STORM:一种用于结合亲和力预测的轻量级无结构模型
新型机器学习模型 STORM 在多个评估数据集上达到或超越 Boltz-2 的预测精度,结合亲和力预测的推理与训练速度提升超过五个数量级。 该模型集成多种蛋白质和分子表示的小型模型融合,旨在解决物理方法成本高及现有协同折叠模型在大规模筛选中昂贵的问题。 研究结果指出,整合历史实验数据与结构信息可显著提升亲和力预测准确率。
新型机器学习模型 STORM 在多个评估数据集上达到或超越 Boltz-2 的预测精度,结合亲和力预测的推理与训练速度提升超过五个数量级。 该模型集成多种蛋白质和分子表示的小型模型融合,旨在解决物理方法成本高及现有协同折叠模型在大规模筛选中昂贵的问题。 研究结果指出,整合历史实验数据与结构信息可显著提升亲和力预测准确率。
ReliFlow 引入条件流匹配模型,通过仅使用训练数据交叉拟合估计单基因效应可靠性,校准加性源分布以预测组合扰动转录响应。 在 Norman 遗传扰动中,未见组合 MAE 从 0.142 降至 0.131, withheld 单扰动时从 0.198 降至 0.178;ComboSciPlex 药物组合 MAE 从 0.191 降至 0.176。
针对现有方法未充分利用手部运动与物体语义关系的问题,提出TOMAS框架。该框架通过拓扑感知推理机制联合推断交互目标与潜在操作,并结合自适应分阶段机制组织未来手部运动,在多个公开基准上实现了多目标手部运动预测的最先进性能。
提出双流变分自编码器DM-VAE,通过低维分支提取拓扑骨架约束高维潜空间,避免无正则化扩展导致的流形崎岖与生成漂移问题。 在ImageNet-1K 256x256基准上,该免外部基础模型方法取得rFID 0.12的SOTA成绩,生成FID50K在w/o CFG下为1.28,w/CFG下为1.20。
针对 MoE 视觉-语言模型(VLM)在端侧部署面临的内存挑战,MoMoVL 提出了模态感知自适应压缩框架,将推理资源需求控制在端侧预算内。 该框架联合利用专家激活特征与模态量化敏感度指导位宽分配,相比均匀精度基线减少内存占用最高达 15.44%,且精度下降温和。 MoMoVL 在精度-压缩权衡上优于最先进混合精度基线,代码和数据已公开,论文被 WSDM 2027 接收。
无训练方法 SEE 使冻结 VLMs 能通过重新审视指向区域提升细节感知。在五个小物体基准上提升 2.3-13.1 分,优于五个无训练基线。Qwen3.5-4B 借助 SEE 超越 Qwen3.5-9B 直接回答,并匹配 6 倍大的 Qwen3.5-27B 性能。
研究量化了 GUI 环境在奖励、数据和特征三个维度上的完整性对训练效果的影响。在 MobileGym 中微调 Qwen3-VL-4B-Instruct,仅奖励参考路径使成功率降低 10.53 分,而剔除冗余特征使成功率从 51.61% 提升至 56.13%。
研究显示,在 VLA 模型中冻结 VLM 并全量训练动作专家能产生最易被扩散强化学习(DSRL)引导的策略。 该方法使用 $\pi_{0.5}$ 和 LEAP 手在两个仿真任务中评估了五种微调方案,仅使用少量演示。 研究发现 SFT 成功率与 DSRL 后的成功率相关性低,LoRA 是可调性最差的方案。
论文提出 Angular Conditional Distillation (ACD) 方法以解决标准 logit 目标中的分类器几何失配问题,通过分离可迁移语义与架构依赖参数化实现可靠的知识蒸馏。
提出 VLN-AR 分层视觉-语言-导航框架。经板端优化,其在资源受限无人机平台上实现 7.1x-9.4x 推理加速,仿真与实机导航性能均优于现有方法。 框架利用基于 3D Gaussian Splatting 的自动化管线生成导航数据,结合三阶段训练与轻量级认知智能体,增强场景推理及长时程任务分解能力。
研究团队发布 CratesBump,这是首个用于预测 Rust 生态版本升级的公开数据集,包含约 220,000 个 crate 和超过 200 万连续发布对。 数据集为每个发布对提供 41 个特征(如 AST diff、依赖变更)及基于 Cargo 规则与语义化版本规范的两个标签。 基准测试发现该任务具有可学习性但远未解决,且后期发布分数较低;审计发现部分小版本升级实际破坏了公共 API。
研究发现,在固定模型、记录和阈值的前提下,数值执行合同的变化会影响公平性审计结果。1级实验通过改变乘法和加法计算方式,发现GPU软件栈差异会影响阈值附近的决策,但不改变预设非加权测试的最终判定。
推出包含 602 个合成多立方体装配的基准测试 SixthView,要求模型根据五个正交视图预测第六个隐藏视图。 涵盖 2 至 10 个部件的装配体,采用精确网格评估,确保所有合法装配产生一致的隐藏视图。 在 552 项完整评估中,结合图像与精确文本的准确率范围 33.2% 至 85.4%,添加精确文本显著提升性能。
LLM 在缺乏提示指导时无法可靠处理高利害风险预测中的决策依赖问题。 测试了 OpenAI 和 Anthropic 的 11 个模型,当提示明确指定目标、假设和程序时,目标对齐实现率达 99-100%。 研究建议分析师需通过明确的方法论指导和仔细审查来使用 LLM,而非依赖其自主构建预测问题。
NullTok 提出免训练的空值 token 选择方法,利用 64 个无关对照查询构建经验空分布以校准亲和度,在 64 个完整帧当量预算下有效压缩视频视觉输入。 该方法在 Video-MME 基准上配合 LLaVA-Video-7B 和 Qwen3-VL-8B 分别取得 65.81% 和 68.85% 的得分,优于同预算下的所有对比基线。
研究人员提出“光学即代码”方法,利用编码智能体仅通过测量数据原位训练光学神经网络。 该方法无需硬件校准或梯度计算,智能体形成物理理解并重构网络,在分类任务中优于无梯度方法,接近反向传播性能。 它为大规模可扩展光学神经网络提供了实用路径。
MICCAI 2026 首个放射学报告定位挑战中,最佳方案在 300 张测试 CT 上达到 Dice 0.375、命中率 0.77,匹配两位放射科医师独立评估的组间一致性水平。
冻结潜在世界模型可反向运行检测执行偏差,在 PushT 任务中将成功率从 0.650 提升至 0.862。 该方法通过偏移分数量化执行偏差,在 Cube 任务成功率提升至 0.432,真机实验中减少末端执行器误差。
LAGR 提出任务导向抓取检测方法,通过构建 2.68M 数据并在基准测试中超越次优方法 9.3 个百分点。 方法包含任务无关生成与语言条件重排序模块,并在 Franka 机器人上验证。
研究指出 One-step flow maps 作为后验采样器时存在不确定性丢失与不稳定,直接监督会加剧样本向条件均值坍缩。 Isthmus 方法通过桥接训练对的时间位置,在 5% 训练对沿边分布下保持网络、损失与推理代码不变,无额外成本。 在 MRI 重建中,该方法将 One-step calibration 恢复至 0.96,与多步样本相关性达 0.93,且跨种子方差显著降低。
针对光学神经网络在数字机器学习流水线中的角色,论文提出一种功能导向的评测方法,以实值张量映射作为评估边界。 该方法通过三步流程:定义模块输入输出边界、用匹配性能的数字化模块替代、并对比单步推理的系统级优势(如速度或能耗)。 作者总结前两步为“表达力卡片”,并在已发表的光学系统上进行演示,无需理解内部物理机制即可隔离光学模块的贡献。
针对长时程任务性能退化问题,提出RePlan-VLA框架。该框架在保留视觉-语言-动作策略的前提下,通过实时监测机器人运动状态来动态修订执行计划,无需额外微调。
GRAFT 方法通过图正则化原型场,在 11 个基准及 4 个 ImageNet 偏移场景下,提升了零样本模型的适应性能。 该方法使用高斯马尔可夫随机场先验和类存在模型,在缓存特征上实现无梯度、闭式推理。
TOGBench 是一个用于评估航拍影像中小目标生成保真度的定量对象级基准,旨在解决现有生成模型在小目标上表现不佳且此前被忽视的问题。 研究提出了两种简单的训练/推理时技术,提升了布局到图像生成器渲染小目标的能力,并提高了其在 TOGBench 上的性能。 该工作已被 WACV 2027 接收。
Balancing Partition Forest (BPF) 通过 Bregman 散度最大化互信息或降低权重平方误差,在 17 个场景中表现最佳。 单棵树在 16,512 个观测值上拟合仅需 0.14 秒。 该方法能限制逆概率加权估计器的偏差,显著提升因果推断效率。
AdaS-ViT提出测试时自适应路由架构,在ImageNet-1k上每图像能耗仅1.02至2.45毫焦,能效比达32至72倍。 架构基于AdaE-IF模型,结合S-GSA和S-LGU模块,通过时空渐进课程训练稳定发射精度与路由掩码协同。
研究人员提出 MEM-STRESS,一个将智能戒指生理数据转化为分层记忆以驱动基于 DBT 的多轮对话的 AI 聊天机器人。 在为期四周、60 名成人的非随机研究中,MEM-STRESS 组在 71.8% 的会话中引用了生理特征,相比对照组显著提升了用户对个性化支持的感知(44.4% vs 14.3%)。
该研究构建了视觉 LLM 与经典 CV 结合的管线,处理 3954 篇 COF 文章,生成 11445 条校准衍射曲线并开源为 COF-PEAK 数据库。 视觉 LLM 负责解析图像布局定位曲线,经典 CV 细化至像素级精度;与手工数字化相比,提取峰值中位偏差仅 0.07 度。 该方法使衍射图谱转化为可复用实验数据,支持分析合成条件下峰强变化及结晶度标记。
论文提出代理式框架 Lodestone,通过分析代码计算语义自动发现硬件专用化机会,并在 20 个负载上实现平均 12.6%、最高 80.2% 的加速。 该框架从执行轨迹提取热控制流区域,利用代理描述计算功能并合并为计算族,最终通过参考输入验证语义正确性,进而提出 ISA 扩展等硬件建议。
该论文开发差异性理论,构建独立于价格的前沿表示,推导无参数操作规则 N_eff = 1 及极小极大资源价格 lambda_i = alpha_i/(N+1)。 理论在 117 个公开前沿上评估,开源包 nn-rank 实现价格推导、候选排序及极小极大遗憾(ln(N+1) nats)计算。 使解释实测前沿及比较资源成本无需手动选择汇率成为可能。
论文提出价值语义层(VSL),将值语义外化为持久化、规划器可见的基础设施,以支持自主 LLM 智能体。 VSL 引入可复用的值语义类型(VST),涵盖分布、关系、过程、定量及策略语义,使规划器能验证操作并指导分析流程。 文章旨在构建 AI 原生的分析系统语义基础设施,弥补现有元数据系统在操作语义上的不足。
研究表明,语言模型通过权重空间编程直接编辑视觉语言模型SmolVLM-256M和LFM2-VL-450M的权重,无需梯度即可修复植入故障。 关键机制依赖32位算术故障在16位权重中留下的低比特痕迹;舍入这些比特后模型不再能精准恢复原值,但提示中指明统计特征仍可定位损坏行。该发现建议在权重修复研究中报告权重数字格式并包含舍入对照实验。
ConserveEdit 提出一种编辑器无关的控制器,通过“源锚定事务”将迭代图像编辑中的每步视为对源图像合约的事务,严格限制授权区域外的像素变化。 在 1053 个 MagicBrush 测试中,该机制将 DINO 相似度从 0.67 提升至 0.85,并将受保护区域违规率降至 2%。 代码和日志即将发布,自动定位(grounding)仍是当前主要瓶颈。
开源测试环境 MANGO Arena 让 4 个 LLM 智能体运行串行供应链,测得需求波动放大 7 至 25 倍。 智能体主要通过批量订单(高达 60% 的决策为零订单)放大上游波动;真实违规仅 7/288 次,未出现私下交易。 因 API 故障静默混入指标,同一种子重跑时上游牛鞭效应波动达 17 倍,建议完善多智能体评估报告规范。
Meta 在 LLM 推理流量整形器中实施 Cap-and-Track 设计,通过异步调度优化服务集群扩容与请求大小变化的处理。 该设计利用拒绝信号探测容量上限,在并发生产 A/B 测试中,使用比固定速率少 43% 的 H100 提供服务。 该系统每日处理超 3 亿在线请求,最高 24 小时处理 11 亿请求。
论文提出了一种类型化生成语法和名为 PANINI 的交叉熵搜索方法,用于生成机器人操作技能和形态。 该语法通过几何实现映射将语法组合转换为 SE(3) 中的变换,其仲裁决策可从几何包含关系中恢复,在 10 个种子下与欧几里得对照相比,一致性达到 0.905 +/- 0.062,显著优于对照组的 0.611 +/- 0.090。
GPT-6 Astra 仅通过查询工具对黑盒临床预测模型进行盲测审计,在72次运行中成功识别69个预设缺陷(96%),且替代模型对数几率复现均值 R²达0.976。 该模型通过中位数128项的替代模型描述黑盒机制,60%的可核查报告存在偏差,11%的意外关系在后续患者数据中得到验证。 审计结果显示,LLM 可忠实描述黑盒模型并发现大部分缺陷,但其问题报告和发现需结合模型与数据双重校验。
论文提出免训练方法 SHRINK,通过部分减少生成过程中可见关键值中与 sink 对齐的分量,在 9 个基准测试中提升推理准确率。 该方法在 LLaVA-OneVision-7B 和 Qwen2.5-VL-3B 上平均准确率分别提升 5.1 和 2.7 个百分点,且能替代现有注意力引导方法 GIFT 和 ACG 的操作。
TangentPDE 框架通过有限差分近似方向导数,联合约束状态保真度与响应方向,从而学习算子值及其局部变化。 该方法无需显式导数标签、线性化或伴随 PDE 求解,适用于非线性求解器,并作为即插即用框架集成多种神经算子主干。 在 4 类 PDE 系统和 20 种任务-主干设置中,TangentPDE 在 18 种设置下降低了三种子平均状态误差及 Rollout@20 误差。
summary_zh: PhysDial 适配预训练视频扩散 Transformer 模拟 PDE,在计算量匹配时,通过增加物理条件输入,使外力参数变化后的预测误差减半。