本文提出一种风险感知模型预测控制框架，结合共形谱风险控制生成预测集，在无需假设不确定性分布的情况下保证谱风险约束满足，并在仿真车辆避障中验证了安全性和求解效率的提升。

该论文提出 Affordance2Action（A2A）框架及其核心基准 A2A-Bench，用于日常场景中任务条件下的部件级可供性定位，涵盖单区域和多区域指令对应关系，并配套可扩展的智能体辅助标注流水线 A2A-AffordGen。

该论文提出一种分布式、风险感知的多智能体下一最佳视角（NBV）框架：每个机器人维护私有的局部3D高斯泼溅地图，团队通过一致性ADMM在通信图上联合最大化沿规划轨迹掩码区域内的期望信息增益，并用平均风险价值（AV@R）建模碰撞风险。在Gibson环境中的实验表明，该分布式方案在接近集中式基线的建图质量与轨迹安全性同时，将通信量降低数个数量级。

该研究对比了三种触觉引导模型（弹簧-阻尼、势场和引导管）在遥操作中的性能，发现没有普遍最优的模型：弹簧-阻尼在杂乱环境中表现最佳，势场在自由空间中效果出色但靠近障碍物时有风险，引导管则提供平衡的折中方案。研究提出了新的客观评估指标，并表明引导力大小与舒适度和信任度相关。

CLAW是一个完全端到端的自监督框架，通过对抗性潜在正则化和扩散视频生成，直接从无动作视频中学习连续潜在动作表示和世界模型，无需动作标签。它支持从观察中模仿学习和目标导向规划，在多种任务中表现出色。

AgenticDiffusion 是一个多视角无人机室内导航框架，将语言引导推理、开放词汇目标定位、基于视觉的扩散规划与 NMPC 集成到一个统一流程中。该框架在 40 次真实世界试验中实现了 80% 的任务成功率，其扩散规划器轨迹生成成功率达 100%。

本文提出空间伪影一致性（SAC）指标，用于解释在视频压缩下基于图块的空间分解方法何时优于全局投影的rPPG方法。SAC定义为4x4图块间绿色通道协方差矩阵中非对角线能量与对角线能量之比（带通0.75-2.5 Hz），能解释93.8%的PCA优势方差（r=+0.969）。在280名受试者、11种编解码器退化变体和13种算法上的实验表明，SAC小于0.30且运动低至中等是PatchPCA优势的必要条件，MPEG-4转码管线应被排除。

研究者提出GroupToM-Bench，这是首个针对群体级心理理论的多模态基准测试。现有模型在个体心理理论上表现不错，但在理解群体行为非线性涌现方面存在显著不足。该基准涵盖从微观信念-欲望-意图状态到群体张力和结构约束，再到宏观结果预测的因果链条，并设计了七级认知审计框架。实验显示，当前模型与人类基线之间仍有较大差距。

本文介绍了一种名为Orli（有序回归线条）的端到端模型，将文本行检测和阅读顺序排序统一为图像到序列的问题。Orli在196,691页混合语料库上训练，涵盖十种书写系统，在不使用数据集特定训练的情况下，在cBAD线条检测上略超先前最先进水平，在多个阅读顺序基准上零样本达到近乎完美的覆盖和排序，并能通过少量微调适应专业领域布局。代码和模型权重已开源。

Pinpoint是一种新的图像地理定位方法，通过结合互联网照片和街景图像，利用检索-重排序架构实现高精度定位。它训练对比学习嵌入器统一来自Flickr和街景的图像-GPS空间，再用注意力机制重排序候选位置。无需多模态大模型，在多个基准上达到最先进水平。

本文提出一种经过专门微调的扩散模型，用于从单张图像中分离透射层与反射层，通过跨层自注意力、不相交采样策略和潜在优化步骤，在眩光与弱反射等困难场景下取得优于现有方法的效果。论文被 CVPR 2026 接收。

研究者提出EVID-Bench基准，要求系统通过搜索互联网上的相关视频并跨视频比对，来识别经过AI生成、单源编辑或多源编辑等语义与证据层面操纵的视频虚假信息。评估显示九个前沿多模态模型表现不佳，最佳系统仅达61.43%点级准确率和43.24%视频级准确率。

该论文提出一种新方法：不再求解最优传输耦合，而是将先验视为设计选择，利用自然图像的低频投影作为先验，实现与数据的身份耦合，从而减少轨迹曲率并提升少步生成质量。

该论文提出IN2R框架，不再依赖离散标签选择，而是利用模态内数据的几何稳定性，通过图精炼器在动态跨模型记忆的邻居上进行关系推理，合成连续软原型来矫正跨模态噪声对应。在Flickr30K、MS-COCO和CC152K上的实验表明其显著优于现有方法。

本文提出SASA方法，通过可学习令牌作为语义锚点稳定类别表示，并结合空间标签仲裁过滤不可靠监督信号，从而缓解弱监督增量语义分割中的特征漂移和语义腐蚀问题。实验表明该方法在标准基准上优于现有最先进方法，尤其在多步增量设置中表现突出。

SceneDiver 提出一种由粗到细的焦点计划生成方法，先构建整体场景图，再通过迭代循环分解任务，从而显著减少视觉语言模型（VLM）和视觉语言动作模型（VLA）的视觉幻觉，同时保持计算效率。

MM-BizRAG 是一种新的多模态检索增强生成方法，专为企业级问答设计。它通过文档结构感知的分割和方向特定处理管道，显式提取和表示复杂企业文档的结构，无需微调即可生成更丰富、更准确的答案。在大型企业数据集和两个公开基准上，MM-BizRAG 的性能比最先进的视觉基线高出高达 32%，尤其是在报告式布局上。此外，还提出了 FastRAGEval，一种成本更低且与人类对齐更强的 LLM 评估指标。该论文已被 ACL 2026 行业轨道接收。

本研究探讨了在不同提示策略下，利用可解释的语言特征（词法多样性、可读性和情感特征）检测AI生成假新闻的跨提示泛化能力。通过随机森林分类器在三种不同提示生成的AI文章和真实新闻数据集上进行测试，所有六种训练-测试组合的AUC值均达0.988至1.000，表明基于特征的检测方法对提示变化具有稳健性。

本文介绍了ACAT，一个基于网络的协作标注工具，原生支持四种ABS工作流，并提供自动ETL管道直接计算标注者间一致性指标。在1002条餐厅评论上的初步验证显示，中位标注时间为31.58秒，标注者间一致性达0.78-0.86。

一项大规模实证研究评估了284个可解释语言特征在27个LLM和10个文本领域中的稳健性。研究发现，仅基于语言特征的分类器能可靠区分AI与人类文本，但多数指标依赖上下文，只有词汇丰富度指标跨模型和领域保持稳健。

这项研究将拒绝引导方法扩展到混合专家（MoE）大型语言模型，发现引导性能不受MoE复杂路由模式的影响。作者提出了两种专家感知的拒绝引导方法，利用拒绝特定的专家路由模式和专家特定的引导方向来抑制正常拒绝行为。结果显示，基于单个专家的输出即可有效引导拒绝行为，且拒绝信号与专家路由行为不同，表明注意力在MoE拒绝行为中起重要作用。

一项覆盖5个模型、10个数据集、4种检索方法和4个语料库的大规模研究发现，在生物医学问答中，检索增强生成（RAG）相比无检索基线仅带来1-2个点的微小且不稳定的提升。模型骨干的选择比检索器或语料库的选择影响更大，专家与普通人检索源表现相似。这表明主要瓶颈不是检索质量，而是模型有效利用检索证据的能力有限。

SaliMory 提出一种训练单一语言模型管理认知结构化记忆的框架，通过分层阶段式过程奖励与奖励分解对比精炼，解决多阶段流水线中的信用分配瓶颈，将记忆相关失败减少三分之一，端到端准确率超 SOTA 10% 以上，良好个性化率翻倍。

本文回顾了在科学史、科学哲学和科学社会学中，从早期数字方法到大型语言模型（LLM）的计算概念分析方法。文章分为两部分：第一部分探讨了LLM之前的计算概念史，包括早期数字方法、分布语义方法和词汇语义变化检测；第二部分则聚焦LLM时代，介绍LLM在词汇语义变化检测中的应用及相关案例研究，并重新审视了语料库构建、模型选择、操作化权衡等方法论问题。

一项对500个MMLU-Pro项目的配对固定内容探测表明，在误导性断言前添加不同的对话角色标签（如Instruction:、Reference:、Example:），会使GPT-5.5、DeepSeek V4 Pro、Llama-3-8B-Instruct和Qwen2.5-7B-Instruct的误导采纳率变化56-84个百分点。指令类和来源类标签导致高采纳率，而示例类标签持续抑制采纳。研究建议上下文利用和RAG基准测试应报告并控制包装标签。

POLARIS是一种针对小型开源模型的训练方法，通过GRPO策略结合LLM裁判和人类参考注入，显著提升了长文本创作能力。训练后的9B模型在长度遵循度和质量上可与27B模型媲美，并展现出强大的长度泛化能力。

本文介绍LiftQuant，一种通过“提升-投影”机制实现连续位宽控制的新框架。该方法将低维权重向量近似为高维1比特晶格的投影，实现位宽准连续调节。实验表明，LiftQuant可将70B模型压缩至2.4比特，精确适配24GB GPU，性能超越现有2比特模型。该论文已被ICML 2026接收为Spotlight。

该论文将Maximal Update Parametrization（μP）扩展到具有门控机制和循环状态动态的Gated Delta Network，推导了缩放规则，并在语言模型预训练中验证了学习率跨宽度零样本迁移的有效性。

该论文正式定义了监督学习中的贝叶斯充分表征：若某个预测头能利用表征实现贝叶斯最优行动规则，则该表征对给定联合分布与损失函数是贝叶斯充分的。研究指出相关目标信息依赖于损失函数，并引入贝叶斯商刻画几乎必然唯一贝叶斯行动情形下的最小充分信息，同时通过性质启发、受控实验和iNaturalist分类细化实验验证了充分性、最小性与保留非必需信息的区别。

该论文提出一种逆向设计临界实验的方法，利用深度神经网络代理模型和非参数梯度优化来生成使中子相似度相关系数 c_k 最大化的实验几何构型。模型结合 U-Net 编码器-解码器与新型多群注意力池化层，在 TN-Americas TN-LC 运输罐验证中取得 c_k 分数 0.97757、0.81324 和 0.93276。