研究人员提出ASIP-Planner，一种用于部分已知室内环境的自适应无人机检测框架。它结合了基于分段的全局覆盖规划器和面向检测的局部视角自适应模块，能够应对突发障碍物，在仿真和真实实验中实现了近乎完全的覆盖并缩短了轨迹长度。

ForceFlow是一种基于流匹配的力感知反应式框架，用于机器人接触丰富的操作任务。它采用非对称多模态融合架构，将力作为全局调节信号，并通过分层分解将操作分为视觉主导的接近阶段和触觉主导的交互阶段。实验表明，ForceFlow在六项真实任务中成功率比强基线ForceVLA提高37%，成本更低，且在零样本分布外泛化中表现优异。

研究者提出ECHO框架，利用双曲自编码器将VLA模型隐藏状态映射到连续分层空间，构建语义记忆树，并通过背景整合机制持续优化。在LIBERO-Long任务上相比基线π0绝对成功率提升12.8%，提升了长时域任务和组合泛化能力。

DenseTRF是一种自监督框架，利用纹理中心注意力机制，无需监督即可将手术密集预测模型自适应到新分布，提高了跨手术流程的泛化能力。

ABRA是一个新型放射学智能体基准测试，要求智能体通过21种工具操作OHIF查看器和Orthanc DICOM服务器。包含655个任务，覆盖8种类型和3个难度级别。测试10个模型发现，执行率高但结果率低，瓶颈在于感知而非工具编排。

为自动生成临床级手术评估报告，研究者提出了包含感知-对齐-推理框架的新方法，核心是Hi-GaTA轻量级时序适配器，能将长视频序列压缩为LLM兼容的视觉前缀令牌。通过预训练手术专用视频编码器Sur40k、采用时序金字塔与文本条件双交叉注意力、以及跨层级门控融合等创新，该方法在有限监督下实现了连贯且风格一致的手术报告生成，性能优于强多模态大语言模型基线。

政治和社会身份影响人们如何评价政治信息，但现有计算工具往往给出单一分数，忽略这种差异。本文提出视角主义视觉政治情感分类器（PVPS），基于约82,000次评估（来自5,575名美国成年人）预测不同身份群体的图像评价。应用发现，考虑观众身份后，抗议图像中的暴力感知和情感机制会发生实质性变化。

LatentHDR提出了一种新框架，将场景生成与曝光建模在潜空间中解耦。通过预训练的扩散主干生成单一场景表示，再使用轻量级条件潜空间映射头将其转换为曝光特定的表示，从而一次性生成密集且结构一致的曝光栈。该方法避免了多轮扩散，确保跨曝光对齐，并将计算量降低一个数量级，支持文本和图像条件生成，在SI-HDR基准上达到了最先进的动态范围。

本文提出一种基于视觉语言模型（VLM）嵌入空间线性可加性的预训练方法，利用合成数据构建背景不变表示。在Waterbirds数据集上，该方法在100%虚假相关（无少数群体样本）条件下，首次实现了超过90%的最差组准确率，且无需真实去偏数据，具备强大的模拟到真实迁移能力。

HiDream-O1-Image是一种原生统一的视觉生成基础模型，通过像素空间扩散Transformer实现了从模块化架构到端到端上下文视觉生成引擎的范式转变。它将原始图像像素、文本标记和任务特定条件映射到单个共享标记空间，消除了对独立VAE或预训练文本编码器的需求。实验表明，8B参数的HiDream-O1-Image性能与27B的Qwen-Image相当甚至更优。此外，将架构扩展到200B以上参数后，HiDream-O1-Image-Pro在多个基准上创下了新纪录。

研究人员发布了首个全球农田地块边界数据集，空间分辨率10米，覆盖2024和2025年，包含31.7亿个遥感地块多边形，覆盖241个国家和地区。该数据集基于U-Net分割模型和哨兵二号影像生成，在24个国家的验证中平均像素级召回率达0.85。

本研究提出了一种原则引导的不确定性监督框架（PriUS），基于证据学习，通过确保空间不确定性分布符合三个感知对齐原则（图像对比度、图像损坏严重程度、解剖结构几何复杂度），提高了医学图像分割中不确定性估计的可解释性和一致性。在ACDC、ISIC和WHS数据集上的实验表明，PriUS在保持竞争性分割性能的同时，产生了更一致的不确定性估计。

ReAD是一种强化引导的能力蒸馏框架，通过考虑能力间的相互依赖关系，在固定令牌预算下自适应分配蒸馏资源，提升下游任务性能并减少有害溢出。

研究者推出了Hebatron，一款基于NVIDIA Nemotron-3稀疏MoE架构的希伯来语专用开源权重大语言模型。该模型在每轮前向传播中仅激活30亿参数，却能达到73.8%的希伯来语推理准确率，超越了之前的模型，并与Gemma-3-27B等更大规模的模型相抗衡，同时提供约9倍的推理吞吐量和高达65,536个token的上下文长度。

本文介绍了RETUYT-INCO团队在BEA 2026共享任务“基于评分标准的德语短答案评分”中的参与情况。团队提出了元提示方法，即让大语言模型根据训练集示例生成自定义提示，用于评分新答案。此外，还探索了经典机器学习、微调开源大语言模型和不同提示技术。官方结果显示，团队在Track 1（8支队伍中排名第6，QWK 0.729）、Track 3（9支队伍中排名第4，QWK 0.674）和Track 4（8支队伍中排名第4，QWK 0.49）中取得了成绩。

ReVision是一种用于训练多模态语言模型的方法，通过移除连续截图间冗余的视觉补丁，将令牌使用量平均减少约46%，同时成功率提升3%。该方法使代理能够以更少的令牌处理更长的轨迹，并表明历史性能饱和是由于令牌表示效率低下，而非过去信息的有用性有限。

一项新研究揭示了语言模型中指令主要影响输出生成阶段，而对输入处理阶段影响甚微。通过逐层探测任务特定信息，研究人员发现处理与生成之间存在显著不对称性：样本令牌中的信息保持稳定且与行为弱相关，而输出令牌中的信息则随指令变化且与行为强相关。注意力干预实验进一步证实，阻断指令流向所有后续令牌会降低行为表现和输出信息，而仅阻断样本令牌则影响极小。该现象随模型规模和指令调优而加剧，表明理解模型能力需同时评估内部状态和行为，并按令牌位置分解内部视角以区分输入处理和输出生成。

本研究系统评估了使用差分隐私（DP）训练的大语言模型中的社会偏见。通过对比DP模型与非DP模型在句子评分、文本补全、表格分类和问答四种任务上的表现，发现DP仅在句子评分任务中减少偏见，且这种改善并未推广到其他任务。研究还揭示了logit层面的偏见与输出层面的偏见之间存在差异，并指出减少记忆化并不必然降低不公平性。

双院模型通过可训练的神经接口耦合两个冻结的语言模型，实现隐藏状态级别的连续通信，无需文本序列化。在算术、逻辑谜题和数学推理任务上显著提升性能。

本文分解了一个约1.5亿参数的进化型混合LoRA系统，将其分为三个因素：路由器重写、每领域留一评估范围和生命周期（包括死亡、alpha混合继承、SVD变异和槽位重分配）。结果表明，路由器重写带来了显著的对数困惑度改进（+0.0426 nat），而生命周期则是一个净拖累（约-0.028 nat）。此外，基于可控合成沙盒的测试发现了一个基板条件边界：只有当适配器预先与任务对齐时，路由通道上的进化搜索才有主导作用，否则其性能低于或等同于梯度解决方案。

本文介绍了ClinicalBench，这是一个包含400个问题的基准测试，用于评估临床问答中的断言感知检索。作者提出了EpiKG，一种患者知识图谱，为每个事实附加断言标签和时间性标签，并根据问题意图引导检索。实验表明，与基线相比，该方法在多个指标上取得显著提升。此外，医师裁决发现56%的自动生成的参考答案存在缺陷，凸显了人工审核的必要性。

一篇新论文提出了一个有效性-多样性框架，表明LLM中多样性崩溃源于解码过程中的两种校准错误：顺序校准（有效令牌的排名不一定高于无效令牌）和形状校准（概率质量过度集中在少数有效令牌上）。在14个模型上的实验证实，多样性问题不仅仅是采样启发式的缺陷，而是根本性的校准问题。

本文提出一种即插即用的框架SoftBlobGIN，将ESM-2等蛋白质语言模型的表示投影到蛋白质接触图上，并应用轻量级图同构网络进行可微的Gumbel-softmax子结构池化，实现结构感知的消息传递和学习粗粒度功能子结构。在酶分类任务中达到92.8%的准确率和0.898的宏F1分数，结合位点检测的残基AUROC从0.885提升至0.983。该方法无需重新训练语言模型，仅增加约110万参数，并提供可审计的结构解释，使蛋白质语言模型的预测更加透明。

强化学习对齐方法常因奖励黑客行为导致多样性下降。TMPO通过匹配轨迹级奖励分布而非最大化标量奖励来解决这一问题。它引入了Softmax轨迹平衡（Softmax-TB）和动态随机树采样，生成多样性比现有最优方法提升9.1%。

ξ-DPO 提出了一种新的直接偏好优化方法，通过比值奖励边际（ξ）解决了 SimPO 中超参数 β 和 γ 难以联合调优的问题。该方法重新定义了奖励形式，使边际变得有界且可解释，无需反复试错调整。

扩散语言模型（dLLM）因其高度并行处理的潜力而备受关注。然而，现有方法依赖高置信度阈值来保证准确性，严重限制了并行扩展性。本文通过令牌级统计分析发现，大量令牌在去噪早期就已收敛到正确预测，但未达到标准置信度阈值，表明现有标准过于保守。为此，提出LEAP（前视早收敛令牌检测加速并行解码），一种无需训练、即插即用的方法，通过未来上下文过滤和多序列叠加检测早收敛令牌，实现可靠早期解码。实验表明，LEAP显著降低推理延迟和解码步数，较置信度解码平均减少约30%去噪步数，在GSM8K数据集上与dParallel结合达到每秒7.2个令牌的处理速度，同时保持模型精度。

该文介绍了一种新颖的分层多视图HAAR（HMH）框架，用于异配图分类。HMH通过异配感知编码器学习符号亲和度，构建软图层次，并在每个层次应用稀疏正交的Haar小波基进行频谱滤波，有效缓解了中心节点主导聚合、过平滑和过压缩问题。实验表明，HMH在节点分类和图分类任务上分别取得了最高3%和7%的提升，且保持了近线性可扩展性。

一种名为Vertex-Softmax的新方法，通过对区间约束下的softmax进行精确优化，为Transformer注意力的认证验证提供更紧密的界限，在多个数据集上提高了验证率和下界，同时计算效率高。

提出旋转保持有监督微调（RPSFT），通过惩罚预训练权重矩阵主奇异向量块的投影变化，在保持任务适配的同时限制不必要的旋转，从而改善域内/域外泛化权衡，并保留预训练表示。

离散扩散语言模型（DLM）通过并行去噪所有位置来生成文本，但现有的控制生成方法采用统一干预调度，导致质量下降，特别是在多属性联合控制时。本研究通过训练稀疏自编码器分析四个DLM（124M-8B参数），发现不同属性（如主题和情感）在去噪过程中的不同阶段固化。基于此，提出自适应调度器，将干预集中在属性活跃形成的步骤上，从而在不牺牲生成质量的前提下实现精确控制。在四个DLM和七个引导任务中，该方法在三属性同时控制时达到93%的引导强度，比最强基线高出15个百分点。