本文提出FARO框架，用於快速規劃仿人機器人未知場景下的新型行為。該框架結合嵌套式運動動力學可行性檢查、LLM引導的接觸規劃採樣和強化學習控制器，顯著提升了搜索效率，並生成可用於真實世界運動的軌跡。

本研究提出了一種從模擬到現實的番茄植株分割框架，通過合成數據生成與基礎模型微調相結合，顯著提升了温室作物器官的分割性能和模型置信度。

機器嗅覺中的氣體分解是一個欠約束逆問題，傳統神經網絡常忽略物理封閉性。本文提出UnMixNet，一種將麥克斯韋-斯蒂芬多組分傳輸、競爭吸附和傳感器非線性嵌入圖神經網絡的物理封閉求解器，在SmellNet和UCI動態氣體混合物上提升了單氣味識別、混合物分解及未見混合物泛化性能，並學習到可轉移的動態物理指紋。

該論文發現後訓練量化（PTQ）在邊緣設備上的機器人感知模型中引入了魯棒性差距，即PTQ雖保持分佈內精度，但在分佈偏移下會降低可靠性。作者提出Recti-Q，一種輕量級特徵空間矯正方法，通過凍結量化骨幹網絡並訓練小型LoRA適配器，以極小的開銷顯著恢復魯棒性。

AniGS是一種針對大規模3D高斯潑濺重建場景的動畫方法，通過添加微妙的動態效果（如植被擺動）同時保持剛性結構，利用時間條件變形場和預訓練視頻擴散模型，結合迭代數據集-模型更新策略與組合視頻到視頻細化方案，實現了自然的環境動態和高質量的新視角視頻。

DuSPiT 是一種新型像素空間擴散Transformer，採用雙分支架構——一個緊湊的基礎分支用於全局推理，一個高容量的像素分支（組織成子補丁組）用於局部細節——通過交叉注意力連接，相比之前的方法生成更豐富的圖像細節並實現更好的質量-效率權衡。

對EmoPrefer基準測試的系統性捷徑審計表明，僅使用描述長度和生成器身份的邏輯迴歸即可達到與微調7B模型相當的準確率，揭示了當前評估指標可能未真正檢驗視頻理解能力。建議採用源平衡配對、嚴格長度控制等措施。

ECoNGS提出了一種高效的壓縮神經高斯濺射框架，利用輕量級神經網絡從顯式錨點動態預測隱式、可編輯的高斯濺射，結合了隱式表示的緊湊性和顯式基元的高效渲染。通過場景聚類和參數共享減少訓練時間和模型大小，並使用神經熵模型壓縮錨點屬性。實驗表明，相比iVR-GS，ECoNGS在PSNR上提升高達2.2dB，模型大小減少6.1倍，訓練時間減少5.9倍。

驚喜強制是一種無需訓練的框架，通過解決流式自迴歸擴散的兩個限制（有限上下文和固定去噪調度）來改進長視頻生成。它使用驚喜門控記憶庫選擇性保留重要的視覺證據，並通過驚喜感知去噪來跳過簡單塊的去噪步驟。實驗表明，該方法在保持實時吞吐量的同時提高了長期一致性和視覺質量。

研究提出一種低成本自動白內障嚴重度分級系統，通過融合卷積神經網絡（CNN）深度特徵與五種手工設計的灰度共生矩陣（GLCM）及強度描述符，使用支持向量機（SVM）對標準消費級眼部照片進行四類分級。在300張臨牀圖像上達到95.0%準確率，無需GPU或專用相機，適合資源有限環境下的初級醫療與遠程醫療。

現代安全關鍵系統依賴人機交互來降低災難風險。視覺語言模型（VLM）能解釋複雜場景，但當前評估常將危險識別視為二元決策（安全/不安全），模糊了真正物理危害與異常場景元素的區別。本研究明確區分危險與異常，分別識別危險和異常狀態，評估多個VLM後發現它們常將異常誤判為危險，表明模型過度依賴上下文不規則性作為危險代理。明確分離危險與異常提供了更全面的安全推理評估，暴露了二元安全判斷可能掩蓋的失敗模式。相關數據集已在Roboflow公開。

Search-on-Graph-R1通過監督微調（SFT）和強化學習（RL），將知識圖譜問答的導航能力內化到一個8B參數的緊湊模型中，在多個基準上超越了使用前沿大模型的凍結系統，且推理時無需輔助模塊，訓練時無需LLM裁判。

一項新研究發現，當要求語言模型以JSON格式輸出時，它們的答案多樣性顯著降低。通過對44個模型進行31個開放式問題的測試，發現JSON格式請求使模型趨向於選擇相同的答案，而JSON模式的強制執行並未進一步加劇這種趨同。這表明答案的收斂源於模型對JSON格式的響應，而非解碼器的約束。

提出PathReportEval，一個用於病理報告生成的標準化基準和評估框架。該框架在三個數據集（TCGA、HistAI、REG 2025）上評估四種代表性方法，使用三種病理基礎編碼器（CONCHv1.5、UNI2-h、H-Optimus-1）。核心貢獻是臨牀報告質量評分（CRQS），一種基於臨牀事實準確性的度量標準，從臨牀事實覆蓋、關鍵信息召回、幻覺率和臨牀不一致性四個維度評估報告質量。實驗表明，傳統語言生成指標與臨牀正確性關聯薄弱，而CRQS能揭示有臨牀意義的差異。

該研究探討如何將基於美國警方數據開發的LLM分類流程應用於英國警方事件敍述，以估計精神健康問題、藥物濫用、酒精依賴和無家可歸四種脆弱性指標的發生率。通過對近3000條脱敏事件日誌的分析，研究發現LLM可以大規模提供有意義的患病率估計，但直接使用不可靠，需要大量人工干預和統計校正。研究強調，儘管LLM有潛力，但其輸出不能輕易被視為有效測量，尤其是在個體層面。

本文提出SAGE框架，結合認知模型與語言模型，用於語用推理中的替代生成與評估。通過三個案例研究，SAGE模型在準確率上優於基線，但發現語言模型提出的替代優於其評估能力。

Relay-Bench 是一個全新的未飽和基準測試，旨在評估大語言模型在單個提示中完成多個不同領域任務的能力。當前領先模型 GPT-5.5 (xHigh) 得分僅為 43.3%，表明模型在多領域複合推理方面仍有巨大提升空間。

該論文報道了歐盟翻譯總局（DGT）與歐洲翻譯碩士（EMT）網絡合作，將MMLU數據集本地化為11種歐洲語言的項目。該項目不僅創建了更包容的大語言模型評估基準，還為碩士生提供了真實的翻譯、修訂、項目管理和多語言協調的專業培訓，同時揭示了關鍵的方法論、行政和工作流程挑戰。

該研究探討了在大型語言模型（LLM）中引入輕量級深度可分離卷積，以增強局部token交互。通過在Qwen3 Transformer塊的17個位置進行消融實驗，發現最佳位置是在注意力之前對投影的查詢、鍵和值應用卷積。微觀研究進一步確定了一個殘差深度可分離卷積，核大小k=3，無需額外的歸一化或激活。在多個Qwen3模型和預訓練數據預算下，該設計在七個下游基準測試中平均準確率有所提升，而參數增加不到0.01%。案例分析表明，卷積使重複的token ID對其直接上下文更加敏感。這些結果支持深度可分離卷積作為自注意力的輕量級補充，用於建模短程token交互。

SIFT是一種自改進的動態文檔分類器，通過廉價管道處理大部分文檔，僅將低置信度的案例升級至LLM法官，從而實現模型持續自我提升，同時通過凍結門機制防止性能退化。

該研究通過腦電圖（EEG）以毫秒級分辨率記錄大腦活動，探究詞彙可預測性如何影響N400成分（刺激後300-500毫秒）。結果表明，實義詞（尤其是動詞）的可預測性效應顯著強於功能詞，且解碼技術比傳統ERP分析更能捕捉認知過程的細節表徵。

本文針對分層邊緣雲計算系統中的負載不平衡問題，提出了一種基於兩時間尺度多層深度強化學習框架（2T-MDRL-LA）的聯合服務放置、計算委派和功率控制優化方案，利用變分自編碼器壓縮高維組合動作空間，仿真表明端到端時延降低20.8%，資源利用率提升13%，收斂速度比傳統PPO快約50%。

BearingNAS是一個硬件感知的神經架構搜索框架，旨在將智能直接遷移到傳感器芯片上，實現傳感器內處理。該框架針對極端微預算（4-8 KiB RAM和16-32 KiB閃存）進行優化，採用輕量級無導數搜索策略，在筆記本電腦CPU上不到一小時即可收斂。在CWRU軸承基準測試中，針對STMicroelectronics的LSM6DSO16IS智能傳感器處理單元（ISPU）達到了99.50%的診斷準確率，展示了低功耗、生產級軸承故障診斷的可行性。

一種新的強化學習公交信號優先控制器，允許通過偏好參數在運行時調整公交優先與總體交通延誤之間的權衡。單個學習策略優於固定時間和基於規則的基線，同時保持約束可行性。

E-SpecFormer是一種邊緣高效的Transformer，用於自動調製和隱蔽信道識別。它引入了LiTAN注意力機制，無需Softmax和LayerNorm，降低了複雜度並提高了精度。有四種規模變體，其中Nano變體在RadioML2018數據集上SNR>0 dB時平均準確率86.5%，在基於硬件木馬的CC數據集上準確率94.2%，參數少於1萬，在FPGA/CPU協同執行時每幀僅需92微秒，超越了現有邊緣模型。該成果為物聯網設備的實時頻譜智能提供了高效解決方案。

本文提出了一種融合神經元重要性和數據感知低秩近似的新方法，用於壓縮大語言模型，同時提出了一種計算高效的動態壓縮率分配算法。實驗表明，該方法在高壓縮率下性能顯著優於現有技術。

FedCC提出了一種基於聯邦學習的框架，結合凍結的DINOv2骨幹網絡、輕量級YOLO檢測頭和低秩適配（LoRA）模塊，實現胎兒超聲圖像中胼胝體的精準定位。在包含10,970幀多中心數據集的評估中，該方法在FedAvg策略下達到平均mAP@50為0.857、F1分數為0.803，同時將可訓練參數從24.4M降至2.9M，通信成本減少約8.5倍。

提出了一種基於對稱阿爾法穩定譜分量的靈活高斯過程核族ALAS，通過學習穩定參數α自動適應數據平滑程度，可同時捕捉平滑趨勢和尖鋭不規則性。包含兩種變體：ALAS（單一平穩分量）和ALAS-Sep（可分離變體），在多個基準和真實世界代理上表現強勁。

該研究提出一種複合稀疏性框架，結合靜態參數剪枝和動態令牌級計算，以延緩性能退化，實驗表明在相同總稀疏度下優於單一機制壓縮。

本文提出一種基於頻譜證據捆綁的可靠性估計方法，通過結合輸出置信度與全樣本頻譜描述符（如頻帶能量、熵、峯值優勢等），並在驗證門控策略下自動選擇是否使用頻譜修正，從而在不改變預測結果的前提下提升時間序列分類的可靠性估計性能。在八個UCR/UEA數據集和八種骨幹網絡上，該方法將Corr-AURC從0.693提升至0.786，並將[email protected]降至0.094。