性。