研究

該資料集提供了一個歐盟AI法案（法規(EU) 2024/1689）的單檔案、預嵌入SQLite語料庫，按法律結構分塊（每條款段落、每序言、每附件點、每第3條定義），包含BGE-M3密集嵌入、後設資料、風險等級標籤等，可直接本地查詢，用於研究與工程。

作者利用AI編碼助手（Codex CLI、Gemini CLI、Claude Code）將Python的epub閱讀器epy移植到Rust，開發了終端閱讀器repy。專案從2025年11月開始，2026年2月釋出，但僅獲得少量關注。文章反思了AI時代軟體過剩的現象，並探討了創作的意義。

本文提出ConFlow框架，將約束資訊直接融入流匹配訓練目標，透過可微的障礙或成本函式以及條件高斯過程，提高機器人運動生成中的約束滿足和軌跡質量。實驗表明在雙機器人導航任務中，ConFlow相比標準流匹配基線實現了更低的碰撞率和更高的軌跡質量。

本文探索了利用功能性近紅外光譜（fNIRS）腦訊號來調節機器人強化學習的可行性。研究比較了被動（觀察）和主動（演示）互動任務中的智慧體訓練，並測試了多種增強RL演算法的方法，重點關注引數增強而非替換。結果表明，該框架有效：腦訊號在增強軌跡優先順序和狀態-動作Q值時改善了學習。此外，該框架能成功從離線資料中學習，為即時腦機介面設定不實用或資料有限的情況提供了實用替代方案。

現有抓取基準主要關注視覺抓取姿態檢測，忽略了需要多步推理和語義理解的複雜任務。GCA-Bench基準包含複雜動作場景，評估大模型在抓取中的表現。實驗顯示，當前方法在複雜場景下成功率低於70%，揭示了關鍵侷限性。

DiMaS是一種專為流匹配視覺-語言-動作（VLA）模型設計的分佈匹配引導策略，透過在表示分佈之間進行傳輸而非沿固定方向移動，實現了對機器人操作行為的細粒度控制。該方法在兩種最先進的VLA上驗證了有效性，並分析了行為控制的可遷移性。研究表明，經典線性引導在視覺運動任務中失效，因為行為特徵線性可解碼但不可線性引導。

一項來自arXiv的新研究提出了一種隨機過濾協議（ANTk），用於採用匿名通訊的機器人群體中的群體感應。該協議減輕了匿名協議中常見的重複計數偏差，提高了估計穩定性，但增加了錯誤恢復時間。研究將ANTk與基線和隨機變體進行了比較，揭示了準確性、速度和穩定性之間的權衡。

MEMORA提出了具身動作記憶（EAM），使機器人能夠利用第一人稱影片中的持久記憶進行長期規劃。它包含四種型別的記憶儲存、線上編輯和離線整合功能。在45小時的EPIC-KITCHENS-100資料集評估中，MEMORA在記憶測試中準確率提升20.5個百分點，規劃分數相對提升16.6%。

本文提出LIFT框架，透過在預訓練視覺-語言-動作（VLA）策略後訓練中注入反應式力，解決接觸場景下純視覺方法失敗的問題。LIFT嫁接反應式動作專家，利用因果力記憶和零初始化交叉注意力注入6D力，並結合線上DAgger迴圈應對分佈偏移。在毛巾摺疊、書籍插入和漢諾塔放置任務中，LIFT相比純視覺後訓練學習更快、效能更高。

Open-AoE是一個大規模自我中心運算元據集，包含來自500多名貢獻者使用400多部智慧手機收集的約2000小時影片，提供文本註釋、手部姿勢、相機軌跡和原子動作標註，並配備資料處理和下游工具鏈，旨在降低具身模型訓練、人機遷移和世界建模的障礙。

本研究提出了一種新穎的多模態編排框架，實現語義音訊驅動的人形機器人控制。系統透過音訊指紋和語義嵌入即時處理音樂或語音輸入，動態選擇並執行動作策略，在模擬和Unitree G1人形機器人上驗證了魯棒的模擬到現實遷移。

研究人員提出一種針對柔性關節機器人的自適應控制方法，以應對不確定的關節剛度。該方法透過隱式控制律和依賴於控制輸入的迴歸矩陣，線上更新每個關節的非線性扭矩-偏轉關係估計，並分析了其對電機位置控制器誤差的魯棒性。在具有非線性剛度特性的柔性關節上的實驗結果驗證了該方法的有效性。

MixCompress是一種基於稀疏結構專業化的統一可變位元率（VBR）框架，透過結合稀疏門控的專家混合（MoE）和深度混合（MoD）擴充套件，動態縮放模型容量，並利用條件輔助變換（CAT）進行子帶能量調變，解決了現有VBR方法中的特徵糾纏問題，實現了與單速率基線相當甚至更優的效能，建立了計算高效的影像編碼新帕累託前沿。

SD-MAR是一個用於訓練和評估視覺語言模型（VLM）在多影像分析推理任務上的框架。它透過受控擾動構建成對視覺場景，並生成涉及語義變化歸因和定量比較的推理任務。採用GRPO-lite與後向折扣分配（BDA）的強化學習方法，去除KL正則化以增強策略最佳化。在Qwen2.5-VL-7B和InternVL3-8B上的實驗表明，域內準確率提升高達36.95%，且Qwen2.5-VL-7B在SD-MAR基準上超越GPT-4.1。域外泛化效能保持或提升，在MME、MMMU-Pro、MathVista上波動在1%以內，在MMBench上提升達4%。

本文提出DCVC-Mamba（DCVC-MB），一種用於B幀編碼的神經影片編解碼器框架。該框架採用IBP幀策略進行低延遲B幀編碼，基於狀態空間模型的時空融合模型進行雙向時間預測，以及熵感知跳過機制選擇性跳過某些潛在編碼以縮短熵編碼時間。此外，還實現了兩種推理時策略以增強壓縮效能。實驗表明，DCVC-MB在平均BD-rate上相比 prior 神經影片編解碼器降低高達8.98%，相比VTM-19.0-LDP和VTM-19.0-RA（Inter-GoP=16）基準分別改善達30.45%和1.81%，推動了神經影片壓縮的進步。

針對增材製造XCT影像缺陷分割的挑戰，提出XCT-SAM框架，透過序列引數高效域自適應，利用Conv-LoRA介面卡逐步縮小域差距，在CycleGAN-XCT基準和真實NIST掃描上優於基線方法。

MonteRET是一種區域感知的檢索增強框架，用於自動生成胸部CT報告。它整合全域性和區域性CT特徵，檢索相關醫學知識，並透過知識引導的報告重寫智慧體最佳化初始報告。在RadGenome-ChestCT資料集和外部醫院資料上，MonteRET在報告質量、語義相似性和臨床效果上均優於現有方法。

研究人員提出了一種用於賽車場景的新資料集和3D車道檢測方法，利用多攝像頭和慣性測量實現高速處理（300Hz）並提高精度，F1分數超過0.9，橫向誤差降低。

本文探究視覺基礎模型是否構建了反映三維歐氏空間內在屬性的表徵。與傳統方法透過迴歸深度或法線來探測三維意識不同，作者從拓撲和幾何角度評估視覺特徵空間結構與歐氏變換群SE(3)之間的關係。提出了相互鄰域度量和龐加萊介面卡兩種探針。實驗表明，自監督視覺模型在沒有直接三維監督或主動代理的情況下，其潛在子空間與三維歐氏空間高度相關。基於此，提出了“潛在空間導航”技術，可在潛在空間中直接進行視覺里程計和定位，無需顯式三維重建。

提出首個關鍵幀條件影片生成基準KeyFrame-Compass，包含386個精心策劃的樣本，覆蓋多種設定，並引入自動化評估框架，在9個系統上實驗揭示忠實執行與自然合成之間的權衡。

本文提出SIRUS，一種無需訓練的推理時框架，用於文本到影片（T2V）模型中的概念級遺忘。SIRUS透過定位與目標概念相關的提示證據並在取樣過程中抑制其表達，無需更新文本編碼器或去噪網路。同時，引入面向影片的評估框架，分別測量目標遺忘、非目標保持、影片質量、越獄魯棒性和效率。在CogVideoX上，SIRUS在五個安全、物體和風格概念上平均遺忘成功率達70.4%，幀命中率25.7%，優於VideoEraser的44.4%和47.2%，並將VBench質量平均下降從-0.043降至-0.016。在Wan2.2上的遷移實驗表明SIRUS可泛化至現代T2V骨幹網路。

多參考音訊影片生成（MR2AV）要求模型基於多個參考和文本指令生成同步音影片內容。現有基準主要關注文本驅動生成或單參考保留，缺乏對該任務的評估。本文提出MultiRef-Compass，一個包含350個精心構建樣本的統一基準，涵蓋多視角主體保留、多實體繫結和人-物-場景組合。它定義了一個四維評估協議（基礎質量、參考一致性、音影片一致性、指令遵循），包含14個子指標，並整合了自動指標與重審增強的多模態大模型評判框架。在八個代表性MR2AV系統上的實驗揭示了各維度的顯著改進空間。

本文提出了一種新的量化指標——工具效率，用於評估LLM智慧體軌跡中有用工具呼叫的比率。為了精確定義工具效率，作者還引入了邊際工具效用，該指標判斷每次工具呼叫的有用性，以及能否在不影響準確性的情況下從工具套件中移除，從而提高效率。研究使用LLM作為裁判來確定軌跡中每次工具呼叫的邊際工具效用符號。這項工作直接量化效率，為未來基準設計和精簡工具套件最佳化提供基礎。

Polestar是一種無需訓練的推理框架，透過利用令牌表示漂移來解決擴散大語言模型中KV快取重用和解碼並行性的挑戰。它包含Polestar-Cache（用於稀疏快取重新整理）和Polestar-Commit（用於識別可提交令牌），在數學和程式設計基準測試上實現了高達10.73%的精度提升和3.7倍的吞吐量提升。

本文提出令牌時間連續擴散（TTCD），一種在連續空間中操作的新型擴散語言模型，引入每令牌時間步概念，使不同令牌以不同速率從噪聲轉化為令牌。TTCD透過連續空間建模避免了並行取樣多個令牌的不準確性，在高速加速下顯著優於離散模型。研究者在OpenWebText上訓練了1.6億引數的TTCD模型，並透過自蒸餾在無條件生成中達到可比質量，在條件生成中超越多個同等規模模型，在數獨求解任務中也取得類似改進。

本文提出AGOPS方法，自動生成任務特定的提示指南，幫助使用者編寫更明確的提示，從而大幅提升大語言模型的下游效能。實驗表明，未明確指定的提示可導致效能下降高達95.3%，而現有通用指南難以恢復，但AGOPS指南可使效能提升15.5%至81.7%。

本文介紹了一種結合UzWordnet和生成式AI的教育系統架構，透過四款遊戲幫助學習者練習烏茲別克語，並利用遊戲資料自動豐富詞彙資源。

新研究表明，大型語言模型代理在透過文本通訊時會丟失資訊。使用稀疏自動編碼器特徵分析，研究者發現潛在空間通訊雖然在某些壓縮率下保留更多資訊，但丟失的特徵主要編碼表面形式而非任務相關語義，從而對潛在通訊的優勢提出質疑。

UniSAGE是一種統一框架，用於建模同時包含靜態和動態屬性的資料。它透過構建全域性屬性圖、引入正交引數子空間以及輕量級超結構機制，實現了靜態聚合和動態推理的聯合學習。實驗表明，UniSAGE在多個基準測試上效能提升超過10%。

本文提出一種基於取樣的方法LBA，用於在低查詢預算下生成高質量文本對抗樣本。該方法結合先驗和後驗知識構建近似分佈，透過取樣逐步更新分佈，從而高效搜尋對抗樣本。實驗表明，LBA在六個語言模型和四個資料集上顯著優於現有基線，且生成的對抗文本語義保持更好、更易理解。

本文首次將基於預群語法的量子組合自然語言處理應用於阿拉伯語，利用量子電路的拓撲結構模擬語法關係。實驗涵蓋詞序、形態時態和動詞義消歧，量子方法在多項任務上優於傳統基線。

研究提出JKP框架，透過重複挑戰性提問評估視覺語言模型的穩定性。測試GPT-4o、Gemini 2.5 Pro和Qwen3-VL-30B發現，模型在持續追問下表現不穩定，答案頻繁翻轉，且不同模型響應模式各異。

該研究分析了閉環知識系統（如大型語言模型、強化學習）為何在重複內部反饋下趨於飽和，並提出了一個三層次操作框架，透過結構干預實現逃逸。使用李雅普諾夫漂移條件刻畫穩定性，並透過干預引起的吸引子位移和KL下界表徵逃逸。案例研究包括LLM程式碼修復、稀疏獎勵強化學習和貝葉斯最佳化。

離線強化學習中世界模型易受模型利用問題影響，現有方法成本高或限制泛化。本文提出RENEW方法，透過人類偏好直接修復模型利用，結合動力學學習與人類反饋，利用認知不確定性提高樣本效率，在多個環境中驗證了有效性。

本文提出了一種結合圖同構網路與邊緣特徵（GINE）的邊緣感知學習最佳化框架，用於NR-V2X車聯網中的即時中繼選擇。透過將V2X快照建模為有向圖，並利用離線MILP最優解監督訓練GINE，實現毫秒級推理延遲。實驗表明，GINE在鏈路級別準確率達0.9589，F1分數0.9544，且混合GINE剪枝MILP（GP-MILP）策略在保持最優解的同時將求解器執行時間降至30毫秒以下，滿足NR-V2X嚴格的低延遲要求。

該研究擴充套件了監督式詞典學習方法，應用於10-K檔案及其第1A項風險因素部分，針對回報率和波動率標籤在三個聚合層級（行業、投資組合、個體公司）訓練情感分數。基於2006-2023年間94家納斯達克100科技公司的1,383份檔案，發現全文本在行業和投資組合層面產生更準確的情感分析，但在個體公司層面，較窄的第1A項表現更好。Loughran-McDonald詞典基線在所有測試層級均與價格呈強烈負相關，凸顯了監督方法在監管披露文本中的價值。

該論文提出 QFireNet，一種結合量子電路和 U-Net 的混合模型，用於從衛星影像中分割野火。在 Sen2Fire 資料集上，量子增強模型（QB-Net 和 QuFeX）在 F1 分數上優於經典 U-Net 基線，且資料混合技術顯著提升了效能。

本文提出C3R，一種即插即用的控制層，透過推斷域後驗，無需查詢時標籤，在可行時認證逐域汙染預算，否則棄權而非違規。該方法基於風險控制預測集的兩階段方案，保證最困難域汙染減少，實驗表明穩定性好，召回率優於傳統方法。

本文提出了一種可解釋的、全球可部署的機器學習框架，用於從開放地理空間資料預測代表雜波高度（RCH）。該模型使用LiDAR衍生的標籤進行訓練，並採用LightGBM迴歸器，平均絕對誤差為1.79米，R²=0.765，相比ITU基線誤差降低超過60%。SHAP分析顯示樹冠覆蓋、土地覆蓋語義和光譜反射率是最重要的預測因子。該工作被IEEE CASE 2026接收。

預訓練的視覺語言模型（VLM）透過計算影像與文本描述的相似度實現零樣本影像分類，但描述模板（prompt）的選擇對結果敏感。現有方法為所有類別使用相同的權重組合多個模板，忽略了模板對特定類別的適用性差異。CARPRT 提出了一種無需訓練的類別感知重加權方案，針對每個類別自適應調整模板權重。在標準基準測試中，CARPRT 優於現有的類別無關方法，證實了建模模板-類別依賴關係對零樣本預測和 VLM 應用的重要性。

儘管可解釋人工智慧（XAI）技術層出不窮，從特徵歸因到稀疏自編碼器，但解釋很少影響實際工作流程。本文認為，機器學習社群必須從臨時性的XAI方法轉向解決基礎性和結構性的挑戰，包括不明確的問題表述、不充分的評估目標以及缺乏解釋驅動反饋的流程。透過對近期ICML、NeurIPS和ICLR論文的分析及對XAI從業者的調查，作者揭示了限制累積進展的常見問題，並提出了一個實用清單，旨在將XAI轉向更以人為中心、面向行動的模式。

最新研究將小型語言模型（SLM）與知識圖譜結合，透過神經符號智慧體框架提升其推理能力。在CLUTRR親屬關係基準測試中，使用Gemma 3和Llama 3.2模型的實驗表明，RGCN提供的專家提示可使效能提升1.5-2倍，但存在提取瓶頸和順序推理脆弱性問題。

本文針對工具增強型大語言模型智慧體在擴充套件工具集時面臨的行為慣性問題，提出透過注入反事實錨定上下文來打破慣性，恢復失敗軌跡。ToolAnchor框架利用教師模型假設反事實上下文，經學生回滾驗證後，透過智慧體後訓練內化成功干預，在GAIA、BrowseComp和VDR-Bench等任務中表現優異，為動態工具適應開闢了新路徑。

該研究提出能力收斂假說（CCH），認為在固定推理預算下，表徵收斂並不必然導致能力收斂；能力收斂依賴於存取結構，即混合架構需同時擁有壓縮態通道和可擴充套件逐字索引通道。論文透過資訊理論下界和預註冊實驗驗證了該假說。

研究人員提出了一種利用大型語言模型（LLM）構建貝葉斯信念網路（BBN）的新方法，該方法透過一組AI代理基於特定角色和上下文估計機率，並採用修剪均值規則去除噪聲，從而彌合專家意見與資料驅動學習之間的差距。研究以替代醫療系統中患者就醫意向為案例，發現自我效能的影響實際較小，而主觀規範的影響更強，最有效的策略是同時提升自信和社群規範。

受人類交流空間資訊的方式啟發，語言引導的地理定位因其直觀和實用價值而備受關注。然而，現有方法多依賴靜態的一次性檢索正規化，難以處理真實世界自然語言描述中的歧義和不完整性。本文提出推理檢索的正規化轉變，引入對話式地點識別（DlgPR），將定位視為互動式、對話驅動的推理過程。為此，論文構建了首個大規模對話式地點識別基準DlgQuest-Cities，並提出了統一推理框架，結合跨模態多級檢索器與智慧提問器DQ-pilot。DQ-pilot透過課程學習訓練：在DQ-cities-20k子集上進行監督微調，再透過GRPO在更難的DQ-cities-10k上進行強化最佳化。實驗表明，基於推理的方法顯著優於基線。

RegNetAgents是一個基於AI的多智慧體框架，能夠跨異質性基因調控網路進行結構化的調控候選識別。該框架整合了TCGA和GREmLN專案的大規模網路，對焦點基因進行雙網路分類、癌症基因過濾和作用模式分配。在乳腺癌和結直腸癌的測試中，識別出的候選調控因子顯著富集於OncoKB註釋的癌症基因，且在管家基因中無富集，表明其特異性。框架還包含評估致癌潛力、可成藥性等擴充套件模組。

IMEX（Interaction-Based Model Explanation）是一種新的可解釋預測建模方法，旨在識別對目標預測貢獻最大的變數以及變數間的重要互動。該方法支援高階互動分析，並基於靜態相關功率（PCS）和互動相關功率（PCI）兩個互補指標構建解釋圖。實驗驗證表明，IMEX能在非線性、條件性和多重共線性關係下恢復特徵級結構。

檢索增強生成（RAG）在擴充套件大語言模型上下文方面表現優異，但傳統RAG在涉及層級或關係推理時效果不佳。本文提出HG-RAG框架，透過在層級知識圖譜上進行圖遍歷，為語言模型提供結構化上下文。實驗表明，HG-RAG在層級、關係和跳推理任務上顯著優於平面檢索基線，同時減少了幻覺並保持了區域性連貫性。

針對超大規模雲服務商的資料中心用水壓力，本文提出一個幽默建議：收購高爾夫球場，改建為公共公園，並引導原會員轉向觀鳥活動。透過比較谷歌的用水量與高爾夫球場的耗水資料，指出購買40個球場即可抵消谷歌的日均用水量。