ViCoR:通过视觉条件反射实现实时 VLM 智能体的亚秒级反应
论文提出视觉条件反射机制 ViCoR,将 67.8% 的高频反应转移至快速反射分支,平均动作决策延迟从 14.0 秒降至 5.4 秒,降低 2.6 倍,Token 消耗减少 36.9%。
论文提出视觉条件反射机制 ViCoR,将 67.8% 的高频反应转移至快速反射分支,平均动作决策延迟从 14.0 秒降至 5.4 秒,降低 2.6 倍,Token 消耗减少 36.9%。
移除 122B 参数 MoE 推理模型 75% 路由专家后,LiveCodeBench 循环问题从 0 增至 44 个。 B 方法通过加载 rank-8 训练适配器恢复每层 2 个专家,在预注册测试中解出 116 题(+9.2 pp),显著优于未修复基线。
在 Qwen2.5-VL-7B 上,一种基于 M-RoPE 的 KV-Cache 重用方法支持在 4 倍帧率下对已稀疏采样的视频上下文进行编辑,同时复用幸存片段的缓存以减少预填充 token 和端到端重建延迟。
潜反馈(Latent Feedback)机制在固定数据或算力时,分别比标准Transformer减少48%算力和47%数据消耗。 该结论基于60M至778M参数模型的实验与缩放定律拟合,预测误差控制在0.3%以内。 当数据而非算力成为瓶颈时,潜反馈是给定规模模型更高效的算力利用方式。
研究揭示了 post-SDPA gating 对 Transformer 中 attention sinks 的机制影响。 通过谱分析表明,该门控机制在推理时作为模态依赖收缩,衰减前向传播中的 sink 诱导谱能量;在反向传播中,局部降低通过 sink 列传递的值路径梯度。 随机矩阵诊断证实,该机制减少了异常值质量、弱化了 sink 子空间对齐,并显著增加了有效秩。
针对多智能体生态中跨会话累积的“Agentic Sleeper”安全威胁,论文提出 Swarm Shepherd 系统级防御框架。 在 LangGraph 等平台上,该攻击漂移比自然基线快 2.7--8.9 倍,而 Swarm Shepherd 能在可见退化前至少 3 个会话发出预警,追溯模块 macro-F1 达 0.72。
LLM 可通过编辑少量 U-Net 权重来提升图像超分辨率的感知质量,而无需干净参考图。框架提供架构代码与采样预览,限制变更至 3 层且参数占比低于 0.1%。实验对比 GPT-6 Astra 与 Qwen3-VL,发现反馈分数提升可能伴随未见过场景性能下降。
研究揭示了循环神经网络(RNN)和状态空间模型(SSM)生成结束符(EOS)的因果机制。 tanh RNN 在线性子空间编码剩余 token 数,平移该表示可提前停止,94.4% 新序列复现正确。 线性 SSM 依赖旋转平面的相位对齐决定停止时间,旋转相位破坏停止但不影响内容。
ReMoVe 将视频模型生成的粗略运动视为假设,通过恢复并细化底层运动,将其渲染为 3D 网格并转移面部外观,从而提升运动准确性和身份一致性。 该方法进一步从同一 3D 场景和相机轨迹中推导深度,以施加超越网格的场景级空间一致性。 实验表明 ReMoVe 在保持基础生成器运动先验的同时,显著提高了人类结构稳定性、外观一致性、时间连贯性及运动跟随保真度。
HoloGene 提出一种各向异性条件隐式神经表示框架,利用已知 GAE、FiLM 等组件,从已配准的空间转录组切片估计连续 3D 基因表达场。 该模型将表达谱压缩至图自编码器潜空间,采用基于伪标签的签名条件化提供切片内上下文,并通过深度依赖的 FiLM 调制建模轴向变化,以提升重建精度。
该模型在四个基准上实现最低 pooled RMSE(最高降低 14.2%)与最低 CRPS(h=4-6 时最高降低 43%)。采用证据驱动更新结构及异方差高斯头进行校准,在异常季节降低校准误差 78.9%。
提出无监督框架 RT-FM,利用时序变分自编码器估计残差潜在尾部性并生成训练权重。 该方法解决常规流匹配模型对罕见正常模式过度惩罚问题,在 7 个基准测试中提升罕见正常覆盖率并降低误报率。 代码已开源,论文被 IEEE International Conference on Big Data 2026 接收。
LENS 框架将 LayerNorm 重构为微型 MLP 并扩展至 Softmax,使更多计算转化为 GEMM 运算,适配 NPU 等硬件加速器。 在 ViT 图像分类和 Pythia 语言建模任务中评估,LENS 在部分视觉场景匹配或超越基线,并在 WikiText 等基准上保留大部分性能。
Brain AI Scientist 提出一种自主多智能体框架,结合患者特异性 fMRI、临床信息、科研证据,通过检索、校验与排序生成可追溯的表型—解剖—生物标志物—机制—干预—验证链条,用于个性化临床决策支持。
提出SP-EWC方法,通过投影梯度至低秩子空间捕获非对角曲率,有效保护模型安全护栏。 该方法对比LoRA、ActSVD与cPCA三种子空间识别方式,结果显示使用cPCA的SP-EWC在维持安全性的同时显著减少过度拒绝。
研究在 Lido di Venezia 利用 1983 至 2024 年小时级潮汐记录构建异构图,训练 PPO 策略以 18 个历史风暴场景为测试集,结果在降低人口暴露度方面与规则基系统效果相似。
研究人员提出ECS人类回环框架以扩展LLM辅助的肿瘤治疗顺序裁决。在136例多发性骨髓瘤患者模拟中,该框架在审查44.6%患者后实现5%残余错误率。 相比LLM自评置信度审查下的62.2%错误率,ECS通过累积临床医生裁决证据持续校准置信度,显著降低专家审查负担。
Microfitting 通过为每个文档训练并缓存小型 adapter 实现持续学习,避免灾难性遗忘。 该方法在 DeepSeek V4 Flash 上验证,于 EDO 基准中相对基模性能提升 38.2%,无需修改基模即可本地自适应新语料。 使持续特化在本地硬件上变得实际且成本高效。
RoboACE 框架通过协同演化课程与执行 harness,在冻结基础模型上实现机器人自我提升。其在 LIBERO-PRO 评测中成功率达 74.0%,比初始部署高出 15.0 个百分点。该方法优于现有控制器与 agent 系统,验证了自适应练习的有效性。
研究证明 GPT-6 Astra 无需梯度优化即可直接编程表格基础模型。在 20 个 TabArena 数据集上,Astra 将 nanoTabPFN 从零初始化编程,平均 ROC AUC 达 0.849。
研究者提出 ChartSync 基准,用于评估生成式图像编辑模型在结构化统计图表中执行视数逻辑级联编辑(VLCE)的能力。 该基准包含 870 个样本三元组、涵盖 9 种图表类别及 4 种任务类型,并构建了保证确定性地平耦合的编程渲染流水线。 对 14 个模型及 1 条代码管道的测试显示,多数开源模型在几何同步上严重下降,仅两个前沿专有模型展现出初显的 VLCE 能力。
提出具有软等变性的新型神经网络架构 Geometric Learnable Invariants Transformers,训练后仅对数据适配的对称群保持等变,并输出对称指纹以识别相关对称性及程度。 在图像分类任务中验证了该架构及指纹机制,通过低几何偏置设计避免强归纳偏置限制性能,替代传统数据增强方案。 该框架使研究者能直接检视网络以获取对称指纹,明确识别出训练后保留的关键对称群。
QA-CMIF提出一种质量感知跨模态潜变量填补与融合框架,用于提升sEMG-惯性手语识别在通道损坏下的鲁棒性。 该框架独立编码各sEMG通道并通过软门控评估其可靠性,在Ninapro数据集上于50%通道损坏时较基线提升1.29–2.65 pp,参数量仅0.175–0.185M,单线程CPU延迟为1.44 ms。
CECAR通过联合考虑专家路由与缓存管理,在16GB显存的消费级GPU上运行Qwen3-30B-A3B模型,实现12.5 tokens/s的推理速度。 该系统利用ML-based缓存策略预测专家重用距离,优先调度距离较短的专家,非驻留专家从SSD获取,较传统MoE推理提速4.5倍,超越完全驻留DRAM基线。 论文已被NeurIPS 2026接收,代码已开源。
引入基准SciResearch-Eval,首个结合自主实验设计与故意缺陷模拟器的科学判断评估集。 在93个任务、2511次测试中,模型常因忽视模拟器缺陷而报错,但95%置信区间覆盖真值的频率远低于预期。 Claude 5.5在最大算力下性能提升超10倍,而GPT-6 Astra和Claude Fable 5.2在默认设置下表现更佳。
研究团队提出 MT-RGCN-DTI 模型,利用药物-靶点相互作用、药物相似性和蛋白相似性网络构建异构信息网络。模型结合 RGCN 与 DistMult、ComplEx 解码器,在多个基准数据集上取得竞争性性能。代码与数据集已开源。
经验证,任务A的遗忘量与两种训练顺序下A的损失差高度相关(Spearman rho 0.96-1.00)。 利用任务A结束时存储的梯度和前20个Hessian特征对构成的李括号,在任务B训练早期预测遗忘。任务增量场景下预测力达rho 0.70-0.81,优于EWC惩罚项;域增量及旧任务半学习场景下预测失效。
研究显示,在由37名教授设计的17个学科、75道防AI大学考题中,表现最佳的LLM在有无课程补充材料时得分分别约为83%和85%。 研究通过主题分析归纳出5种教师提升题目难度的策略,并测试了这些策略对LLM答题准确率的实际影响。 该研究探讨了评估设计、学术诚信政策及LLM在教育环境中部署的伦理影响。
该论文提出基于 Transformer 的 MARL 车辆控制模型,利用 V2I 通信协调 CAV 进行高速匝道汇入。模型通过注意力机制从全局交通状态中过滤关键信息,在 SUMO 仿真中实现了最高流量、安全性和平滑度。 四小时动态需求仿真显示,该模型成功避免交通堵塞,而基线模型在高流量下失效;其在存在人类驾驶车辆及 V2I 通信误差环境下仍能保持无碰撞和高吞吐量。
研究团队提出DEVL框架,这是一种无需训练的流式推理方法,允许离线ASR模型在用户停止说话后快速返回高精度转写。 该方法将部分转写作为草稿,在回合结束时通过单次前向传播验证,确保最终结果在精确算术下与离线贪心输出完全一致。 在包含Qwen3-ASR-1.7B的五模型对比中,95%-100%的最终转写与离线结果字节级相同,WER偏差小于0.13分,且单流最终响应速度提升1.5至7.3倍。
研究通过五级本地 Agent 执行框架测试 0.75B 至 4.7B 模型及 35.5B 锚点,Mingbird 框架在所有规模下平均完成率最高。 该框架包含 18 项任务与确定性评分器,两项预设对比在 0.75B 和 4.7B 节点通过 Holm 校正,执行检查门的调整对结果影响有限。
该方法使用近实时机制估算全球森林火灾过火概率。具体采用 pix2pix 模型,将处理后的 Landsat 8/9 图像指数转换为近似 USGS 过火概率。 这种方法比传统方法耗时更短、地理限制更少,且自动化程度高。通过 RMSE 分数验证了结果的有效性。
论文提出“生成前信念控制”以解决创意AI中的锚定效应,通过Proactive Co-Creator(PaCC)系统实现早期构思。 PaCC利用澄清、信念图和媒体属性主动呈现假设,支持用户审查并引导AI解释。 小规模用户研究发现,相比常规提示词工具,参与者报告了正向的能动性和过程控制感。
提出包含 211 个任务的基准测试 VisualArtifactSpec 1.0,覆盖 PPT、静态图形、动画、视频及 Web 界面等视觉制品的创建与修改。 该基准将任务满足度与制品表现分步评估,后者占总分的 73.4%。在测试的 9 种模型配置中,综合得分介于 42.12 至 70.52 之间。
研究表明自动驾驶智能体的决策可由其训练中的不良经验解释,在 CARLA 闭环测试中,保留全部更新的 FULL 策略在 40 次测试起始点中成功到达目标 33 次,而剔除或中和不良经验更新的 SKIP 与 NEUTRALIZE 策略成功率为 0。
基准数据污染正以前所未有的尖锐形式出现。过去一个月,基准数据泄露已从后训练扩展到预训练。针对四个公开基础模型,研究通过20项基准的少样本续写发现,部分模型会输出未出现在输入中的其他完整测试题及选项。
MOBO-CAPS 提出了一种在资源受限场景下直接寻找固定数量高超体积解集的方法,通过引入基数感知机制避免了先近似完整帕累托前沿再选解的资源浪费。 该方法设计了 REHVI 和 CHO-UCB 两种获取策略,在九个基准测试中均优于标准 MOBO 加事后子集选择的方法,并证明了批量版 CHO-UCB 的亚线性简单遗憾界。
研究人员提出 Turing Agent,一个用于编排研究级数学形式化验证的智能体系统。Turing Agent 利用结构化证明分解和并行验证,在 Formal TCS Bench 上的忠实形式化成功率约为 57-62%。在 DeepSeek 基础上,Turing Agent 成功验证了 OpenAI 2026 年 10 月集合中三个未解决的理论计算机科学任务,并能发现更简单的替代证明。
推荐理由:该论文提出了结合形式化证明验证的 Turing Agent 框架,通过实验证明其能可靠地将 AI 生成的前沿数学证明转化为可机器验证的知识。
论文提出联邦数据集模拟任务,通过预训练嵌入和视觉语言模型标准实现无标签划分,覆盖四类数据集。实验显示其诱导的异构性不低于标签偏斜方法,并开源了包含模拟、测量及训练全流程的模块化包 fds。该方法解决了非分类任务缺乏模拟方法的问题,为联邦学习评测提供了新基准。
CAE-Bench 发布,用于评测 AI 智能体在计算机辅助工程(CAE)求解器开发中的泛化能力,共测试 12 个模型在 80 个计算任务上的表现。 该基准通过固定任务下的多个案例,要求 AI 智能体基于公开案例开发求解器,并在未见过的新案例上检验其通用性。