AdpSplit是一種新的自適應分割運算元，透過基於L1畫素誤差區域統計確定分割子體數量並初始化子體引數，減少了3D高斯潑濺（3DGS）訓練中的密集化迭代次數，從而縮短訓練時間，同時保持渲染質量。在多個資料集上，作為即插即用的替換，AdpSplit將訓練時間減少了9.2%-22.3%，在FastGS中實現16.4%的加速，較原始3DGS快12.6倍。

本文研究了3D醫學影像中不同成像模態之間的知識遷移縮放定律，發現遷移具有強不對稱性，並提出了基於縮放定律的資料分配最佳化方法，形成樞紐-孤島結構，遷移感知分配優於資料比例取樣，提升幅度達58%。

LookWhen 是一種新的影片識別框架，透過選擇-提取機制學習何時、何地以及計算什麼，從而在不處理所有令牌的情況下近似完整影片表示，顯著提升效率。實驗表明，LookWhen 在多個資料集上實現了更好的準確率-計算平衡，比 InternVideo2-B 快6.7倍。

本文提出R$^3$L框架，透過不變空間分解、一致空間想象和支援性空間最佳化，顯著提升基於相對空間關係的3D佈局生成的可靠性和一致性。多跳推理中的參考系變換導致誤差累積，該框架有效緩解了這一問題。實驗表明，R$^3$L能生成物理可行且語義一致的佈局，程式碼已開源。

HumanNet 是一個一百萬小時的人類中心影片語料庫，涵蓋第一人稱和第三人稱視角，包含細粒度活動、人機互動、工具使用和長期行為。該資料集提供互動中心註釋，包括字幕、動作描述以及手部和身體相關訊號，支援運動感知和互動感知學習。透過系統性資料策展正規化，HumanNet 將非結構化網際網路影片轉化為可擴充套件的表示學習、活動理解、運動生成和人類到機器人遷移的基礎。初步驗證表明，使用 HumanNet 中的1000小時自我中心影片對 Qwen VLM 模型進行持續訓練，優於使用 Magic Cobot 的100小時真實機器人資料，表明人類影片可作為機器人資料的可擴充套件且經濟高效的替代方案。

本文全面綜述了邊緣深度學習在計算機視覺特別是醫療診斷中的最新進展。介紹了邊緣深度學習的基礎原理與技術優勢，提出了一種基於效能和用途的硬體平臺分類，探討了輕量級設計與模型壓縮等部署方法，並展示了實際應用案例。最後分析了未來發展方向與挑戰，為研究人員和從業者提供了重要參考。

研究人員提出了一種基於傳輸度量的框架來預測視覺文本壓縮（VTC）中的資訊損失。他們將成本分解為精度和覆蓋度，實現了無標籤路由準則和自適應注視機制。在Qwen3-4B上的24個NLP資料集實驗中，該方法在70.8%的資料集上匹配了每個資料集的oracle，任務得分提升3.3%，同時令牌使用減少10.3%。

提出GoSkills方法，透過群組結構化檢索將技能庫中的原子技能組織成角色明確的執行上下文，包括起始、支援、檢查和避免欄位，提升智慧體技能複用效率。

MultiSoc-4D是一個包含58K+條孟加拉語社交媒體評論的基準資料集，用於診斷大語言模型（LLM）在閉集指令下的標註偏差。研究發現LLM普遍存在“指令誘導標籤坍塌”現象，即偏好使用後備標籤（如“其他”、“中性”、“否”），導致對少數類別（如仇恨言論和諷刺）的檢測率大幅下降（分別漏檢79%和75%）。該研究揭示了“標籤一致性幻覺”，並透過弗萊斯Kappa係數近乎為零（κ≈-0.001）得到驗證。該基準旨在推動低資源語言NLP中的標註偏差研究。

一項新研究評估了大型語言模型根據檢索資訊確定性調整回答的能力，發現系統性的侷限性，並提出了一個互動策略，平均減少25%的服從錯誤。

本文提出了一個開發以人為本的大型語言模型（HCLLM）的框架，整合了自然語言處理、人機互動和負責任的AI視角，強調在系統設計、資料收集、模型訓練、評估和部署等每個階段都需嚴格關注人類的關切、偏好、價值觀和目標，並以未來工作案例研究作為結尾。

研究人員提出了MIST（多模態互動式語音工具呼叫資料集），這是一個合成的多輪語音驅動程式碼生成任務，專為物聯網裝置設計。實驗表明，開放權重與閉權重多模態大語言模型在MIST上存在顯著效能差距，即使是最前沿的閉權重模型也有很大的改進空間。該資料集和可擴充套件的資料生成框架已公開，旨在推動能夠推理物理世界約束的混合主動性語音助手的研究。

本文介紹了TajPersLexon，一個包含40,112個單詞和短語對的塔吉克-波斯語平行詞彙資源，用於低資源場景下的跨指令碼詞彙檢索、音譯和對齊。研究在僅使用CPU的條件下，對三種方法族進行了全面基準測試：輕量級混合管道、神經序列到序列模型和檢索方法。評估表明，該任務基本可解，神經和檢索基線達到了98-99%的Top-1準確率。值得注意的是，大型多語言句子轉換器在此精確詞彙匹配任務上表現不佳，而可解釋的混合模型在OCR後校正任務中實現了96.4%的準確率，提供了良好的精度-效率權衡。所有實驗使用固定隨機種子以確保完全可重複性。資料集、程式碼和模型將公開發布。

IntentGrasp是一個大規模、多領域的意圖理解基準測試，涵蓋49個語料庫、12個領域，包含26萬餘訓練樣本和兩套評估集。對20個主流大語言模型的測試顯示，其表現遠低於人類水平（81.1%），但提出的意圖微調（IFT）方法能顯著提升效能，並展現出強大的跨領域泛化能力。

VITA-QinYu是首個端到端的表達性口語語言模型，支援自然對話、角色扮演和歌唱生成。它採用混合語音-文本正規化和多碼本音訊標記，在保持模態分離的同時增強副語言表徵。透過15.8K小時的合成資料訓練，在角色扮演和歌唱基準測試上超越同行模型，並實現最先進的對話準確性和流暢性。程式碼和模型已開源。

一項涵蓋33個前沿LLM、1500個MMLU題項的研究發現，聚合元認知得分掩蓋了領域內差異：應用/專業知識最易監控，形式推理和自然科學最難。模型家族內輪廓聚類顯著，且Gemma 4比Gemma 3有顯著提升。研究支援在部署前進行基準領域篩查。

研究人員提出了一種用於抗體序列設計的離散擴散模型，該模型利用生髮系吸收狀態減少生髮系偏差，並支援分類器引導的條件生成，在非生髮系殘基預測上取得了顯著改進。

本研究使用多種離線策略評估方法，檢驗了美國難民匹配中反事實影響評估結果的穩定性。結果表明，在不同評估方法和修改下，影響估計值在幅度上保持一致，且多數情況下統計顯著，與先前研究一致。

該研究利用2020-2023年CRSS資料，開發混合預測框架，識別出未使用安全帶、車齡、超速和駕駛員損傷是樹相關碰撞嚴重程度的關鍵風險因素，並提出了針對性干預措施。

一種名為Toeplitz MLP混合器（TMM）的新架構用三角掩蔽Toeplitz矩陣乘法替代注意力機制，實現了亞二次複雜度（訓練時間O(dn log n)，空間O(dn)），同時保留更多輸入資訊，提升了複製能力、資訊檢索和上下文學習準確率。

研究人員提出了一種分層整合管道，用於檢測歐洲空間局（ESA）衛星的多變數遙測資料中的異常。該方法結合了基於形狀（shapelet）和統計的特徵提取、逐通道建模、通道內堆疊以及跨通道聚合。透過時間序列交叉驗證和兩層掩碼策略防止資訊洩露，在ESA異常檢測基準（ESA-ADB）挑戰中展現了強大的泛化能力，有效檢測微小異常。該論文已提交至ECML PKDD 2025的ML4ITS研討會，並在最終輪獲得第二名。

流匹配透過積分學習到的速度場生成資料，積分步數(NFE)決定推理成本。本文分析速度雅可比矩陣的對稱部分(應變率)和反對稱部分(渦度)對積分誤差的影響，證明應變導致指數級誤差放大而渦度僅線性貢獻，並提出加權雅可比正則化，在低NFE時顯著降低誤差。

本文提出正負解碼（PND）框架，無需訓練即可減少視覺語言模型中的物件幻覺。透過雙路徑對比，放大視覺證據並懲罰先驗主導生成，在POPE、MME和CHAIR基準上取得最先進效能。

本文介紹了一種基於條件生成對抗網路（Conditional GAN）的人工智慧框架SwiGAN，用於生成未來時空氣候指數軌跡，重點關注法國用於評估乾旱嚴重程度的土壤溼度指數（SWI）。乾旱約佔法國自然災害保險賠償金的30%。SwiGAN可模擬至2050年的乾旱傳播模式，為適應性風險管理和保險策略提供支援，並可推廣至其他氣候災害和精算應用。

LKV是一種新的KV快取壓縮方法，透過端到端可微最佳化學習任務最佳化的全域性預算和令牌重要性，避免了啟發式方法的侷限性。在LongBench和RULER基準測試中，僅保留15%的KV快取即可實現近乎無損的效能。

論文提出RateQuant方法，利用率失真理論解決混合精度KV快取量化中的失真模型不匹配問題，在Qwen3-8B模型上以2.5平均位元將KIVI的困惑度從49.3降至14.9（降幅70%），且校準僅需1.6秒。

SCALAR框架研究AI與研究人員在量子場論和絃論問題中的互動。多輪對話優於單次嘗試，批評策略效果取決於行動-批評配對。

Weblica框架透過HTTP級快取和LLM環境合成，構建可復現且可擴充套件的Web環境，用於訓練視覺Web代理。該框架將強化學習擴充套件到數千個多樣化環境，其Weblica-8B模型在多個Web導航基準上優於同規模開源模型，且推理步驟更少。

本文提出了一種方法，用於確定語言模型在表達答案之前何時穩定其偏好。透過在延遲判斷任務中使用有限答案投影，作者發現Qwen3-4B-Instruct模型在答案可解析之前17-31個token就已經穩定了偏好。

本文提出了一種新的演化框架，將LLM智慧體的記憶機制分為三個階段：儲存（軌跡儲存）、反思（軌跡精煉）和經驗（軌跡抽象）。驅動演化的三個核心因素包括長程一致性需求、動態環境挑戰以及持續學習目標。在經驗階段，特別探討了主動探索和跨軌跡抽象兩種前沿機制，為下一代LLM智慧體的設計提供了原則和路線圖。