本文提出一种强化学习智能体，用于为Quanser Aero 2测试台学习最优激励信号，并通过奖励塑造自主执行安全约束。在10个独立训练种子下，该智能体在所有三个被辨识参数上均达到有竞争力的估计精度，优于经典基线方法，且安全违规率仅为0.75%。该工作被DEXA AI4IP 2026接收。

本综述系统梳理了利用人类视频数据训练视觉-语言-动作（VLA）模型的方法，将其分为潜在动作表示、预测世界模型、显式2D监督和显式3D重建四类，并指出视频结构化、跨实体动作接地和评估协议设计三大挑战，旨在降低对昂贵机器人演示数据的依赖。

VLAMotor是首个用于增强视觉-语言-动作（VLA）模型的分析框架。它先用距离感知的模型测试暴露失败用例，再通过基于代理的数据合成将失败转化为监督数据并微调模型，在仿真和真实硬件上均显著提升了成功率。

提出一种分割引导的空间索引方法，通过语义选择面部区域补丁（而非整体特征）进行深度伪造检测，在Celeb-DF v2上达到0.905 AUC，优于现有方法，且无需微调或目标域数据。

该论文研究视觉思维链智能体在复杂视觉推理中的工具使用行为，发现“工具使用坍塌”现象：模型逐渐停止使用工具却获得更高准确率。作者指出，工具使用的频率并非关键，训练时的探索多样性才是提升推理性能的核心，并通过熵正则化实现了最佳性能。

该论文提出分层语义-几何地图（HSGM），将3D几何信息转化为与视觉语言模型兼容的结构化表示，让VLM负责高层语义规划、经典路径规划负责底层避障执行，从而在零样本视觉语言导航中弥合2D视觉理解与3D空间推理之间的鸿沟。

研究人员提出了MIND（数据流形感知图像扩散模型），通过将离散补丁标记化集成到连续扩散模型的得分函数中，显式建模流形几何。该方法在ImageNet 256×256上实现了FID 2.06（MIND-B，1.3亿参数），优于LlamaGen-3B（31亿参数）的FID。

该研究利用细胞层（cellular sheaves）提升弱监督全切片图像肿瘤定位的可解释性，通过注意力条件一致性训练，在Camelyon16上获得0.940的块级AUC，并将注意力头AUC从0.717提升至0.953，且无需重训练即可迁移至Camelyon17。

研究提出EviOSAHS框架，通过将面部图像分解为7个解剖学查询，结合临床数据，实现阻塞性睡眠呼吸暂停低通气综合征的高灵敏度筛查。在642名受试者中，准确率88.47%，敏感性94.86%，F1分数93.74%，假阴性率5.14%。

研究人员发布了Planktonzilla-17M，这是迄今最大最全面的浮游生物图像数据集，包含1740万张图像，涵盖13种成像系统、602个分类类别。他们发现，使用分类学谱系作为文本的监督分类器在性能上匹配或超越CLIP式训练，而现有生物基础模型（如BioCLIP）在浮游生物识别上表现不佳。

一项概念验证研究提出任务感知的流匹配框架，学习压缩感知中的子采样掩码，在图像分类、图像重建和MRI加速中显著提升性能，其中5%子采样率下CelebA重建PSNR达25.17 dB，8倍加速MRI达29.24 dB。

郭强在arXiv发表论文，提出Belief2-Attention，通过同时利用正交投影的垂直分量和投影分量，并增加额外的内积矩阵ZZ^T来增强标准注意力，在图像分类和分割任务上验证了有效性。

研究人员推出 DefocusTrackerAI，一个基于 YOLOv9 的深度学习框架，可自动检测散焦粒子图像并估计其位置。在欧洲核子研究组织（CERN）等机构进行的测试中，该工具在合成数据上优于 Faster R-CNN 和现有算法，并成功应用于真实实验，包括荧光和阴影成像数据。

研究者提出多领域红队测试框架，对11个当代大型语言模型在690个临床场景中进行评估，发现尽管平均分较高，但在关键安全场景中仍存在完全失败，且人口统计修饰会放大公平性相关错误。

一项研究结合贝克认知理论与Transformer模型，通过提取认知扭曲特征提升Reddit抑郁症检测性能，混合模型宏F1达0.94。

本文提出注意力运行时终止（ART）机制，通过在核函数执行期间跟踪累积的注意力输出，当后续贡献可忽略时提前终止KV块访问，从而在不损失精度的前提下将大批量生成吞吐量提升20%。

研究者提出TrustLDM，首个针对语言扩散模型（LDM）的可信度基准，评估安全、隐私与公平性，并发现LDM在仅使用用户提示时表现良好，但附加恶意后置上下文后对齐行为显著退化。

该论文介绍了 SemEval-2026 任务1（MWAHAHA）的参赛系统，采用“生成多候选再择优”策略，通过人类偏好比较训练偏好模型来筛选生成结果。系统收集了 2.5K 人类成对判断，在英语和中文子任务中排名第一，西班牙语子任务排名第二。

提出SENSE方法，通过基于目标模型隐藏状态的语义检索和软门控评估，提升检索式推测解码的鲁棒性和效率，在LLaMA和Qwen上实现高达4.09的平均接受长度和3.26倍加速。

提出CSRP三阶段框架，通过持续预训练、链式推理监督微调和基于效率感知奖励的组相对策略优化，有效缓解中文语法纠错中的过度纠正问题。在NACGEC基准上取得SOTA性能，F0.5达50.99，精确率57.17；在CSCD拼写纠正任务中F1达59.61，超过GPT-4 5.20个百分点。

随着语言模型生成文本的流畅度接近人类水平，传统的基于表面统计或似然信号的检测方法已难以应对。AEyeDE提出了一种基于注意力归因的新方法，通过代理Transformer模型提取人类和AI生成文本的注意力矩阵，并使用轻量级卷积神经网络进行区分。实验表明，该方法在多种设置下均表现出色，并具有可解释性和鲁棒性。

本文提出DOPA框架，通过分布外代理近似不可访问的目标域，并引入基于马氏距离的全局多样性约束来指导演示检索，从而提升大语言模型在分布外场景下的鲁棒性。该工作被ACL 2026主会接收。

研究人员构建了首个公开的英文多模态多方对话话语解析数据集DraDDP，基于美国电视剧，包含495个对话片段、6374个话语和9.1小时的视频内容。实验表明多模态信息有助于捕捉对话结构和关系类型。数据集、标注指南和代码将公开发布。

本综述提出了一种基于生命周期的主动式检测框架，以应对生成式AI加速产生的对抗性合成内容。通过C5交互模型整合机器学习与社会科学方法，系统回顾了新兴虚假叙事检测技术，包括协调不真实行为分析、流行病学建模和霍克斯过程。讨论了高维嵌入空间异常检测、多层图无监督协调检测及智能体AI系统。最后指出了追踪快速变化威胁和多层级分布漂移的挑战，并规划了未来研究方向。

该ICML 2026论文从两个维度研究LLM智能体的工具调用能力：有效性方面揭示评估流程对随机种子、系统提示、多轮模板等实现细节高度敏感，导致排行榜不可靠；效率方面指出标准强化学习存在rollout无学习信号与策略更新开销大两类浪费，并提出两种加速训练且不损失性能的技术。

本文全面综述了世界模型的研究现状，提出了一个涵盖架构、方法、推理和应用的四维分类法，梳理了从PlaNet到Genie等里程碑系统，并讨论了预测误差、仿真到现实迁移等挑战及未来方向。

本文提出FoLoRA，一种遗忘感知优化框架，通过广义瑞利商权衡任务效用与遗忘惩罚，并利用预训练模型采样构建代理数据，在数学、代码和指令跟随任务上实现了最佳的性能保持平衡。

arXiv 论文提出自动可微非线性张量网络（ADNTN），用小核心张量的层级结构生成大型权重张量，并端到端反向传播训练。在 AlexNet 与 VGG-16 上，单层压缩比约 2000 倍至 77000 倍，精度通常与稠密基线持平，部分 VGG-16 情形甚至更优。

一项新研究从大型语言模型中提取出一维情感价效方向（V轴），并发现该方向能零样本迁移至情感基准，且与人类EEG活动对齐。然而，多种对齐策略均未能提升脑解码性能，作者将此形式化为“饱和规律”，并据此通过残差多样性集成将平衡准确率提升10.5%。

本文提出Demo2Reward，一种测试时自适应技术，利用少量专家演示轨迹优化视觉语言模型（VLM）奖励模型的提示指令，以减少误报并提升下游策略学习效果，且无需额外模型训练或计算资源。