本文提出一個概率深度學習框架，通過聯合利用Sentinel-2光學和Sentinel-1 SAR觀測數據，在任意過去或未來日期生成光學圖像，實現Sentinel-2時間序列的稠密化與預測。該框架關注生成圖像的不確定性，在稀疏且時間不對齊的時間序列上展示了有效的稠密化和預測能力。

隱式神經表示（INR）在醫學成像中通過物理信息無監督學習展現出強大潛力。傳統方法為每個受試者從頭訓練網絡，效率低且成像質量欠佳。最近基於初始化的方法注入人口先驗，但依賴高質量圖像且微調時易災難性遺忘。本研究提出DisINR框架，顯式解耦共享表示和受試者特定表示。它引入共享編碼器-解碼器對和受試者特定編碼器，通過可微前向模型從有限原始測量中預訓練共享模塊，無需預獲取高質量圖像。測試時僅優化受試者特定編碼器，共享對保持凍結，有效保留先驗。在三個典型醫學成像任務上，DisINR在重建精度和效率上顯著優於現有方法。

研究表明，將深度學習直接應用於科學成像（如紅外成像）會導致性能下降，甚至模型崩潰，因為深度學習的簡單性偏好與科學數據的高維特性不匹配。

提出一種拓撲約束量化nnUNet框架，用於高效且解剖學精確的3D牙齒分割。該方法在量化感知訓練中引入新型牙齒特異性拓撲損失，保持牙齒數量、鄰接關係和空腔完整性等關鍵解剖結構，同時維持計算效率。採用8位量化nnUNet骨幹，通過動態校準最小化推理精度損失。拓撲損失結合連通分量分析、鄰接一致性和空洞檢測懲罰，確保解剖保真度。實驗表明，該方法顯著減少拓撲錯誤，在牙科CBCT掃描上實現臨牀可行的分割，並保留整數推理的硬件效率，適用於資源受限的臨牀環境。

本文提出MuCALD-SplitFed，一種結合因果表示學習和潛在擴散的多任務分割聯邦學習框架，旨在解決醫療圖像分割中跨機構任務不一致和隱私泄露問題。實驗表明，該方法在分割性能上持續提升，同時有效減少信息泄露，優於現有先進方法。

一項研究評估了五種多模態大語言模型（MLLMs）在皮膚科的真實世界表現，發現基準測試成績高估了實際臨牀能力。在包含5,811例病例和46,405張臨牀圖像的真實醫院諮詢隊列中，最佳開放權重模型的top-3診斷準確率僅為13.35%（僅圖像），加入臨牀背景後提升至28.75%。GPT-4.1表現更好但仍有限：僅圖像24.65%，加入背景38.93%。模型對不完整或錯誤的諮詢背景高度敏感。嚴重程度分診的敏感性超過60%，但不足以可靠地部署於臨牀。

研究提出一種自提示框架，使小語言模型能夠自動生成、驗證和優化實體提取提示。在1200份牙科病歷註釋上測試，經過DPO後Qwen2.5-14B-Instruct達到micro/macro F1分別為0.864/0.837，表明該方法可擴展用於本地部署的隱私敏感臨牀信息提取。

大型語言模型在多語言任務中表現優異，但在低資源非洲語言上的翻譯能力尚未被系統評估。Nsanku基準測試評估了19個模型對43種加納語言與英語的零樣本翻譯性能，發現現有模型在準確性和一致性上均不足，無法大規模可靠使用。

一項研究通過系統實驗探究了詞彙重疊對多語言神經機器翻譯中知識遷移的影響，發現領域匹配和語言關聯性比聯合詞彙表更為重要。

arXiv:2605.04180v1發佈了一項研究，提出了MedFabric數據集和EtHER檢測器，用於解決醫療大語言模型中的虛構問題。MedFabric通過數據中心管道生成語法和風格一致但事實有細微偏差的詞級虛構，而EtHER通過文本到表格分解、詞掩碼填充和混合句對評估來增強事實一致性。實驗結果顯示，MedFabric在詞級虛構基準測試上比現有最優檢測器性能提升超過15%，為醫療領域提供了一套可靠的事實檢測框架。

本研究評估了六種大型語言模型（LLM）在尼日利亞和喀麥隆衝突事件分類中的表現，發現開放權重模型存在顯著的虛假非法化偏見，而領域適應模型雖在方向上中立，但仍有基於行動者的選擇偏見。研究認為當前模型不適合無監督部署，呼籲進行公平性微調、對抗魯棒性評估和人機協同監督。

一項新研究調查了四種流行的大型語言模型在學術寫作中的幻覺現象，引入了新的幻覺指數（HI）來評估模型的準確性。研究發現，不同模型在不同任務上的表現存在差異，幻覺行為不僅取決於模型架構，還與任務類型和提示條件有關。

該團隊參與SemEval-2026任務13，旨在檢測多種編程語言中由大語言模型生成的代碼。他們採用了輕量級特徵方法和決策樹，僅需CPU即可快速推理，為大型預訓練模型提供了高效替代方案。

這項研究採用數據驅動的機器學習方法，分析在線廣告中的寫作風格和圖像模式，以關聯匿名賬户並識別重複行為，從而幫助執法機構追蹤人口販運等非法網絡。研究還提出了負責任使用這些技術的倫理指南。

本文提出自適應冪均值策略優化（APMPO），通過冪均值策略優化（PMPO）和反饋自適應裁剪（FAC）兩項創新，解決了現有強化學習方法中靜態策略與模型演進能力不匹配的問題。在9個數據集的3類推理任務上，APMPO顯著優於現有方法，例如在數學推理基準上比GRPO提升3.0個百分點的Pass@1得分。

本文提出FREIA算法，通過自由能驅動獎勵（FER）和自適應優勢塑形（AAS）改進了無監督強化學習在大語言模型推理中的表現。在九個數據集上的實驗表明，FREIA在數學推理任務中平均超越基線0.5至3.5個Pass@1百分點。

本研究探討了阿爾茨海默病進展分析中深度生存模型的公平性問題，提出了新的偏見度量指標，揭示了基於性別、種族和教育等敏感屬性的顯著差異。

EdgeRazor是一種新的輕量級框架，用於在資源受限設備上部署大語言模型。它採用混合精度量化感知蒸餾，在極低比特寬度下實現高壓縮比和優越性能，同時訓練預算遠低於現有方法。

研究發現，大型語言模型（LLM）中的上下文學習任務編碼是分佈式的，而非集中於單一位置。單位置激活幹預在所有28層均無法實現任務遷移，而多位置干預在特定層可實現高達96%的遷移率，支持分佈式模板假説。

一種新的前瞻漂移模型通過計算序列漂移項來捕獲朝向正樣本的高階梯度信息，在玩具示例和CIFAR10上優於基線方法。

隨着深度學習模型規模持續增長，存儲需求甚至超過大型數據集。為此，研究人員提出“持續蒸餾”（Continual Distillation, CD）新範式，讓一個學生模型依次從多個教師模型學習，且無需保留早期教師。該方法面臨教師訓練數據不可用和教師專長差異兩大挑戰。研究表明，外部無標籤數據可實現“未見知識遷移”（UKT），使學生獲取教師所知但自身訓練數據未覆蓋的領域知識；同時，順序蒸餾會導致“未見知識遺忘”（UKF），即後續教師訓練時丟失已遷移知識。為權衡UKT與UKF，提出“自外部數據蒸餾”（SE2D），通過保留外部數據上的logits穩定跨異構教師的學習。實驗表明，SE2D有效減少UKF並提升跨域泛化能力。代碼已開源。

提出MP-ISMoE框架，通過高斯噪聲擾動迭代量化（GNP-IQ）降低內存消耗，並利用交互式側邊混合專家（ISMoE）擴展側邊網絡能力，在保持參數和內存效率的同時顯著提升遷移學習性能。

本文提出SPARK方法，通過顯式選擇功能因子進行條件編輯，解決LLM輔助神經架構搜索中的功能糾纏問題，在CLRS-DFS上實現28.1倍樣本效率提升和22.9%的OOD準確率改進。

該研究提出一種基於參數劃分的無監督變換分類方法，通過將單一變換的參數分解為多個分量並施加同態約束，識別正規子羣，從而對圖像變換（旋轉、平移、縮放）進行分類。新方法消除了先前方法所需的輔助假設（如運動和等距限制），具有更廣泛的適用性。消融實驗表明，羣分解約束是驅動正確分類的關鍵。

MetaAdamW是一種新型優化器，通過自注意力機制動態調整每個參數組的學習率和權重衰減，在五個任務上優於AdamW，最多降低17.11%訓練時間或提升11.08%性能。

該研究引入了一種新的分類法，區分標量可約動力學和標量不可約動力學，並證明標量不可約動力學能夠通過快慢變量之間的反饋實現內部生成的狀態切換，為自主智能系統的開發提供了新途徑。

一種名為ADAPTS的新型人工智能框架利用混合智能體大語言模型架構，從臨牀訪談中自動評估抑鬱和焦慮嚴重程度。該框架將訪談分解為症狀特定的推理任務，實現了專家級別的準確性，為可擴展的精神病學評估提供了基礎。

一篇立場論文認為，當前的人工智能系統不應被用於同行評審，因為它們存在蜂巢思維效應和易被風格化改寫操縱的問題，呼籲建立一門專門的同行評審自動化科學。

Terminus-4B是一種基於Qwen3-4B微調的小語言模型，通過監督微調和強化學習訓練，專門用於智能體終端執行任務。實驗表明，它能將主智能體的令牌使用量減少約30%，同時在SWE-Bench Pro等基準測試中保持甚至超越Claude Sonnet/Opus/GPT-5.3-Codex等前沿模型的性能。

本文提出一種新穎算法，僅需2-10個成功執行軌跡即可自動學習正確行為，並驗證新執行。該方法結合編譯器理論中的支配者分析和多模態大語言模型語義理解，使用前綴樹接受器構建通用模型，通過多層次等價檢測合併軌跡，並通過拓撲子序列匹配驗證新執行。實驗表明，僅用3個訓練軌跡即可高精度檢測產品缺陷和假陽性，適用於UI測試、代碼生成和機器人流程等領域。