該研究提出了一種基於四通道表面肌電訊號（sEMG）的即時介面，用於遠端控制輔助機器人臂。透過一維卷積神經網路（CNN）分類，在模擬和實際平臺上均實現了90%以上的分類準確率，平均延遲約0.32秒，證明了sEMG遠端控制在輔助機器人領域的可行性。

為重新激發年輕人對摩托車的興趣，研究者開發了一款可騎乘的雙輪機器人，配備四肢，具備動態四足步態。機器人採用自平衡雙輪底座實現主要運動，四肢輔助上下車並協調運動，實現直觀的基於重心轉移的控制。本文聚焦於魯棒的自平衡控制方法和自然四足運動控制策略。

針對視覺導航中的災難性遺忘問題，研究者提出HyperDCM，一種結構感知的記憶機制。它利用大視覺語言模型提取場景語義三元組，透過關係圖卷積網路編碼為場景圖嵌入，並投影到雙曲空間增強結構分離性。動態聚類和結構敏感更新策略選擇代表性樣本進行記憶回放，保持知識多樣性。實驗表明，HyperDCM在多場景室內外資料集上優於現有持續學習方法。

本文提出神經深度場（NDF），將深度估計器視為場景級隱式場，透過單次測試時最佳化同時解決預測不一致和分佈外資料不可靠的問題。實驗表明，NDF在室內掃描到衛星影像等多種場景中生成高保真、全域性一致的幾何形狀，跨檢視不一致性降低63.3%，修復精度提升23.1%，達到最先進水平。

提出一種共享潛變數方法，透過變分瓶頸在部分標註的多工面部情感識別中實現跨任務訊號共享，在s-Aff-Wild2資料集上提升表情識別宏F1至0.446，並透過第二個骨幹網路突破動作單元瓶頸。

第三屆微動作分析大挑戰賽（MAC 2026）與ACM Multimedia 2026同期舉辦，透過引入利用多模態大語言模型評估的新任務，將微動作分析從識別推進到細粒度理解。本文詳細介紹了資料集、協議、競賽結果以及該新興領域的未來方向。

GenSyn10是一個包含6萬張合成影像的資料集，與CIFAR-10對齊，使用三種架構不同的生成模型建立，旨在推進AI生成影像檢測研究。評估顯示，模型在已知生成器上表現良好，但在未知生成器上效能顯著下降，凸顯了分佈外泛化的侷限性。

本文提出EMTS-Det系統，用於無人機上的即時跟隨人員追蹤，在低功耗硬體上實現高效執行。系統透過自我運動歸一化的殘差運動通道檢測人員，使用僅22k引數的輕量網路，在Raspberry Pi Zero 2W上達到31.85 FPS，效能遠超YOLOv8n。

研究人員提出3D FaceShell框架，透過向3D面部頭像新增微妙擾動來誤導視覺語言模型推斷敏感屬性，同時保持視覺身份不變。

提出了一種風險感知人臉檢索框架（RA-FR），透過混合盲臉修復、自監督特徵提取和保形預測，在監控環境下實現自適應檢索集大小，保證在指定風險水平內包含真實目標。

聯合嵌入預測架構（JEPA）在訓練時聯合訓練預測器與編碼器，但下游部署通常丟棄預測器。研究表明，JEPA預測器可作為可遷移的遮擋特徵補全運算元，透過線性投影適配到不同編碼器族，顯著提升遮擋分類精度。

本文提出ForensicNet，一種輕量級深度學習框架，用於法醫環境中的自動人臉識別。該模型結合MobileNetV2主幹與CBAM注意力模組，採用兩階段遷移學習，在LFW和SCFace資料集上達到92.4%準確率，每推理僅需2.1 GFLOPs，適合即時法醫監控。

本研究提出科學可行性控制（SFC）框架，一種圖結構共形預測方法，為科學推理的有效性提供統計保證。SFC將科學推理分解為原子單元，透過漸進式絕對一致事實性驗證，在檢測到違反科學原則時動態分支到替代生成路徑。實驗表明，SFC在PhyX等多模態科學推理基準上達到50.1%的準確率，超過DeepSeek-R1和GPT-4，同時將科學定律違反減少73%，並提供91.7%的科學有效性保證。

本研究透過機制可解釋性方法，分析Llama-3模型在符號算術、自然語言應用題和Python程式碼三種形式下的算術計算機制，發現一組緊湊的共享神經元在三種形式中均被啟用，且跨格式失敗源於啟用狀態而非不同電路，表明LLM的算術計算在神經元層面具有形式不變性。

本文提出了 SpecLA，一種針對有狀態線性注意力模型的推測解碼執行時。它透過拓撲感知核心驗證鏈和樹，儲存驗證過程中產生的緊湊因子以恢復接受狀態，並使用置信剪枝和目標對齊的EAGLE風格草案生成器提供有用候選。在NVIDIA H100上使用公共GDN-1.3B目標，SpecLA實現了比自迴歸解碼高達1.70倍的端到端加速。

OpenLanguageModel (OLM) 是一個開源的 PyTorch 庫，用於構建和預訓練小型語言模型，同時保持其內部機制可見。模型程式碼直接反映架構，元件如 Block、Residual、Repeat 和 Parallel 描述連線方式。OLM 整合了分詞器、資料集、最佳化、混合精度、回撥、檢查點以及硬體感知的執行，支援從教學筆記本到完整預訓練的無縫遷移。該庫包含 9 個常見模型家族的 27 個預設，並提供從基礎到架構研究的文件。驗證顯示與獨立參考實現高度一致，348M 引數模型在四 GPU 上弱擴充套件效率達 90.6%，且早期可用性反饋積極。OLM 採用 MIT 許可證，可透過 PyPI、GitHub 和文件站點獲取。

現有長期LLM代理的記憶系統往往將先前軌跡作為被動上下文檢索，而非轉化為可執行能力。本文提出MSCE框架，一種無需訓練的記憶-技能協同進化框架，將代理經驗組織為基礎步驟軌跡、可重用過程策略和宣告性環境認知。MSCE將具有正估計增益的證據支援的L2策略結晶為可呼叫技能，並引入反射加權值回填。實驗表明MSCE顯著優於現有方法。

本文介紹了NOWJ團隊在COLIEE 2026競賽中五項任務的方法和結果，包括法律案例檢索、先例推理、法條檢索與推理、法律文本蘊含以及法律判決預測，提出了多種自適應流水線和深度學習模型。

該研究透過腦電圖記錄的事件相關電位（ERP），對比人類與語言模型在下一詞預測任務中的表現，發現僅資訊理論中的“驚奇度”指標與語言處理的ERP相關，尤其是對於語義豐富的高內容詞，而模型規模擴大並不必然帶來更類人的認知處理。

一項新研究透過簡單問題（洗車應步行還是開車）揭示了語言模型常先決定答案再推理以證明其合理性，而非從前提推導。實驗表明Qwen3-8B模型在多數情況下錯誤承諾步行，即使開車是唯一合理選擇。研究者透過啟用層次分析發現，模型在輸出答案前已顯示出向步行傾斜的跡象，即便最終回答開車。該發現提示現有模型存在推理前的決策偏差。

小型語言模型在檢索增強生成中易受噪聲證據影響。本文提出RIMS，一種三階段偏好最佳化框架，包括合成思維鏈偏好資料生成、可微平滑聚合機制和偏好最佳化。實驗表明其在多跳問答基準上優於現有方法。

混合專家模型（MoE）透過將令牌路由到一小部分專家來高效擴充套件Transformer模型。然而，現有路由器通常基於淺層或孤立的令牌表示來選擇專家，導致路由決策不穩定且語義不一致。本文從表示角度重新審視專家選擇，並提出多級上下文融合MoE（MCF-MoE）框架，透過整合跨層語義聚合和區域性令牌互動的互補訊號來構建上下文感知表示，從而實現更資訊豐富且一致的專家選擇。實驗表明，MCF-MoE在路由一致性和下游效能上均優於強基線，凸顯了上下文完整性在專家路由中的重要性。

一種名為HantaWatch的聯邦學習框架，允許實驗室和監測站點在不共享原始資料的情況下協作訓練基於序列的模型，提高了漢坦病毒疫情預測和專家優先排序能力。

本研究提出了一種令牌級跨模態Transformer模型，結合對比多工學習，用於整合基因組和臨床資料，實現乳腺癌亞型分類與生存預測的聯合最佳化，克服了現有方法中模態互動粗糙、融合方式簡單、目標獨立最佳化等侷限。

本文提出“從權重到語言”方法，自動從選擇資料中發現以自然語言描述的偏好維度，解決偏好學習中的欠確定性和黑箱問題。實驗表明，該方法能提高預測準確率，並允許使用者即時檢查和編輯模型推理。

一項新研究介紹了OrthoGrad，一種對梯度更新進行幾何干預的方法，它移除權重梯度的徑向分量。在噪聲標籤影像分類實驗中，OrthoGrad在小資料場景下提高了測試準確率，但並不能阻止最終對噪聲標籤的記憶。該方法可作為研究學習動態的有用診斷工具。

準確估算預訂單運費對於電子商務至關重要，因為它影響價格展示、利潤規劃和轉化率。RouteCost提出了一種多階段框架，將問題分解為時間感知需求預測、費用卡基線定價、殘差修正和代理箱合併推理，在超過25萬訂單和260種產品的18個月資料中提升了預測質量並保持了可解釋性。

本文提出了一種基於運算元感知的混合精度容差校準方法，透過挖掘累積的雲GPU執行資料，自動確定張量核正確性測試的最佳絕對容差，相比手工選擇的容差更嚴格，並顯著提高了錯誤檢測召回率。

大型語言模型在關鍵領域的部署帶來了遺忘能力的缺失，導致隱私洩露和安全風險。本文綜述了基於梯度的LLM遺忘方法，探討其是否真正移除知識或僅抑制表達，並分析了安全、魯棒性和可驗證遺忘的挑戰。

本文介紹ARGO智慧眼鏡平臺，利用STM32N6微控制器及其整合NPU實現本地機器學習，保護隱私並降低延遲。透過軟硬體協同設計，部署最佳化後的YOLOv11模型進行即時城市障礙物識別，引入頭並行注意力機制（HPA）適配NPU，模型僅佔用2.483 MB記憶體，mAP50-95達24。該平臺整合多模態感測器，以10 FPS執行，200 mAh電池續航約113分鐘，展示了高效能、隱私保護且社交可接受輔助裝置的可行性。