SMART：通过大规模合成预训练实现零样本仿真到现实的关节物体操作
研究团队推出 SMART 系统，并构建了关节感知仿真平台 SMART-Sim，合成出包含超 100 万条演示、覆盖 44 种原子任务类型、5 种机器人配置和 2,507 个关节物体的 SMART-Data 数据集。基于该数据预训练的 VLA 模型在仿真基准上表现有竞争力，并实现零样本 sim-to-real 迁移，在真实世界关节物体操作任务中展现出可扩展性能。
#数据/训练
arXiv cs.AIAI 评分3333 arXiv cs.AIAI 评分4141 SkillPoison：通过成功经验实现渐进式技能投毒
研究者提出 SkillPoison 框架，通过构造强化目标行为的成功经验、再移除约束该行为适用场景的上下文条件，实现对自进化 LLM 智能体技能库的渐进式投毒。在三个 benchmark 上，该方法攻击成功率达 95.71%，且所有注入经验均保持任务正确、可通过验证与词法检查。代码与数据已公开。
arXiv cs.AIAI 评分2424 LORE-KV：用蒙特卡洛估计做 KV Cache 驱逐
研究者提出免训练的 KV cache 驱逐方法 LORE-KV，通过从冻结目标模型采样短自回归续写、用其响应侧 query 状态估计 prompt token 效用，把固定预算的未来感知驱逐建模为分布估计。
arXiv cs.AIAI 评分2323 蛋白质语言模型中的线性适应度子空间实现样本高效定向进化
研究提出线性适应度子空间（LFS）假设，认为突变引起的残基级表示变化中存在一组紧凑的、测定特异的方向，使适应度变化可从少量标注变体中线性获取。基于此提出的子空间引导进化搜索（SGES）在 10 个核心 ProteinGym 测定、87 个扩展静态验证测定和 18 个测定预算搜索评估中，适应度预测与搜索效率均优于零样本 PLM 及近期 ML 引导的蛋白质优化基线。
arXiv cs.AIAI 评分1212 Emoception：面向游戏画面玩家唤醒度变化识别的视频 Vision Transformer 选择性情感层微调
研究提出选择性情感层微调框架 SALFT，用于视频 Vision Transformer 的玩家唤醒度识别，通过层参数 L2-norm 变化筛选微调层，仅更新约 8% 参数（减少超 92%）。
arXiv cs.AIAI 评分1515 互补特征域（CFD）理论：信息保留不等于预测贡献保留
互补特征域（CFD）理论指出，Shannon 信息保留并不意味着预测贡献系统被保留：可逆表示变换可在目标信息不变的情况下改变受限决策族下的预测贡献。研究用 CFD 贡献缺陷量化受控重编码下的上下文贡献变化，并证明在有界 Lipschitz 效用下，每个上下文贡献缺陷受相应联盟不相容性之和约束。
arXiv cs.AIAI 评分2222 GRADE：面向数据中心化小语言模型微调的梯度准入方法
研究者提出数据中心化框架 GRADE（GRadient-Aligned Data-centric rEcipe），通过状态感知采样器持续准入与多任务梯度场对齐的样本，并用自校准步级门控拒绝接近饱和时可能造成破坏性覆盖的更新。在三种当前代骨干模型和七个异构指令数据集上，GRADE 在准确率与鲁棒性上优于强数据选择和 PEFT 稳定化基线，是唯一在每个架构上都稳定优于标准 LoRA 的方法。
arXiv cs.AIAI 评分4141 有害 SFT 在 LLM 检查点更新中留下连续痕迹，TRACE 实现纯权重安全审计
研究发现有害合规 SFT 会在 LLM 检查点更新空间中留下连续、与目标相关的排序痕迹，检查点级坐标 s_H 在四个 7-8B 基座模型上与有害目标组成的 Spearman 相关性达 0.986-0.992，且该排序在更大规模模型上依然保持。
arXiv cs.AIAI 评分1818 LiRA：多智能体强化学习中为共享约束学习责任分配
多智能体共享成本预算时，统一 Lagrange 乘子只能约束总量、无法决定惩罚如何在各智能体间分摊，为此研究者提出 Lagrangian Responsibility Allocation（LiRA），通过有限训练周期内优化社会福利来学习每个智能体对公共乘子的分摊比例。
arXiv cs.AIAI 评分2222 功耗测量能否约束隐蔽算力？AI 治理中模拟验证的局限
研究推导出功耗轨迹无法排除的最大隐藏算力占比 β 的闭式解：在 NVIDIA A100 GPU 上最坏情况 β = 1.16，对抗性等能量策略至少可隐藏 β = 0.41 的算力，说明仅靠模拟功耗测量对算力的约束很弱。若验证方能在观测工况下重新执行申报的工作，β 最多可降至 0.059。
arXiv cs.AIAI 评分1212 用 LLM 推导的协方差做相关 Thompson 采样：组合半臂老虎机中的结构与信念
研究者提出一种组合 Thompson 采样（CTS）变体：用 LLM 查询一次臂的分区，经 RBF 核转换为正定相关矩阵 Σ，每轮后验样本按 Σ 采样，而 Beta 后验仍只用真实奖励更新，让 LLM 影响采样器的移动方式而非其信念。
arXiv cs.AIAI 评分1717 用树蒸馏为纵向主动特征获取学习可解释策略，降低参与者负担
针对纵向研究中预测精度与参与者负担的矛盾，研究者提出一种树蒸馏方法，从基于神经网络的 Longitudinal Active Feature Acquisition（LAFA）网络中学习可解释策略。该方法在模拟实验和预测每日饮酒量的 EMA 实证数据集上验证，均能在精度损失极小的前提下显著减少每次采集的条目数量。
arXiv cs.AIAI 评分2424 BeFOND：将稀疏自编码器的推理与学习统一为自然梯度流
研究者提出 BeFOND，一种无编码器的稀疏编码模型，将推理与字典学习统一为共享变分自由能上的自然梯度流，具备闭式推理与学习动态。在合成数据上，BeFOND 提升了字典恢复与稀有特征检测能力，且随叠加程度增加对 amortized 基线的优势扩大；在语言模型激活上，它以更少训练数据超越预训练参考 SAE，特征质量随字典宽度持续提升。
arXiv cs.AIAI 评分1717 DeepAJM：面向不规则采样数据的深度关联联合模型
研究者提出深度联合模型 DeepAJM，无需参数假设即可同时建模纵向与生存结局，并通过可部分解释的关联结构将纵向过程与生存风险相连。该模型在心血管疾病 EHR 队列、原发性胆汁性肝硬化（PBC2）数据集和模拟数据集上，与经典参数联合模型、TransformerJM、DA-LSTM 及基于 Cox 的生存模型对比，在 C-index、时间依赖 AUROC 和 AUPRC 上均取得最佳区分度。
arXiv cs.AIAI 评分2222 SEMAADB：面向连贯多图 SysML 模型的验证数据集与基准
研究者发布 SEMAADB 数据集与基准，包含 3,000 个工程上下文和 15,000 张图，每个上下文含 Requirement、Block Definition、Activity、State Machine、Sequence 五个相互关联的 SysML 视图，其中 100 个上下文经人工核验构成测试集。
arXiv cs.AIAI 评分2424 RELACE：面向长程语言智能体的基于回顾似然的动作信用估计
RELACE 是一个无需 critic 的框架，通过教师强制似然评分对比动作在原始上下文与结果增强上下文中的可能性，生成轨迹归一化的回顾因子，用于重加权折扣任务回报并构建局部优势。
arXiv cs.AIAI 评分2222 CausalBind：面向蛋白质-分子虚拟筛选的因果建模与学习
针对蛋白质-分子虚拟筛选，研究者提出因果建模方法 CausalBind，通过 V-structure 因果模型和 Heckman 式选择形式化稀疏交互先验，并证明在结构稀疏条件下交互概念可识别。
arXiv cs.AIAI 评分2020 TC3-VQA：面向战术战伤救治的教义溯源视觉问答数据集
研究者发布 TC3-VQA 数据集，用于将伤情视觉观察与战术战伤救治（TC3）临床指南相连接。该数据集由公开教学与实战视频及权威 TC3 文档构建，含 581 个条目、11 个概念和 1,860 个问题，覆盖干预识别、教义、临床推理、流程指导及视觉信息不足时的拒答。
arXiv cs.AIAI 评分2727 RelayMoE：面向分布式 MoE 训练的内存高效专家路由
RelayMoE 是一种基于环结构的 MoE 执行模型，通过让专家权重或 token 在环上流转并本地计算，避免构建完整的 top-k 扩展调度缓冲区。在 30B–57B 生产级 MoE 模型上，单层实验较 Megatron-LM 平均提速 2 倍，全模型训练吞吐最高提升 2.02 倍，可训练序列长度最高扩展 2.85 倍。
arXiv cs.AIAI 评分2929 时间序列基础模型的尺度不变训练（ScaleIn）
时间序列基础模型（TSFM）常用的 ReVIN 等仿射缩放方法会在反变换后计算损失，使每条序列的梯度被乘以 b^p，导致高尺度序列主导训练，作者称之为尺度污染训练（ScaleCon）。
arXiv cs.AIAI 评分3131 面向企业 AI 智能体的血缘感知记忆治理：派生门控的列级隐私访问控制框架
研究者提出 Analytical Memory Unit（AMU），为每条缓存结果附加完整派生（血缘）图，并只在请求者对所有涉及列均有权限时才返回命中，从而阻止经由合法计算结果泄露敏感列。
arXiv cs.AIAI 评分2929 最小见证强化学习 MWRL：让模型从验证器反馈中学会完整见证族
研究者提出最小见证强化学习（MWRL），将"找出全部最小充分见证"形式化为最小见证识别问题，仅凭单个黑盒验证器的反馈位即可完成信用分配。该方法从问题定义直接推导，统一了最小性与备选解恢复两项要求，并据此给出可恢复完整见证族的值迭代规划器和可扩展到大语言模型的策略梯度方法。实验中 MWRL 能找回大部分最小见证，而其他方法只返回冗余超集或单一见证。
arXiv cs.AIAI 评分3636 TIDE 2.0：面向临床笔记键控去标识化的开源模型无关引擎
TIDE 2.0 是一个 MIT 许可的开源引擎，采用可替换识别器与键控匿名器两阶段设计，支持机构本地部署，替代符以密码学生成且不存储关联表，日期按患者做保持间隔的偏移。
arXiv cs.AIAI 评分2929 RoboCap：面向第一人称机器人学习的新平台
RoboCap 是一个 250g、六摄像头、双 IMU 的帽子式设备，用于在真实环境中采集第一人称操作数据，配套的 Grounded API 提供与设备无关的 3D 算法。该平台在公开基准上取得 SOTA 表现，涵盖多场景 SLAM、第一人称深度估计，以及适配第三方设备的手部追踪。
arXiv cs.AIAI 评分2727 DRMoET：分布鲁棒混合专家（MoE）训练方法
研究者提出 DRMoET，一种将逐层专家视为内生鲁棒分组、优化高损失路由结果的即插即用目标，而非仅均衡流量。在 FLAME-MoE 配方下，10.3B 总参数、67B 训练 token 时，DRMoET 将七任务平均分从 0.6625 提升至 0.6767，无辅助损失均衡基线为 0.6431。强制 mid-k 误路由下超额损失降低 4.3%，专家损失方差下降而均值几乎不变。
arXiv cs.AIAI 评分2424 CroissantMiner：面向 ML 数据集的 Croissant 元数据自动提取与验证
研究者发布首个可端到端评估 Croissant 元数据提取的基准，含 602 篇论文，其中 102 篇有人工验证的 gold 标注、500 篇为 LLM 生成的 silver 标注，覆盖 Croissant 完整 schema 及 RAI 字段。
arXiv cs.AIAI 评分2222 AURORA：用图摘要聚合用户偏好，兼顾公平、多样性与包容性
研究提出 EDI 约束的图摘要方法 AURORA，将用户偏好建模为加权属性二部图，用贪心粗化算法在合并用户节点时强制满足公平差距（ΔE）、列表内多样性（ILD）和群体包容三项结构约束。
arXiv cs.AIAI 评分2222 LiLib：面向 UAV 的漂移触发模型库终身空对地路径损耗预测
LiLib 是一种面向 UAV 的轻量级持续学习方案，通过维护一个小型递归最小二乘专家库，用窗口残差检验检测漂移，再经短探测阶段复用或新建专家。
arXiv cs.AIAI 评分2222 Muon 对卷积理论上不成立，但实验证明有效
研究指出 Muon 优化器对矩阵更新有清晰解释，但卷积核以四维张量存储，标准实现将其 reshape 为矩阵的做法破坏了其理论基础。为此研究者提出 Convolutional Newton-Schulz（Conv-NS），直接在卷积算子几何中逼近极因子并保留核支撑。
arXiv cs.AIAI 评分2727 T-CCL：基于 Tensor Memory Accelerator 的资源高效集合通信库
T-CCL 是一个基于 Tensor Memory Accelerator（TMA）的节点内集合通信库，将数据搬运与归约操作卸载到 TMA，以流水线式异步 TMA 操作执行集合通信，在保持高带宽的同时降低 SM 资源占用。
arXiv cs.AIAI 评分2222 基于图神经网络的面部与上半身关键点火车司机状态识别
一项研究提出仅靠单个前置 RGB 摄像头和图神经网络，将模拟火车司机状态分为警觉、非警觉和紧急三类。消融实验显示，在光照条件下融合面部与骨骼特征的三分类模型准确率达 81%，二分类警觉/非警觉准确率达 99%，优于仅用面部或骨骼特征的模型。研究同时发布了一个涵盖三种光照条件的受控 RGB 视频数据集。
arXiv cs.AIAI 评分2323 macro2mind：用预测市场信号训练 LLM 学习个体行为推理
研究者提出 macro2mind，用 GRPO 结合预测市场价格信号训练语言模型，将行为推理拆解为推断市场参与者群体、预测其信念更新并聚合为价格的显式步骤。该方法在 SWM-Bench 的 Polymarket 数据上取得 SOTA 方向准确率与相关性，并零样本迁移至 Humanual、OvertonBench、PRISM、CAD 四个用户模拟基准。
arXiv cs.AIAI 评分2222 TRIAGE：面向原生 NVFP4 强化学习的方向感知失配稳定方法
TRIAGE 是一种方向感知的稳定方法，通过段级诊断选择性再平衡策略梯度更新，并对残余严重失配做有界修复，从而在采样器和学习器上保留原生 NVFP4 的 W4A4 前向执行。在 Qwen3-4B 与 Qwen3-30B-A3B 上，该方法在整个训练周期内保持稳定优化，在五个数学推理基准上达到全精度水平，rollout 吞吐量较 BF16 最高提升 2.3 倍。
arXiv cs.AIAI 评分2222 知识蒸馏与量化压缩用于生物医学领域神经机器翻译研究
研究将知识蒸馏与量化联合应用于法译英生物医学翻译，蒸馏并量化的学生模型相比原始基线体积缩小69%、推理速度提升98.21%、CO2排放降低98.46%，且未牺牲翻译质量。该工作还开发并比较了多种微调策略，以让压缩后的学生模型适应专业术语密集、平行语料稀缺的低资源领域。
arXiv cs.AIAI 评分2222 ReRAM 存内计算 CNN 加速器的故障脆弱性实证研究
研究者开发了一套故障注入框架，在软件和硬件层面考察大规模 CNN 在 ReRAM 存内计算（PIM）加速器上推理时的脆弱性，通过将 CNN 学习参数映射到 ReRAM 交叉阵列并注入 stuck-at high（SaH）与 stuck-at low（SaL）故障，发现脆弱性受层类型与深度、参数在层内的位置以及故障取值与类型影响，且 SaL 比 SaH 造成更严重的分类精度下降。
arXiv cs.AIAI 评分3030 DART-ES：面向 Evolution Strategies 微调 LLM 的难度感知重加权与定向回放
DART-ES 通过扰动种群通过率估计题目局部可解性并聚合历史观测构建动态难度状态，联合指导难度重加权与稀有可解样本回放，无需额外难度模型或反向传播。它在五个基座模型上均优于 ES，平均准确率从 72.07% 提升至 73.53%，超过 GRPO 在 GSM8K 上的 73.26%；在五个数学推理基准上平均准确率达 49.20%。
arXiv cs.AIAI 评分2727 CrystalJev：用原子基础模型"快思考与慢思考"加速材料发现
CrystalJev 将冻结的原子间势模型当作快速决策者，对未弛豫结构单次前向查询即可输出带校准概率的"稳定"判断，成本仅为弛豫计算的约三十分之一。在 65 个 Matbench Discovery 模型上，该方法用价值信息理论只在决策可能改变处调用慢速计算，并同样回答电子、力学与分子问题。
arXiv cs.AIAI 评分2929 仅用判决结果后训练小模型：拒绝采样与纯标签训练能否恢复证据？
研究测量小语言模型仅凭判决结果后训练时的证据恢复能力，在 ContractNLI 上人类证据跨度留至评估阶段。纯标签训练达到准确率 0.896、跨度 F1 0.564，逐字引用率从 0.597 升至 0.729；拒绝采样达到 0.797 和 0.556，逐字引用率升至 0.701。两种方法都能在无人标注证据的情况下改善证据质量，但单一语料单一种子尚无法判定哪种更优。
arXiv cs.AIAI 评分3333 通过低秩激活引导实现参数高效决策算子
研究者提出一种通过行为克隆训练的 System-1 决策算子，默认版本仅用 330K 参数即匹配 1.33M 参数的强化学习算子，并将 3,685-token 的推理压缩为 6-token 决策且不损失准确率。
arXiv cs.AIAI 评分2222 AttSVD：基于注意力引导 SVD 的提示自适应低秩 KV Cache 压缩
AttSVD 提出一种免训练的低秩 KV Cache 压缩方法，通过对每个提示词自身的注意力几何做在线截断 SVD，只保留注意力真正读取的方向，将每头持久 KV 内存按保留秩成比例削减。