EcoSearch: 程序综合中的常数延迟最佳优先搜索算法
EcoSearch 是首个针对预生成成本函数的常数延迟最佳优先搜索算法。 该算法结合 Bee Search 的成本元组表示与 Heap Search 的数据结构,采用桶队列替代优先队列。 在 DeepCoder 和 FlashFill 基准测试中,其任务解决率高出前人 12%-70%,速度快 1.6-3.2 倍。
EcoSearch 是首个针对预生成成本函数的常数延迟最佳优先搜索算法。 该算法结合 Bee Search 的成本元组表示与 Heap Search 的数据结构,采用桶队列替代优先队列。 在 DeepCoder 和 FlashFill 基准测试中,其任务解决率高出前人 12%-70%,速度快 1.6-3.2 倍。
论文提出 EDformer,通过时域平均池化和傅里叶域低通滤波将信号分解为季节与趋势成分进行预测。 季节成分嵌入反向维度后由注意力捕捉跨变量相关性,趋势成分经投影预测并与季节预测结合。 在多个真实数据集上验证了模型性能及不同分解策略的相对有效性。
研究提出引导式随机探索框架,在无需重训情况下显著提升递归模型推理精度。 Sudoku-Extreme 精确求解准确率从 85.9% 升至 98.0%,PPBench 基准成绩从 62.5% 提升至 77.9%。 论文已被 NeurIPS 2026 主赛道接收,代码已开源。
论文提出一种基于神经网络学习非精确交替最小化的方法,用于求解具有二次耦合的凸优化问题。 方法通过贪婪式训练网络近似子问题解,并推导了最优性间隙的最坏情况上界及 PAC-Bayes 高概率界。在鲁棒矩阵补全和低剂量 CT 重建任务中,相比基准方法实现了 5-13 倍加速,微调后最高达 30 倍。
提出CADMA框架,通过局部容量匹配分离几何覆盖与有效覆盖,解决现有召回指标无法区分模式丢失与坍缩的问题。 实验证明,CADMA在玩具数据和真实数据集上提供了更可靠的覆盖估计,能输出细粒度、可解释的多样性失败诊断信号。 该研究已被NeurIPS 2026接收,代码已开源。
提出常量上下文技能学习框架,将可复用任务流程编码至轻量模块,推理时仅依赖当前观察与紧凑状态块。 在 ALFWorld、WebShop 和 SciWorld 基准测试中,该框架结合 Qwen3-8B 模型实现高性能,并通过 SFT+RL 将每轮 prompt token 降低 2-7 倍。 该研究已被 NeurIPS 2026 接收,代码已开源。
商业建筑占美国碳排放17%,其中约半来自暖通空调(HVAC)。针对现有方法难以扩展至数千栋建筑的问题,Smart Buildings Control Suite作为首个开源交互式HVAC控制基准被提出。
针对 CoRL 2026 RoboEval 挑战赛的八项双臂任务,该方案采用离线策略强化学习与在线推理调优结合的方法,最终在验证种子上取得 0.990 的 RDS 得分。
SWHForest 是一个开源框架,通过单次遍历解析 AST 并仅保留结构摘要,避免了下载整个多 TB 语料库。 在 Stack-Edu 10 大语言(52.1M 文件)测试中,该工具将搜索时间从小时级降至秒级,下载量减少 46-72%。 该框架解决了现代语料库缺乏结构层导致需先下载再过滤的问题。
WaveGen 提出了一种基于频谱强制(Spectral Forcing)的全端到端文本转波形扩散框架,该模型联合学习内部频谱与目标波形轨迹,直接生成端到端音频。
TALK 提出了一种基于后验耦合的一次性批量设计方法,用于解决蛋白质变体效应预测中的实验-预测不匹配问题。 该方法在受限测量预算下,通过估计候选变体对目标区域的贡献并降低冗余,在 ProteinGym 和 FLIP 协议中提升了目标空间预测性能。 该工作已被 NeurIPS 2026 接收为口头报告,并开源了代码。
Silinx是一款基于浏览器的开源HDL设计平台,采用AGPL-3.0许可,无需安装即可在Web上完成数字系统设计、仿真与FPGA编程。 支持VHDL、Verilog及通过Silinx HLS编译的C/C++代码,兼容AMD Vitis HLS并运行于Spartan-3E/Spartan-6及iCE40板卡,通过WebUSB烧录比特流。
发布含相机位姿的机器人手持柔性条带多视角视频数据集及 LaGSplat 3D 基线。 机械臂沿一维路径振荡驱动条带,4 部 iPhone 同步录制 10 分钟数据。 LaGSplat 在留出视角上渲染达 26-33 dB PSNR,支持浏览器实时交互,代码开源。
研究团队提出两阶段评测框架,通过 SurgKnowBench 诊断基准揭示当前多模态大语言模型在程序理解上的薄弱边界。 引入 SurgAgentGym 智能体环境,验证使用知识搜索和视觉定位等工具可提升推理时理解,但精确定位仍是瓶颈。 该研究被 NeurIPS 2026 接收,为手术智能体理解提供了新路径。
研究提出结合语境变量结构微调小语言模型(SLM),以提升社交机器人主动发起对话的恰当性。 构建了覆盖日常场景的语境对齐对话开场白数据集(CCO),并证实其优于零样本大语言模型。 该方法为社交机器人对话交互提供可落地的基础构建模块。
该研究提出了CoilStellaration,这是一个包含177,000组优化线圈的数据集和基准,用于学习从等离子体磁场目标到线圈几何形状的映射。数据集涵盖了多种线圈数量,支持对专门化模型和共享模型进行跨配置的研究。 基准要求模型预测线圈时,需考虑线圈间距、曲率和磁场误差。研究表明,磁场准确性仍是主要挑战,学习模型难以同时满足所有需求,但可用于加速传统优化。
A2MoE框架将解剖归纳偏置引入3D医学视觉-语言预训练,基于6万余例多期CT数据训练后,在分割、分类和检测基准上取得领先性能。 其核心包含直方图表示路由器(HRR)和器官查询多尺度投影器(OQMSP),通过patch级路由降低复杂度,并无需人工标注即可实现细粒度对齐。 该模型还能泛化至MRI和超声影像,为医学表征学习提供可扩展基础。
REINS是一种自进化Agent框架,旨在解决实时轨迹规划中LLM延迟与自进化缺失的问题,在模拟和现实基准中实现98%以上合规率,碰撞减少近50%,战术决策层延迟仅1.9-4.6毫秒。
EndoSCOP-V 是一个基于视频的评测框架,包含 1,307 段内镜视频和 20,274 个问答轮次,由 1,033 份临床医生审核的模板确定性生成。 该框架采用马尔可夫上下文剪枝协议逐轮评估,15 名认证内镜医生组成的专家组确立了 78% 的严格准确率基准。 最佳的 27B 级开源模型严格准确率仅达 59.8%,在量化测量和长时程视频干预推理方面仍存在显著差距。
研究者利用 6.6M 参数实体 Transformer 开发零搜索强化学习智能体,在 Slay the Spire 2 A10 难度平均胜率 8.05%,高于 AlphaSpire 无搜索模式的 0.55%。 训练采用失败驱动课程策略分配重启状态,在 12,800 局留出测试中,Ironclad 胜率随训练时长提升至 15.6%,单决策耗时 21-27 ms。
提出 $\gamma$-canonicalization 方法,解决 ReLU 网络中经验贝叶斯拉普拉斯近似因尺度对称性导致的定义不良问题。 该方法通过平衡权重比将网络转换为规范表示,使边缘似然函数在 ReLU 缩放下保持不变,从而确保预测不确定性一致。
ShiftCache 提出精确复用系统,通过编码移位参考并共享,比去重密集执行快 3.5 至 6.5 倍,比逐层复用快 1.6 至 2.7 倍。 在 AlphaGenome 和 Borzoi 默认运行中,输出与密集执行匹配精度在 $10^{-5}$ 容差内;若使用 Enformer 或在 H100 上运行,部分值可能超出该容差。
提出 LoCo 框架,通过空间一致视觉编码器和选择性 Softmax 处理局部语义稀疏性,增强开放词汇多标签识别(OV-MLR)的判别能力。 独立使用 LoCo 在四个基准上将平均 F1 和 mAP 分别提升 3.4% 和 3.8%;结合 DualPrompt 后优势扩大至 4.8% 和 5.2%。 代码已开源,该论文被 NeurIPS 2026 接收。
研究提出 Hindsight Critics,一种 Soft Actor-Critic 的非对称扩展,用于缓解部分可观测环境中的感官延迟。 该方法通过回溯对齐的状态-动作转移训练 critic,使 actor 在部署时无需修改观测数据即可利用特权价值估计。在 DelayBench 基准测试中,该方法能部分补偿观测延迟。
研究团队发布 Longtail-SWE 基准测试,包含 13 种现有基准覆盖不足的编程语言共 202 个任务。 其构建流程使用求解器-裁判-修复器管道,并通过修正测试与描述来筛选任务。 评测了 9 种模型配置并分析了任务解决表现、一致性及相关资源开销。
NeurIPS 2025 发布 FAIR 宇宙弱透镜机器学习不确定性挑战,作为包含多种系统偏差的基准数据集和评估研究,以测试不确定性下的鲁棒宇宙学推断。 冠军方案包括条件最优传输数据增强、AI 智能体驱动的参数推断、集成学习、基于 Vision Transformer 的架构以及物理信息特征融合。 该工作将基准数据集与获胜方案结合,为开发弱透镜宇宙学机器学习方法提供社区资源。
针对现有基于 agent 的问题定位方法因长上下文累积压缩推理空间及扁平探索结构失衡的问题,论文提出层级式 NINJA 架构。该架构将仓库探索分解为全局导航与局部检查:navigator 维护全局搜索状态并执行文件级搜索,inspectors 在独立上下文中进行函数级探索,通过多轮交互返回可疑位置以更新全局状态。
Hydra 是一种结合时序 GNN 局部特征与谱学习模块的新架构,旨在解决时序图的多任务预测问题。在多任务分类中,其 AUC 比最强竞争者相对提升 8.9%;在回归任务中,MAE 相对提升 8.2%,且训练时间减少 22%。研究证明时序图多任务迁移学习有效,为开发适应时序图的自适应基础模型提供了新方向。
SmoothedTurboMPC 提出结合 SQP 与 log-barrier 平滑 ADMM 的 GPU 并行可微 MPC 求解器,配合 SHAC 一阶强化学习算法,使端到端训练吞吐量提升至 SOTA 的 4.4 倍。
Channels4World发布包含10万户外场景的无线基础模型数据集。 数据集含52.43B基站-用户配对、104.86B频率评估及29.14TB载荷,支持3.5/7GHz频段。 实验表明训练在更广场景集上的模型在留出场景泛化能力更强。
Sage-Taiyi提出元认知架构,在Taiyi-Bench全部8项指标上排名第一,Overall得分54.0,高于最强基线AI Scientist-v2的47.9。 该基准包含10个学科50篇论文的265个任务。系统通过专家协作,将钴催化羰基化产率提升至84%,光催化烯丙胺化提升至69%。 结果支持元认知调节作为科学构思方法,并向实际验证迈进。
针对企业端点上的未授权 LLM 智能体(Shadow AI),研究提出了九类智能体分类学与六层端点足迹模型,并发布开源 Windows 检测器 Agent Detector。
DForkTree 是一种免训练方法,通过重新锚定分支并使用点互信息优化草稿树,在 Qwen3.5-4B 和 9B 模型上实现最快解码速度。 该方法比 DFlash 快 41.5%,比 DDTree 快 15.1%,平均加速比最高达 4.75 倍。
ALETHEIA是首个针对无损检测神经PDE求解器的3D基准数据集,包含4700多个高分辨率样本,覆盖1-100kHz的10个激励频率。 数据集模拟导电固体中的涡流致热及瞬态热传播,支持从表面红外测量进行缺陷的逆向重建,并包含真实裂纹铁轨样本。 该数据集为在真实无损检测条件下评估神经PDE求解器提供了统一平台,支持数据驱动的逆向建模。
提出即插即用模块 MCSA,通过聚合不同截止半径的径向核增强多尺度几何表示,提升 SO(3) 等变 GNN 性能。 利用径向核紧支撑特性在角度张量积运算前融合权重,避免冗余计算并保持旋转等变性。 在能量、力、应力及声子色散等预测上实现一致改进,验证了物理动机制截距选择的有效性。
scBIG++ 提出了一种全基因扰动预测框架,通过建模细胞表达异构性支持基因功能发现。框架包含 Gene-Relation Clustering 和 Dynamic SoftSub 等模块,在6,539至19,451个基因的实验环境中,展示了在未见靶标下具有竞争力的扰动效应恢复能力。
研究团队发布 LEGION 基准,包含 Legion-Sim 模拟器和 74 个对抗场景,用于评估语言智能体在稀疏信号下的调查效率与准确率。 测试显示五种智能体架构召回率高达 0.82-0.88,但精确率仅为 0.61-0.72,且失败模式跨推理层级一致。 该基准已开源,旨在提升网络安全调查中区分真实指标与攻击相关指标的可靠性。
CABrain 提出了一种基于图卷积网络(GCN)的条件位置编码方法,并引入自适应掩蔽策略,用于提升 EEG 基础模型的表示学习能力。 在 10 个基准数据集上,该模型单独或结合上述策略,均达到了最先进的性能或具有竞争力的结果。
Hydro-Dataset v1.1 发布了一个融合瑞典和芬兰 582 个气象站 2015-2024 年数据的开源管道,生成 180 万条注释站天记录。 该数据集包含雪水当量、融雪速率等 6 类衍生参数,可作为水文基础模型的基准标签;ERA5-Land 交叉验证显示观测锚定 SWE 比再分析数据更具可靠性。
针对持续模型合并中任务组件纠缠导致奇异几何扭曲的问题,作者提出 GS3R 方法。 该方法通过恢复保留的奇异几何并分离任务子空间,公平重新分配秩资源;结合预合并恢复与刷新(PRF)机制降低内存开销。 在视觉、NLP 和多模态基准测试中,GS3R 实现了强准确率与效率平衡,已被 NeurIPS 2026 接收。