研究人員提出了一種名為Mistletoe的新型攻擊方法，利用推測解碼中草稿模型與目標模型之間的近似誤差，通過優化降級目標和語義保持目標，並採用零空間投影機制，大幅降低推測解碼的接受長度，從而崩潰加速效果，同時保持輸出質量。

研究人員提出了VectraYX-Nano，一個從零開始用西班牙語訓練的4200萬參數解碼器專用語言模型，專為網絡安全設計，並通過模型上下文協議（MCP）實現原生工具調用。該模型使用1.7億tokens的語料庫和帶有重放緩衝區的課程學習，實現了單調損失下降和0.78的對話門控值。它是首個具備端到端MCP集成的西班牙語原生網絡安全LLM，可在普通硬件上亞秒級運行。

該論文系統評估了六種向量合併方法在多語言知識編輯（MKE）中的效果，發現帶共享協方差的向量求和是最可靠的策略，而簡單求和表現不佳。TSVM可在某些設置下改進性能，但緩解多語言干擾的能力有限。性能對權重縮放因子和秩壓縮比敏感，較大的縮放因子和較低的秩通常帶來更好結果。

Collider-Bench是一個新基準，用於評估大型語言模型（LLM）智能體能否僅憑公開論文和開源軟件復現大型強子對撞機（LHC）的實驗分析。智能體需構建模擬與選擇流水線，並預測指定信號區間的碰撞事件產額。評估採用直方圖指標和LLM裁判檢測失敗模式。初步結果顯示，尚無智能體能可靠擊敗人類物理學家。

本研究提出將加權InfoNCE目標解釋為距離幾何問題，為加權對比學習提供了統一的幾何框架。在監督分類中，SupCon和Soft SupCon將同類樣本收縮到單一原型，但類別不平衡會破壞SupCon的對稱性，而Soft SupCon仍保持正則單形體幾何。在連續標籤設置中，y-Aware CL通常無法達到熵最優，除非標籤位於超球面上。幾何一致的權重選擇（如歐幾里得-歐幾里得權重或X-CLR）則能保證唯一最優嵌入。

EMAF系統是首個支持學習型系統在動態環境中以最小開銷進行模型適配的方案。通過狀態變換器實現跨環境狀態對齊，並採用高效用數據優先標註策略，EMA在八個代表性系統上降低了14.9%-42.4%的適配成本（如GPU訓練時間），同時將系統性能（如網絡吞吐量）提升了6.9%-31.3%。

EvolveMem是一種自我演化的記憶架構，通過AutoResearch過程自動優化檢索配置，在多個基準測試中顯著提升性能。

現有擴散語言模型後訓練方法多采用獎勵最大化目標，導致軌跡鎖定問題，即概率質量過度集中於少數去噪路徑，降低了重複採樣時對正確解的覆蓋。本文提出TraFL（軌跡流平衡），通過軌跡平衡目標將策略訓練至獎勵傾斜的分佈，並錨定到凍結參考模型，結合擴散兼容的序列級替代和學習提示相關歸一化。在數學推理和代碼生成基準上，TraFL是唯一在所有設置中均優於基礎模型的方法，且改進隨採樣預算增加而持續，並泛化至留出評估。

研究提出了一種無監督框架，通過架構退火技術移除手動容量調整，使模型能夠自適應平衡離散和連續潛在變量，從而有效分離dMRI結構連接組中的採集相關變異與生物學變異。在包含7,416個結構連接組（涵蓋2-102歲、13項研究、25種採集參數組合）的數據集上評估，架構退火方法在站點學習方面優於標準VAE、PCA及僅通過損失函數退火的混合模型（ARI=0.53，p<0.05）。

研究人員提出了SCOPE-BENCH，一種新的基準測試，用於評估極端分佈外條件下的分子性質預測，以及POMA框架，它利用強化學習選擇最優源骨架進行域適應。結果表明，現有模型在新基準上的誤差增加高達8倍，而POMA將誤差降低了最多11.2%。

本研究應用TopK稀疏自編碼器對三種不同架構的腦電圖變形器（SleepFM、REVE、LaBraM）進行機械可解釋性分析，提取特徵詞典，並通過臨牀分類法（異常、年齡、性別、藥物）評估單一語義性和糾纏性。引入概念引導和“目標vs脱靶”探針區域度量，揭示三種操作模式：可選擇引導、編碼但糾纏、未編碼。暴露關鍵表徵失敗如“破壞球”干預和年齡-病理混雜。頻譜解碼器將潛在操作映射到生理可解釋的頻率特徵。

本文研究在部分可觀測條件下基於視覺觀測的過去時間信號時序邏輯(ptSTL)的認證運行時監控。監控器需從圖像中推斷安全相關量並提供有限樣本保證，同時要求可複用性。提出語義基礎（原子魯棒性分數向量）作為最小預測目標，單次共形校準即可認證整個片段。還提出滾動預測監控器，在短時域上表現更好，而語義基礎監控器在長時域上緊度高達4倍。在Waymo數據上驗證了有效性。

當前大型語言模型雖能生成流暢文本，但缺乏對其內容準確性的可靠保證。傳統觀點認為增加原則性推理計算成本過高。本文提出一種高效的推理方法，通過將數據重新編碼為更明確表示對象間關係的Unary Relational Integracode，再結合標準但精簡的機器學習過程，使關係規則的學習在多項式時間內可解，同時保留了現有軟硬件基礎。該方法可視為實現世界模型，並適用於視覺、行動等多模態場景。

本文提出了一種基於價值的框架，利用GraphRAG將原則轉化為價值導向的指令，並通過在具體對話上下文中檢索合適指令來引導智能體行為。基於馬斯洛需求層次理論和普拉奇克情緒輪的預期行為定義，實驗表明該方法在DAILYDILEMMAS基準上顯著優於ECoT、Plan-and-Solve和元認知提示等基線方法，為AI系統中自我情緒的出現提供了基礎。

該論文提出一種有限層論框架，通過傳輸和障礙檢測AI智能體中的科學理論轉變。框架將上下文組織為局部到全局結構，通過擬合、限制和粘合測試評估障礙，並在過渡卡基準上驗證。主要結果是直接障礙排序，能夠區分變形和擴展。

本文提出條件屬性變換器（CAT），一種在單次前向傳播中同時估計下一詞概率和基於每個候選詞的條件屬性值的方法，實現了逐詞信用分配、反事實分析和可控生成，在稀疏獎勵任務上達到最優性能。

該論文提出了PolitNuggets，一個多語言基準測試，用於評估大型推理模型在智能體框架中發現和綜合長尾政治事實的能力。該基準通過構建400位全球精英的政治傳記，涵蓋超過10000個事實。研究者提出了FactNet協議，用於評分發現、細粒度準確性和效率。實驗表明，當前系統在細粒度細節上表現不佳，且效率差異顯著。診斷分析揭示了短上下文提取、多語言魯棒性和可靠工具使用的重要性。

智能體在進入新環境時面臨冷啓動問題，因為缺乏任務特定經驗。本文提出PREPING框架，通過提議者引導的合成任務生成和選擇性記憶更新，使智能體在無任務情況下構建程序性記憶。實驗表明，該方法在多個基準上性能與基於劇本的方法相當，且部署成本顯著降低。

一項預註冊實驗發現，在多智能體LLM系統中，隱形協調者會導致集體解離、協調者自身解離程度最高，且行為輸出評估無法檢測內部狀態失真。

本文提出了一種結合認知功能（七類）和執行拓撲（六種結構原型）的二維分類法，用於系統描述LLM-based智能體架構。該7x6矩陣識別了27種命名模式，其中13種為原創命名，並在四個真實領域（金融貸款、法律盡職調查、網絡運維、醫療分診）驗證了覆蓋度。跨領域分析得出了五個模式選擇的經驗定律。

提出混合整數目標規劃（MIGP）用於個性化膳食優化，採用整數變量解決份量不切實際的問題，並通過目標規劃偏差變量實現軟營養約束，逆目標歸一化平衡多營養目標。在810個實例中，MIGP在66%的情況下優於帶後舍入的目標規劃，且100%可行，求解時間低於100毫秒。開源Python模塊已集成至交互式膳食規劃應用。

GraphBit是一種引擎編排的框架，通過有向無環圖（DAG）定義工作流，解決了提示編排中的幻覺路由、無限循環和不可重複執行問題。它採用Rust引擎管理路由、狀態轉換和工具調用，支持並行分支、條件控制和錯誤恢復。三層記憶架構隔離上下文，防止長管線中的上下文膨脹。在GAIA基準測試中，GraphBit以67.6%的準確率、零框架誘導幻覺、11.9ms延遲和最高吞吐量超越六個現有框架。消融研究顯示每個記憶層都有貢獻，確定性執行在工具密集型任務中增益最大。

本文提出DAJI（動力學對齊的關節意圖）框架，一種分層架構，學習語言生成與閉環控制之間的預期關節意圖接口。DAJI-Act通過學生驅動軌跡將未來感知教師蒸餾為可部署的擴散動作策略，而DAJI-Flow從語言和意圖歷史自迴歸生成未來意圖塊。實驗表明，DAJI在預期潛在學習、單指令生成和流式指令跟隨中表現優異，在HumanML3D風格生成上達到94.42%的軌跡成功率，在BABEL上達到0.152的子序列FID。

四足機器人通常使用剛性足部以簡化控制，但導致能量消耗較高。本研究將足部柔順性集成到強化學習運動控制器中，通過仿真和實際機器人實驗發現，選用適當剛度的柔性足部可將能量消耗降低約17%，同時保持運動穩定性。

一種名為Distill的新方法通過簡化任務規範，幫助機器人更準確地理解人類意圖。該研究通過眾包實驗驗證了其有效性。

本文提出了一種基於反應式規劃的移動機器人控制策略（RPCS），用於在僅具有部分環境信息的情況下實現從起始點到目標點的無碰撞運動。該策略結合了反應式規劃（RPS）進行局部軌跡修改以避障，以及自適應跟蹤控制（ATCS）通過離散化技術跟蹤修改後的軌跡。數值示例驗證了其有效性。

MAPLE是一個新穎的框架，通過在視覺-語言-動作模型的潛在空間中進行反應式多智能體展開，解決了端到端自動駕駛中閉環評估的脆弱性問題。該框架採用兩階段訓練：基於真實軌跡的監督微調，以及結合全局和智能體特定獎勵的強化學習，同時引入多樣性獎勵以鼓勵新穎的規劃行為。MAPLE無需外部模擬器，在Bench2Drive上實現了最先進的駕駛性能。

本文研究利用凸集圖（GCS）優化來近似自動駕駛中非線性最優控制問題的解。通過將自由空間表示為有向圖上的凸區域並集，採用貝塞爾曲線參數化路徑和多項式時間縮放，在簡化動力學模型下保證凸約束。實驗表明，該方法生成的軌跡與非線性規劃方法高度一致，但計算效率更高，對初始值不敏感。

研究人員提出了一種用於機器人導航的安全強化學習框架，該框架在訓練過程中使用條件風險價值（CVaR）約束，並在訓練後通過神經網絡可達性驗證來確保安全裕度。該方法在仿真中實現了98.3%的成功率，併成功遷移到真實機器人上。

一項新研究表明，行為克隆可以在結構化物體尋找任務中產生主動感知能力，僅使用低分辨率自我中心視覺即可可靠完成任務。研究人員採用低成本機械臂和腕部RGB相機，通過預測相對關節增量而非絕對位置，顯著提升了性能。