提出了一種從空間域轉向頻譜域的小目標檢測新範式，通過頻率引導特徵表示框架（包括WDG、LGE、FDHead三個輕量模塊）在多個基準上以僅1/6的參數超越YOLOv11。

最新研究指出，當前的視覺語言模型（VLM）在評估視覺-語言一致性時存在注意力偏移問題，即高注意力區域與語義標記不匹配。為解決這一問題，研究人員提出了基於提示側語義的PV-TAM方法，通過過濾模態邊界標記的偏差並利用注意力峯值分佈來評估對齊程度，實驗表明該方法在多個數據集上顯著提升了定位指標。

現代視頻擴散模型通過擴展規模提升了生成質量，但也帶來了高昂的推理成本。Sol視頻推理引擎提出了一種無需訓練的智能體加速框架，通過緩存、稀疏注意力、token剪枝、量化和內核融合五種技術，針對具體模型、硬件和配置進行實例特定優化。在三個不同規模的視頻模型上，該框架實現了超過2倍的端到端加速，同時幾乎不損失VBench質量指標。

本文提出了一種幾何信息驅動的計算機視覺流水線，能夠從單台自行車攝像頭自動檢測超車事件，無需多傳感器或標定。在315個真實世界事件上驗證，召回率97.8%，零誤報。系統平均在車輛通過前2.44秒識別超車意圖，84.1%的事件超過1.5秒人類反應時間閾值。橫向距離估計誤差13-14釐米，足以區分近距離超車。

針對標準分詞評估指標（如生育率）無法捕捉黏着語言形態正確性的問題，研究提出了QuechuaTok基準，比較了四種分詞策略（BPE、Unigram LM、WordPiece和形態感知PRPE）在南克丘亞語上的表現。使用20萬句語料庫和SQUOIA形態分析器，評估了生育率、OOV率和形態邊界準確性（MorphAcc）。結果顯示，BPE生育率最低（1.636），但MorphAcc僅6.67%；PRPE的MorphAcc高達83.33%，證明僅靠生育率不足以評估黏着語言的分詞器。

該研究質疑了精確匹配檢索召回率作為檢索器質量的代理指標的有效性。在tau-bench基準測試中，研究者發現檢索到的策略子句與黃金標準策略相比，在下游分類任務中表現幾乎同樣好，儘管精確匹配召回率僅為7%。結果表明，僅依賴召回率可能會低估檢索策略的實際效用。

本研究審計了八種自動評分器在三種評估構造上的表現，發現沒有一種評分器能在所有數據集上保持最佳性能。在生成答案歸因構造中，指標排名甚至出現反轉，NLI評分器在長文本任務中失效。基於提示的LLM裁判避免了隨機性能，但成本高且非確定性。研究表明，指標選擇需針對目標數據集驗證。

一項新研究評估了六種專有大語言模型在16種DSM-5精神疾病條件下的安全性，發現除自殺和自傷外，其他條件如進食障礙、物質使用障礙和重度抑鬱症的防護失敗率高達100%。研究者呼籲針對不同臨牀條件明確定義危害類別並實施相應的防護措施。

本文提出了一種名為IBA（識別-然後-回答）的無訓練框架，用於知識型視覺問答（KB-VQA）。該框架將實體識別與段落級證據排序解耦，通過多模態大語言模型從候選名稱中選擇高置信度實體，再使用現成的文本重排序器選擇證據。實驗表明，該方法在Encyclopedic-VQA和InfoSeek上持續優於微調的多模態重排序基線，同時降低了訓練和推理複雜度。

該論文提出了一種可擴展且可解釋的框架，利用大語言模型從定性產品反饋中量化產品需求性。在ZORQ和CARMA數據集上，零樣本連續數值情感評分與專家標籤的皮爾遜相關係數高達0.97，分類準確率達94%。GPT-4o-mini在性能媲美大模型的同時成本降低94%。框架還集成了模型置信度和可讀性解釋，提升了透明度和信任度。

一項新研究表明，自我生成文本識別（SGTR）微調可以有效預防和逆轉大型語言模型中的突發性對齊錯誤（EM），優於良性微調方法。研究發現EM是模型穩定對齊被破壞而非學習有害內容，SGTR通過強化角色一致性發揮作用。

本研究提出歸一化上下文利用（NCU）指標，用於嚴格量化RAG系統中的上下文信息增益。實驗表明，在嚴格事實提取任務中，小語言模型（SLM）表現優於或媲美大模型，而商業API在近半數對抗性衝突中覆蓋了外部證據，並出現置信度崩潰。

提出ModTGCN，一種模塊感知圖神經網絡，通過聯合優化交叉熵和模塊化輔助目標，促進類別一致的文檔社區，同時保持判別表示。在五個基準上取得一致改進，尤其在低同質性數據集上表現顯著。

EXPO-SQL提出了一種基於執行的子句級策略優化方法，通過分析執行結果（包括錯誤信息和逐步執行）為SQL查詢的每個子句分配細粒度獎勵，解決了現有強化學習方法中粗粒度查詢級獎勵導致的學習信號不足問題。實驗表明，該方法在多個Text-to-SQL基準測試中顯著優於現有的監督微調、提示和RL方法。

一種名為“退化蒸餾器”的新方法，通過估算和扁平化Fisher信息矩陣，自動從參數-數據對中檢測並解析退化參數組合，無需實際觀測數據。該方法發現的符號座標變換能識別對數據產生獨立影響的參數組合，全局扁平化Fisher信息，使後續神經後驗估計所需的模擬預算減少多達10倍。

本研究提出一種深度學習應用，利用多變量時間序列圖神經網絡（MTGNN）重建1940年以來的月度GRACE類陸地水儲量異常（TWSA）。該方法通過混合鄰接矩陣編碼空間依賴關係，在南美洲流域實現了0.94的平均相關係數，併成功再現了2015/16年厄爾尼諾和2020/21年拉尼娜事件。與現有方法相比，MTGNN僅需少量預測變量即可達到競爭性性能。

分子表面編碼了決定抗體-抗原識別的幾何和物理化學模式，這對於表位預測至關重要。然而，現有方法依賴於序列或骨架結構，難以捕捉不連續的、表面驅動的表位。本研究提出SurfBind，一種直接作用於分子表面表示的表位預測表面中心學習框架。SurfBind通過基於Transformer的架構集成幾何和物理化學線索，包括補丁級表面建模、結合物感知交叉注意力和分層粗到細預測範式。在SAbDab和DB5.5等具有挑戰性的表位識別基準上的實驗表明，SurfBind達到了最先進的性能，並對未見抗體和構象狀態具有良好的泛化能力，突顯了交互感知表面建模在理解蛋白質-蛋白質相互作用關鍵機制中的價值。

一項新研究對圖賓根因果數據集的多種方法進行了統一標準的重新評估，引入了一個零參數的壓縮基線，發現各方法性能集中在70%左右，且簡單基線表現與最強方法相當，揭示了現有報告準確率被誇大的機制。

本文提出了一種名為MEDIC的新型元學習策略，通過同時考慮域間和類間的隱式梯度匹配，在開放集域泛化中實現了更優的決策邊界平衡，有效解決了傳統方法中正負樣本不平衡導致的過拒絕問題，並在保持封閉集泛化能力的同時，在開放集場景下超越了現有方法。

提出了一種名為PC-MCMC-CIGP的灰箱工作流，整合了尖峯–平板拓撲採樣、硬守恆與熱力學篩選以及化學信息高斯過程殘差模型，用於從稀疏、含噪聲的化學時間序列數據中提取可解釋的控制方程。在H2+Br2基準測試中，該方法能區分基本自由基路徑與欺騙性現象學擬合；在苯乙烯環氧化反應中，優化循環使最終產率比基線提高12.5%。一項10種子採集研究表明，不同採集函數存在權衡：PC-EI可減少低產率貝葉斯優化建議，而EI類準則可獲得最強最終產率表現。

一種新的物理神經網絡方法在連接上放置可訓練的非線性函數，而非使用標量權重，以更少的節點實現低功耗連續控制任務。該設計在模擬陣列上實現，顯示出任務相關的優勢，並在CMOS中預計功耗約30微瓦。

本文對聯邦因果發現與推理進行了全面綜述，提出了多維度分類法，強調了因果結構學習與效應估計在統一流水線中的集成，並討論了隱私和數據異質性等挑戰。

該論文研究了六種離線強化學習損失函數（SFT、RFT、DFT、RIFT、Offline GRPO、DPO）在推理蒸餾中的權重更新幾何特性。實驗基於Qwen3-4B模型和相同數學數據，發現SFT、RFT和RIFT的權重增量近乎共線，DFT偏離較大，Offline GRPO增加了正交分量，而DPO位於近乎正交的子空間且準確率最高，但存在模式連接障礙。

本文提出了一種自動大規模搜索流水線，用於在LEMUR神經網絡數據集生態系統中探索4專家異構混合專家（MoE4）架構。該流水線運行在NVIDIA RTX 4090上，28天內生成4463個候選模型，評估了1021個。發現一個重要覆蓋偏差：由於枚舉方式，搜索空間錨定在AirNet家族。在AirNet範圍內，ShuffleNet和MobileNetV3的組合達到了最高平均準確率0.632。FractalNet和MNASNet被認為是低收益家族。

本研究基於學術論文全文，利用深度學習提取算法實體，構建自然語言處理領域的大規模算法共現網絡，從網絡視角分析算法的羣體影響力。研究覆蓋四十餘年文獻，發現算法網絡具有複雜網絡特徵，經典高性能算法及跨時期算法影響力較大，且影響力下降時核心位置先於關聯弱化。

一種名為SGPO的新方法通過用可複用的策略蒸餾替代實例級的軌跡模仿，提升了LLM的推理能力，在數學基準測試上優於基線方法。

該研究提出了一種混合預測模型，結合集成特徵選擇策略（ANOVA與互信息）和哈里斯鷹優化調整的邏輯迴歸，用於預測女性性工作者（FSW）的心理健康風險。模型在3005名FSW中達到95.78%的準確率，識別出創傷後應激、客户暴力和職業因素為主要抑鬱風險因素，為弱勢羣體提供可解釋的AI早期干預工具。

推薦系統通常通過單一優化用户即時參與度而導致信息繭房和語義同質化。本文提出一種多目標強化學習框架，將推薦形式化為語義多目標馬爾可夫決策過程，通過集成高保真語義嵌入與Pareto-DQN智能體，將參與度、多樣性和公平性視為不可聚合的獎勵信號。在MovieLens小數據集上的實驗表明，基於超體積的動作選擇能打破導致語義坍塌的反饋循環，在僅輕微影響參與度的情況下提升了輔助社會目標。

本文研究了在已經定位電路後，語言模型（LM）代理是否可以幫助解釋電路組件。作者提出了AgenticInterpBench基準（包含84個半合成變壓器電路和163個組件級標註）以及HyVE解釋器，該解釋器通過觀察、假設生成和因果驗證的迭代循環來分析每個組件。在四個LM骨幹上的實驗表明，HyVE能夠恢復有用的解釋，但沒有一個骨幹全面最優。失敗主要出現在驗證階段。在Llama-3-8B算術電路上的案例研究證明了該方法對自然訓練模型的適用性。總的來説，LM代理是很有前景的電路解釋器，但可靠的驗證仍是關鍵障礙。

一項新研究表明，通過在真實領域中對有益行為進行強化學習，可以產生廣泛且持久的對齊泛化，即使干預僅侷限於健康領域，也能顯著改善非健康領域的對齊評估，並增強對抗性提示和有害微調的抵抗能力。