NightSight 提出一种轻量级感知方法，结合单目事件相机、编码孔径镜头和红外点阵投影仪，使小型空中机器人在完全黑暗中实现自主导航。系统在 NVIDIA Jetson Orin Nano 上以 20 Hz 实时运行，深度估计在 2.5 米范围内达到 7.0 厘米的 l1 误差（2.80% 误差）。

本文提出一种异构机器人协同导航框架，领航机器人向目标前进，移动传感器机器人（如无人机）在带宽限制下传输局部环境信息。通过β-稀疏高斯过程进行任务感知的诱导点选择，并联合优化传输地图点与导航动作，同时预测未探索区域。在火星和地球地图上的仿真表明，路径成本降低18%，传输信息量减少76%。

PhyPush是一种物理引导的Transformer框架，仅利用单次推动中运动学推导的末端执行器速度来估计物体的质量和摩擦系数，无需力/扭矩传感器等专用硬件。该方法通过引入牛顿第二定律和库仑摩擦模型的物理约束损失，提高了物理一致性和泛化能力，在仿真中误差降低超过10%，并在真实实验中优于纯数据驱动方法。

论文系统评估了在自动驾驶教师-学生蒸馏框架中，自适应调节蒸馏系数是否优于固定系数，发现集成不确定性在严重遮挡下失效，而简单的线性衰减调度反而表现最佳。

一项新研究对12种架构在视网膜眼底图像上的多疾病筛查性能进行了基准测试，发现基于注意力的模型在二分类筛查和多标签分类中均表现最佳，但视觉语言模型并未展现出超越传统CNN或Transformer的优势。

VesselSim提出一个两阶段框架，通过随机几何驱动模拟生成16,500个解剖学合理的3D血管造影体积，并仅用合成数据训练3D U-Net。采用测试时自适应策略弥合域差距，在真实MRI和CT数据集上达到与最先进基础模型竞争的性能，显著减少对专家标注的依赖。

研究人员提出一种新的情绪表征——维度分布情绪状态（DDES），利用效价和唤醒度预测艺术作品引发的情感反应，辅助博物馆策展人设计以情绪为基础的展览。

LongAV-Compass是一个系统化基准，用于评估分钟级视听生成任务，涵盖文本到视听、图像到视听和视频到视听三种模态。包含284个测试案例，集成多模态大模型辅助评估和感知指标，评估超过20个细粒度维度。对11个代表性模型的实验揭示了当前系统在长时间生成中的局限性。

RoMo是一个大规模、高质量的人体运动数据集，通过分类感知过滤管道去除静态和伪影序列，采用新颖的三级语义分类体系进行标注，支持细粒度评估，训练模型在保真度和多样性方面达到最先进水平，并发布了Motion Toolbox以标准化指标和数据转换。

本文研究城市规模户外环境中分散的具身智能体如何通过自然语言通信协调行动，提出Sentinel Challenge基准和CoSaR框架，结合基础模型的高层通信与经典空间导航算法，实现更快的聚集、更短的路径和更高的安全性。

DuoGesture 提出了一种双流架构，将协同语音手势生成分解为语义流和节拍流，并通过语义变分信息瓶颈、运动 grounding 语义条件和惯性节拍先验进行协调与正则化，在客观与主观评估中均优于强整体基线。

研究者提出 UniMVU 框架，通过指令感知的两级动态门控——模态内门控与模态级门控——实现对视频、音频、深度图等多模态输入的融合，避免统一融合带来的模态干扰。在六个基准测试中，UniMVU 较静态融合基线取得一致提升，CIDEr 最高提升 13.5。

该研究引入EnterpriseMem-Bench，一个多轮Text-to-SQL基准测试，包含300个会话和1400轮查询。评估五种前沿模型发现：无状态模型在第三轮准确率归零；内存复杂度不单调提升性能，工作内存占主导；Claude Sonnet 4.6在SEC EDGAR上出现代际退化；推理模式下Claude错误分布变为单模态。

该论文提出一种可泛化的文化评估与干预框架，通过情境化行为探测和潜在激活引导，在不重新训练的情况下调整大语言模型的文化价值对齐。实验发现文化价值存在潜在纠缠现象，表明价值观以耦合结构编码。

一项ACL 2026论文对LLMs在结构化知识（如图和表）上产生幻觉的机制进行了研究。研究发现，幻觉源于系统性的内部动态而非随机噪声：注意力机制会偏向于类似捷径的结构线索，而前馈表示无法将提供的知识进行语义接地，导致模型回退到参数化记忆。这种机制模式在单跳、多跳图和表格设置中均有效，可用于幻觉检测。

该论文将检索增强生成（RAG）重新形式化为一种上下文内优化过程：研究表明单个线性自注意力层可对应线性化RAG目标上的一步梯度下降，并将这一视角转化为一种轻量级的前向更新方法，用于冻结的RAG大语言模型，在七个问答基准上降低了每查询成本。

RICE-PO 是一种无评论家的策略优化框架，通过将检索交互转化为局部学习信号，解决推理智能体训练中的信用分配问题。在 BRIGHT 和 BEIR 基准上，它优于基于提示的智能体和基于组的强化学习基线。

本文介绍了“每日剂量”（TDD）系统，这是一个由大语言模型驱动的自动化临床总结和临床试验识别系统，集成到常规放射肿瘤学实践中。通过混合方法评估，对55名临床医生进行了调查，结果显示系统具有良好的可用性、满意度，并有望节省时间。

CroCo方法将对比偏好调优扩展到多语言场景，利用英语奖励模型为多语言自生成响应排序，无需语言特定偏好标注。实验表明，在线内策略数据下，该方法在14种语言的结构化与开放生成任务中显著提升模型性能。

SPEAR（沙盒化主动回滚提示工程师）是一种自由形式的智能优化器，将代码即行动范式引入自动提示工程。它配备评估、Python、设置提示和完成四个工具，可自主决策如何使用。其独特之处在于Python沙盒，允许优化器编写和执行任意Python代码以进行结构性错误分析。两个防护栏确保单调改进：指标回归时自动回滚和可选防护指标下限。在三个工业LLM裁判套件（13个裁判任务）以及7个BBH任务和GSM8K上评估，SPEAR在所有工业任务的主要指标上获胜，并在BBH-7上平均准确率0.938。消融实验显示Python工具是最重要的杠杆。

本综述首次统一了预训练数据暴露（PDE）框架下的成员推理和数据污染研究，形式化定义了不同暴露水平，回顾了攻击与防御方法，综合了实证发现，并指出了开放挑战和未来方向。

该论文提出自验证蒸馏方法，让后训练的大语言模型仅利用无标注的种子问题生成候选解，再通过三阶段自验证级联（循环一致性、事实性、正确性）筛选出高质量自建数据集进行再训练。在Qwen3模型系列上，该方法在数学、科学和编程三个推理领域均带来显著提升，且仅需单次推理调用即可超越测试时计算的基线方法。

本文研究在训练中真实规则违反罕见或缺失时的异常检测问题。作者提出神经规则评估器，将逻辑约束编译为有向无环图，并引入奇美拉训练，通过在特征层面混合子树特征生成逻辑反例，从而在CLEVRER、OpenImages和VidOR数据集上提升规则级异常检测的AUROC。

本文提出李群嵌入动态神经网络（LieEDNN）及其学习算法，利用李群作为流形几何连续对称性的内在表示，在一般李群上实现可学习且稳定的动力学，并应用于SE(3)和伸缩机械臂场景。

PushCen-ADFL 是一个通信高效的异步去中心化联邦学习框架，通过共享质心表示空间耦合通信、聚合和本地稳定化，使用平均保持的 push-sum 混合校正聚合偏差，并利用质心正则化缓解异构性和陈旧性下的模型漂移。实验表明，在数据异构情况下准确率提升最高达 6%，同时每次推送的通信成本降低超过 80%。

本文首次研究时间序列基础模型（TSFM）的预训练数据污染审计问题，提出基于探针适应动态的TSFMAudit方法，利用污染数据集在微调探针后表现出更快损失下降和更小骨干网络移动的特性进行检测，并在6个TSFM和187个数据集上验证了有效性。

该论文提出神经贝叶斯序列路由（NBSR），将神经网络推理建模为在层次有向无环图（DAG）上主动积累证据的过程，通过Dirichlet-分类共轭框架和Gumbel-Softmax路由实现不确定性量化与提前退出，在多个任务上取得有竞争力的预测性能。

SilIF 是一种在隔离森林基础上增加轮廓分数层的无监督欺诈检测方法。在 IEEE-CIS 数据集上，其平均 AUC-PR 比原始隔离森林提升 0.0080，且五次独立运行全部胜出；但在合成 Sparkov 数据集上未见提升，作者也坦诚讨论了两种结果的分界条件。

AirCast-SR是一个基础模型，能够将全球AI天气预报从0.25度（约28公里）分辨率降尺度到1公里水平分辨率，时间分辨率为每小时。它采用三维U-Net结合潜在一致性模型扩散框架，在美国本土的数据上训练。该模型实现了近乎零偏差，并保留了精细尺度的大气结构，经过多个季节的验证，并展示了在无需重新训练的情况下对印度和德国的零样本迁移能力。

该论文提出“约束税”测量协议，揭示硬性输出约束虽将小型模型的模式有效性从61.5%提升至100%，却导致答案准确率从19.7%降至11.0%，错误但有效输出从49.5%升至88.9%。研究在Qwen2.5-0.5B/1.5B和SmolLM2-1.7B上进行15,000次生成实验，强调应在生产中分别报告模式有效性、答案准确率、可执行准确率和错误有效模式率。