RICoT:用于页面流分割的循环交替思维链框架
研究人员提出 RICoT 提示框架,将大型语言模型处理多页文档分割任务重构为顺序流式过程,并发布包含 205 个脱敏金融案例的 FinancePSS-205 基准数据集。
研究人员提出 RICoT 提示框架,将大型语言模型处理多页文档分割任务重构为顺序流式过程,并发布包含 205 个脱敏金融案例的 FinancePSS-205 基准数据集。
研究人员提出一种 JEPA 式世界模型规划器-硬件协同设计,通过参考森林采样制造差异比特级稀疏性。 该设计使三个 JEPA 世界模型的推理速度比稠密加速器快 1.28-1.80 倍,能耗降低 38-52%;比先前比特稀疏设计快 1.22-1.58 倍,能耗降低 16-36%。 这是首个为 JEPA 式世界模型规划制造比特级稀疏性的规划器,也是首个针对该场景的算法-硬件协同设计。
提出基于 nnU-Net 的自配置框架,复用分割模型表征进行 3D 医学影像分类。FLARE 2026 Task 2 官方评估中该框架总体排名第一,在全部四个测试任务中取得最高 DSC、NSD 和 AUROC,且推理符合单病例 60 秒及 4GB 显存限制。
SAD 框架通过仅微调解码器,在推理零成本下改进潜在生成模型。 该框架包含生成样本分布对齐与编码器锚点保持机制,针对生成潜在分布进行适配。 实验显示 REPA-E 的 FID-50K 指标从 1.15 降至 0.98,并扩展至文本到图像生成。
研究人员提出受控实验框架 Visual Generative Lab (VGL),用于评估扩散模型在尺寸、位置等7项基本视觉技能上的泛化表现。该框架通过生成合成数据,发现模型的外推能力有限,组合泛化效果主要取决于技能组合数量而非数据集大小,且各项技能通常独立失败。 VGL 采用基于规则的任务指标精确测量泛化能力,揭示了默认设计下尺寸与位置外推在训练范围附近迅速退化,计数准确率仅约50%。
提出将自主软件代理的可观测轨迹与规范及AI生成产物结合,作为针对性质量保障的证据。 旨在优先审查关键决策,分析其对软件问题的贡献,并改进规范与开发实践。 该方法基于工业经验,结合现有执行记录,有助于支持审查、诊断及持续质量改进。
论文提出将固定二进制神经网络(BNN)的推理语义组合翻译为 1-safe Petri 网,使计算步骤转化为显式变迁,从而生成因果追踪序列。 通过穷举输入-输出等价性验证了翻译的忠实性,展示了如何通过对比触发序列来定位单一特征改变对预测结果的具体影响。 该方法弥补了传统 SAT 验证仅判断属性是否成立的不足,开启了分析两个 BNN 决策分歧的因果追踪新方向。
FIRE-Drive 提出了一种针对端到端自动驾驶的可行性信息风险评估框架,在 NAVSIM v1 数据集上实现了 91.5 的 Predictive Driver Model Score。该框架通过动态可行锚点初始化、候选特定鸟瞰图风险证据以及紧凑的高质量候选监督,优化了扩散模型的轨迹生成与模式选择。
该论文探讨了面向物理世界的智能体如何生成、测试并学习程序,提出将现实世界视为程序的测试套件,以应对缺乏预设测试用例的挑战。 文章分析了语言模型与软件工程智能体的融合,详细阐述了机器人策略生成、基于物理试验及形式化检查的测试机制,以及将测试经验存入技能库或模型权重的学习路径。 作者指出编写程序的成本正在降低,但获取可靠证据依然昂贵,未来进步取决于建立类似持续集成的物理验证体系。
研究通过蒸馏38,397份日本专利局检索报告训练模型,使中位引用包含集从768缩减至50以下。 采用行级引用保留缩减信用学习,在保持高召回率的同时显著缩小需人工筛查的文档集规模。 方法在NLPIR 2026会议录用,展示了自动化专家策略生成在专利检索中的实际应用价值。
研究人员提出首个针对 scale-up memory 的稀疏注意力 offloading 系统 XM-Sparse。该系统在 SGLang 框架上实现,利用 TMA 检索与 SM 高效 DMA 预取解决 HBM 容量限制。 在 DeepSeek-V3.2 和 GLM-5.3 模型上,XM-Sparse 解码吞吐量比 PCIe 基线提升最高 4.98 倍,比同平台原生集成提升 1.34 倍。
去中心化框架 Heave-Ho 实现长时程多人形机器人协作,经 2 个机器人训练后可扩展至 10 个机器人团队,并泛化至异构团队且无需重训练。 该框架包含多智能体后训练底层控制与视觉-语言规划高层模块,配合语音主从协调机制在无网络通信下同步执行,并在 12 项任务的 HH-Bench 上表现优于基线方法。
OfficePrism 构建了包含 420 项单一领域企业任务的基准,覆盖七大业务功能。测试涉及 124 种配置,自然语言与数据库联合通过率为 22.6% 至 76.4%,中位数 67.9%。 结果显示,L1 级别在所有配置中表现最佳,L2 在 122 种配置中超过 L3。在 50 种共享标签配置中,搜索与分发方案在 30 种情况下得分更高。
在Unitree Go2四足机器人上,采用热感知强化学习策略将持续运动瓶颈从热关机转变为电池耗尽。 该策略基于13节点集总RC热网络预测电机温度,无需实时温度输入即可降低峰值热量。在载5kg负载以1m/s速度下,策略使机器人续航延长至174分钟(10.0km),热裕量14℃。
OAK-Mind 提出零训练多智能体 LLM 管线,通过被动感知数据推理心理健康变化,无需任务微调或传感器预训练。 该管线整合睡眠、身体活动等维度,利用领域知识智能体解读纵向行为变化并结合问卷评分推断基线差异,在多个数据集上性能优于或持平最强监督基线。
研究人员利用深度强化学习平台生成60291个化合物,其中86.5%理化性质优于奥司他韦。筛选出DS-22-inf-009和DS-22-inf-021,在低微摩尔浓度下有效抑制甲乙型流感病毒,细胞实验EC50值介于0.29至2.31 uM。 动物实验显示,这两种化合物分别能为小鼠提供65%、85%的甲型(H1N1)及65%、100%的乙型(Yamagata谱系)病毒保护率。
EGS 提出了一种轻量级、模型无关的运行时框架,通过查询审核、场景感知教学指导和响应审核,将教育安全从二元拒绝转向上下文引导。 该框架根据风险等级分诊输入,使用特定教育干预重定向灰色区域查询,并在交付前审核输出,旨在增强安全性同时保留教学效用。 其代码和模型权重将公开提供,以支持社区采用。
针对块扩散语言模型(Block-diffusion LMs)长上下文推理中的内存瓶颈,提出 RISA 可恢复稀疏注意力方法,通过共享读取计划和分层缓存机制解决稀疏注意力导致的读集膨胀及信息丢失问题。
研究提出 CueClash 数据集,揭示 Claude Opus 5.5、GPT-5.5 和 Gemini 3.6 Flash 等前沿视觉语言模型在判断 3D 关系时依赖 2D 视觉线索。 低推理力度下,这些模型的“捷径差距”达 +18 至 +37 个百分点;提供地面坐标后可正确率达 99% 至 100%。 模型生成的场景地图多保留深度顺序但缩短深度,表明其 3D 空间理解仍存在局限。
EgoHandWAM模型预测3D手腕轨迹与未来视觉特征,在751,065个EgoDex窗口上训练,使用冻结的DINOv2编码器。 仅预测动作将使2秒手腕末端误差从60.26降至56.48mm,添加未来特征监督对轨迹精度影响甚微;利用记录的手部历史使平滑L1误差降低1.32%,随机打乱历史则会消除这一增益。
研究在Qwen3-30B-A3B模型上通过固定偏置引导专家路径,发现格式路径显著改变生成文本,而概念路径虽偏移下一词概率但几乎不影响输出。 分析表明格式一旦启动会自我强化,宗教与金钱概念在中间层引导效应最强,其强度与嵌入向量区分度及词频相关。
RoboTeam 是一个模拟基准,要求智能体仅凭摄像头图像在实时环境中协同控制 4 至 16 个机械臂完成长周期任务。 在自适应系统中,gpt-6.1-sol 和 opus-5.5 分别完成 28 和 27 项任务,而其他四个模型最多完成 3 项。 gpt-6.1-sol 典型任务耗时 3.5 小时,消耗 2.18 亿输入 token,且三分之一步骤需重试。
MemGP 理论在计算、算法和环路层面统一解释工作记忆,解决离散槽位与连续资源争议。 该理论将工作记忆建模为特征空间上的概率推理,通过有限归纳点近似后验分布,模拟出负载依赖性精度损失及注意增强效应。 分析映射推导出中心-周边连接性及持久活动与突触权重的结合机制,联合预测行为与神经特征。
提出 AUCGR 与 pAUCGR 方法,将生成重构重构为判别排名问题,优化 ROC 曲线下的面积(AUC),无需修改现有生成重构框架架构即可实现即插即用。 理论分析建立与 AUC/pAUC 优化的严格联系并提供泛化保证,实验证实该方法同时提升了判别精度与细粒度感知表示能力。
HyCoInfer 提出云边协同推理架构,将 prefill 分配至云端 GPU,解码分布于 GPU 与边缘 FPGA。在 500 Mbps 链路下,其请求 goodput 达 vLLM 的 4.11 倍,平均延迟降低 61.1%。该系统通过异构卸载与带宽自适应 KV 压缩,显著提升通信密集型任务的推理服务容量并降低能耗。
summary_zh: Direct Head架构结合U-Net分割与软掩码池化,直接从光伏区域特征和面积描述符回归非负容量,避免了传统方法中掩膜面积乘以功率密度的耦合。
FM-Mamba 提出基于 Fornasini-Marchesini 模型的原生 2D 选择性状态空间架构,解决现有 Mamba 方法处理图像时破坏空间邻接性或计算量过大的问题。 模型通过双对角波前扫描执行递推,利用两个独立输入依赖步长及归一化比率 $r_k$ 进行稳定性约束,避免对特征图进行展平操作。 代码已开源。
RLDE 提出基于强化学习的无参考 MDP 框架,用于可解释的迭代文档编辑,在 BEA-2019 数据集上显著优化文本质量。 该框架利用 Pointer Networks 进行动态 Span 选择,驱动冻结 BART-base 模型生成建议,并通过 PPO 智能体优化可读性与语义保持。
研究 Qwen3-8B 在 NVIDIA B200 上的混合精度量化,发现特定配置通过 FINAL-81 测试集全部门槛。 该配置包含 16-bit 激活、98 个 NVFP4 权重模块及 46 个 INT8 模块,权重内存占用 5.917 GiB。 相比 NVFP4 W4A4,配对准确率提升 1.4 个百分点,TPOT 比为 0.939,验证了非加法性模块恢复效应。
证据引擎 GauntletScore 在 LLM-AggreFact 测试集取得 79.51 平衡准确率,匹配 2026 年 11 月 15 日排行榜最佳公开成绩。 其 95% 置信区间覆盖 nimble-v4-max 的 79.45 分;该引擎采用固定贝叶斯规则结合多阅读器证据账本,并发布逐条目预测及评分脚本。
CPTC提出低比特量化格式,在4位时与理想值差距仅0.07比特,匹配数千倍大表的随机置换网格码。 解码器通过两次乘法索引64字节表,支持1至6位宽,精确复现INT4/FP4。在Llama 3.1 8B/70B权重量化中,KL散度比QTIP低最高27%,已集成于AWS Trainium 4。
研究提出DiagTrace基准,包含510个跨8个专科的案例,用于评估LLM在交互式信息获取中重建诊断轨迹的能力。 其中225个案例用于测试4种LLM的临床路径一致性、交互质量与效率。 结果显示模型在覆盖率、来源一致排序及轮次使用上存在权衡。
HubEgo-100K v1.0 发布 10,124 小时 1080p 第一人称视频,涵盖 15,548 个环境。 数据含 100 Hz IMU 数据及 72,754 个带注释片段,采用 CC BY 4.0 授权,旨在通过多样性提升机器人策略泛化能力。
针对在线线性二次控制(LQR),当最优控制器可辨识时,确定性等价算法可实现 $O(\log^2 T)$ 的期望遗憾。 该研究证明,奇异输入罚项放宽了可辨识性条件,扩展了确定性等价策略的有效范围;在可辨识性失效的情况下,则给出 $\Omega(\sqrt{T})$ 的极小极大下界。 这一结果揭示了奇异罚项在降低未知线性系统辨识需求及处理欠驱动系统(如小车-摆问题)中的理论优势。
PathoDraw 提出一种脑 MRI 病理生成模型,通过健康解剖条件分布与对比无关渲染实现零样本病理检测。 该模型使用单一 3D UNet 网络估计健康解剖及输入扫描的带符号强度偏差,无需在真实病理数据上训练,即可在公开卒中、肿瘤及白质高信号数据集上实现零样本检测。
已发表的面部隐私方法报告超过 90% 的保护率,但该结果源于存在缺陷的评估协议。使用真实前端重新评分后,标准迁移攻击的保护率下降 56%,预算分配攻击下降 7%。 现有方法在评估时使用整幅图像或检测框输入,且沿用的四个常数在整幅图像上将假接受率推高至 2.3-5.4%。
该研究审计了OpenRouter目录中363个文本输入/输出模型的系统提示词层级执行能力,发现其中296个模型(加上4个后续发布的模型)共300次泄露了嵌入在系统提示词中的16字符秘密Flag。
推荐理由:原文通过363个模型实测展示了系统提示词泄露的高频现象,并指出非英文语言转向是主要攻击向量,为工程侧部署提供了直接的安全加固建议。
研究证实,常深度局域量子电路可精确且可逆地连接两个经典概率分布,而经典随机传输需更大空间范围,确立量子-经典分离。 论文在一维链上展示此分离,并基于非局域博弈发展图上的通用构造原理;源分布本身可由简单局域经典过程生成,确立分布生成中的量子优势。 结果揭示了经典与量子局域可逆性的根本区别,即便初始和终态完全为经典。
为支持自动汽车无障碍设计,研究者发布 WCID 数据集(467 张图像),用于分类轮椅的 192 个捕获组配置。模型在清洁图像上表现良好,但在高斯模糊干扰下性能下降。代码、标签及权重已开源。
该研究通过反事实干预测试了 2-3B 视频语言模型是否真正依赖其引用的区域。 结果显示,在 CLEVRER 数据集上引用间隙为 0.089,而在 NExT-QA 上仅为 0.003。 这表明仅检查引用位置不足以验证推理有效性,必须移除链条中明确命名的实体以检测答案依赖。