本文提出RMTL（強化微任務學習），將長時操作任務分解為多個語言描述的微任務，並訓練智慧體進行切換。透過多視角VLM獎勵、逆向課程和分層策略，RMTL提供了比單提示VLM獎勵更豐富的獎勵訊號，加速學習。在Fetch操作環境中的實驗驗證了其有效性。

研究人員開發了基於物理的血液毛細血管網路模擬，利用深度強化學習訓練微型機器人透過趨化性導航。他們系統繪製了導航的物理極限，發現了禁止區域，並觀察到智慧體自主發現多種通用策略。無需重新訓練，這些智慧體即可執行毛細血管流的定向阻塞與疏通，恢復健康基準水平。

本文提出了一種名為VMTAD的全無監督即時障礙物檢測方法，專為農業機器人設計。它利用變換器架構和記憶模組處理動態場景，在油菜資料集上達到0.973檢測和0.997分割AUC，輕量版推理僅需14毫秒，兼顧高精度與即時性。

一項新的研究透過簡單的線性探針對影片、影像和音訊的深度偽造基準進行審計，發現通用自監督表示即可接近專用檢測器的效能，表明這些基準可能更多衡量的是通用模態理解而非真正的鑑偽能力。

本文提出一種基於可微架構搜尋的方法，用於自動發現視覺提示微調中影像標記與提示標記的最佳融合方案。該方法將學習提示及其融合方式聯合最佳化，並引入仿射變換和交叉注意力兩種新融合機制。在34個資料集上的實驗表明，該方法在準確率、延遲和引數數量之間實現了良好的權衡，並揭示了混合融合方式能更有效地利用Transformer的層語義。

研究人員引入了渾濁水下基線（TUB）資料集和新指標PCD，以量化極端渾濁度下水下場景的資訊損失。PCD與例項分割效能強相關，優於常用指標。

GeMoE透過將令牌路由視為資訊編碼任務，基於最小描述長度原則和門控熵實現自適應專家選擇，在保持99.5%效能的同時將專家啟用稀疏性提升36.5%。

本研究將功能磁共振成像（fMRI）認知任務圖譜從單源遷移擴充套件到多源遷移，覆蓋人類連線組計劃23個任務狀態，並採用布林整數規劃（BIP）分析預算約束下的任務分配。訓練了1127個任務特定和遷移模型。單源遷移具有方向性和正規化結構：運動狀態在運動正規化內遷移良好，但對非運動目標支援有限。多源遷移依賴於源集組成，表明成對任務圖譜無法完全捕捉多對一關係。BIP反覆將直接監督分配給0-back和2-back工作記憶狀態，儘管它們並非最強的單個源，這可能反映了工作記憶任務中感知、注意和執行過程的整合。揭示了跨正規化受限的運動簇和工作記憶狀態的高優先順序。

本文提出了一種創新的多工深度學習模型，能夠高精度預測雷射穿透焊接中的穿透狀態、深度和焊縫形態。該模型基於CMOS相機捕獲的熔池影像，結合焊接引數，利用卷積神經網路和狀態空間模型提取時空特徵。在測試集上，穿透狀態預測精度達99.35%，穿透深度誤差為1.79毫米，焊縫橫截面重建精度為95.65%。

研究人員開發了一種自監督框架，利用機載LiDAR和光學影像估算城市樹木的地上生物量。該方法實現了高精度的樹冠分割和生物量估算，揭示了城市碳儲量及其隨時間的變化，無需手動標註。

本文提出LCG框架，透過稀疏關係注意力（SRA）和路由一致性約束（RCC）實現長上下文多影像生成中的一致性和可擴充套件性，並構建了大規模合成資料集LCCD。實驗表明，LCG在提示對齊和角色一致性方面優於基線方法。

本研究提出一種結合影像處理與深度學習的混合方法評估水果新鮮度。開發了量化腐敗程度的影像處理演算法（0-100分），並訓練CNN進行二元分類（新鮮/腐爛）。透過邏輯迴歸融合兩者結果，最終使影像處理演算法能直接進行二元分類，無需CNN。該方法計算資源需求低，在蘋果和橙子資料集上實現即時檢測，準確率超90%。主要限制是水果需在白色或透明背景上隔離。

DocArena是一個全自動資料整理流水線，利用多模態大語言模型（MLLM）將原始文件轉化為可控、可擴充套件的訓練環境，用於訓練文件搜尋智慧體。它無需人工標註，可生成推理密集的問答對，並構建包含8,336篇文件、覆蓋16個領域和49種語言的DocArena-79K資料集。實驗表明，基於DocArena訓練的智慧體在檢索準確率和問答質量上均達到最優。

該研究提出了一種系統化的方法，將結構化語言資源（如Hindi WordNet）轉化為125萬條指令-回答對，用於微調12B引數的語言模型，並透過資源高效的LoRA和4位量化實現。實驗表明，基於結構化知識的系統在印地語學習聊天機器人中取得了卓越的教學效果（91.0分），優於通用模型（79.4-83.6分），同時保持了競爭力的語義效能和一致性。該工作為低資源語言提供了無需大規模語料庫的AI開發替代方案，有望推動數百種擁有WordNet資源的語言的專業AI發展。

一項新研究揭示了大型語言模型在推理任務中優於小型模型的關鍵原因：約束引導推理。大型模型更擅長識別顯式和隱式約束，組織結構化推理，並排除不可行路徑。研究團隊開發的AdvCluster框架自動分析了模型間的推理差異，發現Qwen3-32B比Qwen3-8B平均高出6.43%，GPT-OSS-120B比GPT-OSS-20B高出7.38%。

本研究提出了NEST-V1，一個基於輕量級Transformer架構的多模態框架，能夠從口語輸入生成帶有情感表達的尼泊爾手語虛擬形象。在包含4個常見詞彙和3種情感狀態的資料集上，系統實現了81.1%的語音識別準確率和79.21%的情感識別準確率，引數僅為22.1M，適合邊緣部署。該研究為低資源語言的情感感知手語翻譯奠定了基礎。

本研究探討如何利用非暴力溝通（NVC）原則作為輕量級提示約束，引導大型語言模型（LLM）在情感衝突情境中採取更緩和、非升級的對話行為。透過雙智慧體模擬框架，實驗表明NVC約束能顯著減少對話升級，穩定與高牴觸使用者的互動。

大型語言模型在短上下文推理中表現出色，但在長對話中因上下文視窗限制和低效令牌使用而效能下降。ContextForge系統透過結構化查詢生成、外部記憶檢索和受控合成來回收上下文，顯著減少令牌開銷並保持答案質量。在15輪醫療對話基準測試中，ContextForge提高了連貫性並降低了令牌消耗。

一項新研究發現，在訓練語言模型時，使用明確主張、道德詞彙和情感語言等特徵可以顯著增強模型對動物福利的支援傾向；而含糊措辭和具體感官描述則會稀釋這種立場。該研究為動物福利倡導者提供了實用的寫作指導。

一項新研究透過模型蒸餾方法評估LLM在靜力學問題上的表現，發現LLM在處理純文本問題時表現良好，但引入圖表和多步推理後準確率下降。分析表明，效能下降主要源於多步推理困難，而非影像識別限制。

研究發現，對語言模型進行幫助性後訓練（如SFT和RL）會顯著削弱中期訓練注入的動物同情價值觀，而程式設計領域後訓練則能更好地保留這些價值觀。幫助性訓練在英語通用道德推理上也導致大幅下降，但跨語言遷移時效應消失，而同情價值觀的退化則一致跨語言存在。這表明中期訓練習得的價值觀比後訓練帶來的推理改進更為深層和跨語言。因此，構建價值導向模型時，程式設計後訓練可能是更優選擇。

arXiv:2606.26101 新論文提出Know2Guess基準，包含1200個跨域問題，用於區分LLM的知識回答與猜測。評估了FLAN-T5、Qwen2.5-Instruct和Llama-3-Instruct模型，發現Qwen2.5-3B-Instruct表現最佳，但仍有校準不足等問題。

HierBias是一種新的分層上下文條件媒體偏差檢測器，透過建模文件上下文來改進句子級偏差分類。理論證明利用上下文可降低貝葉斯誤差，多工學習提高樣本效率。架構使用RoBERTa編碼器和跨句子Transformer，在BABE和BASIL資料集上達到0.853 F1和0.723 MCC，超過現有最優方法。

該研究提出一種結合拓撲資料分析的神經網路方法，用於提升洪水檢測的準確性和可解釋性。使用SEN12-FLOOD資料集，透過提取影像的拓撲特徵並融入神經網路，證明拓撲描述符能獨立攜帶洪水訊號，並增強現有網路的魯棒性與可解釋性。

現代機器學習系統已演變為複雜的社會技術架構，深刻影響著人類獲取經濟和社會機會的途徑。演算法公平性領域旨在解決模型在最佳化預測精度時可能系統性地邊緣化弱勢群體的問題。本文（arXiv:2606.26200）指出當前公平性正規化的兩大根本侷限：依賴確定性點估計進行審計，以及將個體視為脫離結構背景的孤立實體。

提出一種聯邦雜湊投影潛在因子（FHPLF）模型，將雜湊學習與聯邦學習結合，透過二進位制梯度矩陣、投影漢明距離和隱私增強上傳策略，在保證隱私的同時提升模型精度與效率。

本文提出線索引導的團伙發現（CGGD）方法，透過分析師互動從初始線索逐步恢復洗錢團伙。Clue2Group框架構建區域性調查環境，利用多語義區域性時序圖神經網路估計風險場，整合證據恢復團伙結構，在大型AML基準上驗證有效性。

本文挑戰了將LLM作為裁判的取樣溫度設定為0即可確保評估確定性的普遍假設。透過對日本AISI開原始碼庫的測試，研究發現預設溫度1.0導致邊界專案結果翻轉，即使在溫度=0時仍有1-2個邊界專案不可重複。建議將裁判分歧作為一等健康指標。

KG-TRACE是一種新型神經符號框架，將WHO突變知識圖譜作為結構生物約束整合到神經基因組模型中，透過可學習的認知信任門動態加權神經證據與符號生物學知識。在CRyPTIC結核分枝桿菌佇列上評估，對異煙肼的AUROC達0.9760，並引入生物學歸因比（BGR）量化神經歸因與已知生物學的對齊。

本文全面綜述了應用於生成對抗網路（GAN）的神經架構搜尋（NAS）方法，比較了搜尋策略、評估指標和效能結果，強調了進化演算法和梯度方法的優勢，並指出了當前評估指標的不足及未來研究方向。