D3S2：面向语义分割的扩散引导数据集蒸馏框架
D3S2 是面向语义分割的扩散引导数据集蒸馏框架，采用类平衡掩码选择与扩散引导图像合成两阶段设计，通过分割一致性损失和类级特征匹配损失提升合成数据训练效用。在 1% 压缩率下，该方法在 ADE20K 和 COCO-Stuff 上以 Mask2Former（Swin-S）分别达到 24.99% 和 35.49% mIoU，较随机选择高出 9.34% 和 5.70%。代码已开源。
全部 AI 动态
arXiv cs.AIAI 评分2222 arXiv cs.AIAI 评分2222 面向 LLM 回归的预测分布强化学习：Distribution-Aware Reward 方法
研究者提出 Distribution-Aware Reward（DAR），一种 on-policy 强化学习目标，通过联合评估同一输入下多次预测形成的经验预测分布，并按留一法贡献为每个预测分配奖励。在合成插值/外推任务及代码、分子两个真实科学回归任务上，DAR 相比监督微调和逐点强化学习降低了预测误差、提升了排序质量，并给出校准更好的不确定性估计。
arXiv cs.AIAI 评分3232 LLM 智能体为何过度调用工具：诊断内在过度调用偏差
研究提出内在偏差假说（IBH），指出 LLM 智能体的调用/不调用决策映射中存在与激活无关的调用偏移，使其在激活持平时仍倾向调用工具。在 When2Call 基准上，三个家族六个模型调用准确率高但不调用准确率明显偏低，整体准确率仅 55%-70%。团队用稀疏自编码器（SAE）提取决策特征并估计该偏移，再以 AMCS 因果校正，缓解过度调用并提升整体准确率，调用准确率几乎不降。
arXiv cs.AIAI 评分2222 KadiAssistant：面向 Kadi4Mat 信息检索的对话式 AI 智能体
KadiAssistant 是一款集成于 Kadi 科研数据生态的隐私设计 AI 助手，结合自托管大语言模型与隐私保护语义搜索，可访问 Kadi 上的文件与记录元数据，帮助研究人员检索、聚合和结构化异构科研数据。该助手遵循 Kadi 的细粒度访问权限控制，旨在打通材料科学等跨学科领域的术语与标准壁垒，并强化 FAIR 原则中的可发现性。
arXiv cs.AIAI 评分2222 随机惩罚-障碍法 SPBM：面向约束机器学习的新方法
研究者提出随机惩罚-障碍法（SPBM），通过引入对偶变量的指数平均、稳定化的惩罚调度和 Moreau 包络来处理非光滑性，用于约束机器学习（CML）问题。在公平性和物理信息神经网络实验中，SPBM 与当前最优方法相比具有竞争力。在公平性基准上，当约束数量从 90 增至 9900 时，CML 方法的每轮运行时间基本与约束数量无关，且不超过正则化 Adam 每轮运行时间的 1.3 倍。
arXiv cs.AIAI 评分4242 研究揭示语音“克隆”实为风格迁移：NeurIPS 2026 论文发现克隆语音更权威、更值得信任
NeurIPS 2026 论文《Voice "Cloning" is Style Transfer》发现，广泛使用的语音克隆模型并非忠实复制个人声音，而是对源声音系统性施加风格迁移。人类标注者认为克隆语音比原声更权威、温暖、像客服且更像真人，对其信任度更高，也更愿意向其透露敏感个人信息。研究还显示，克隆导致口音、语速和音频嵌入空间方差缩小，造成说话人特征同质化。
arXiv cs.AIAI 评分3030 PBT-Bench：在基于属性的测试上评测 AI 智能体
PBT-Bench 是一个覆盖 40 个真实 Python 库、100 道基于属性测试题的基准，每题注入语义 bug 共 365 个（平均 3.65 个），默认随机输入几乎无法触发。
arXiv cs.AIAI 评分2727 基于残差潜在动作的视觉特征世界模型 RLA-WM 提出
研究者提出 Residual Latent Action（RLA），可从 DINO 残差中学习，并据此构建 RLA-WM 世界模型，通过 flow matching 预测 RLA 值。
arXiv cs.AIAI 评分1212 进化优化如何求解动态机会约束露天矿调度问题
研究针对区块经济价值随机、采矿与加工产能随时间变化的动态机会约束露天矿调度问题，提出双目标进化算法，同时最大化期望折现利润并最小化其标准差。为应对动态变化，作者提出基于多样性的变化响应机制，修复部分不可行解并在检测到变化时引入额外可行解。在六个矿山实例上，该机制在四种多目标进化算法中均持续优于基于重新评估的基线策略。
arXiv cs.AIAI 评分2222 大型视觉语言模型中的跨文化价值归因研究
研究用反事实图像集考察大型视觉语言模型（LVLM）在不同文化语境下对人物道德、伦理与政治价值的判断，基于 480 万次 LVLM 生成结果，识别出三种可跨多个架构不同模型复现的问卷锚定偏差模式。
arXiv cs.AIAI 评分2222 Sinkhorn 双随机注意力秩衰减分析
一项研究分析了 Transformer 中双随机注意力的秩衰减问题，发现用 Sinkhorn 算法归一化的双随机注意力矩阵比标准 softmax 行随机注意力更能有效保持秩，且残差连接对缓解秩崩溃至关重要。该现象在情感分析和图像分类任务上得到实证验证，理论上推导出纯自注意力下秩随深度双重指数衰减至 1 的界。
arXiv cs.AIAI 评分2222 从噪声样本迭代精炼的神经全局优化方法
一种新的神经优化方法通过迭代精炼从噪声样本中寻找全局最小值，在多模态测试函数上平均误差为 8.05%，相比样条初始化的 36.24% 提升了 28.18%。该模型在 72% 的测试案例中成功找到全局最小值且误差低于 10%，无需导数信息或多次重启。
arXiv cs.AIAI 评分2727 ImplicitRM：从隐式反馈学习无偏奖励模型用于 LLM 对齐
针对现有奖励模型依赖昂贵显式反馈的问题，研究者提出 ImplicitRM，可从点击、复制、跳过等隐式用户反馈中学习无偏奖励模型。该方法用分层模型将训练样本划分为四个潜在组，并推导出理论上无偏的似然最大化目标，以解决隐式反馈缺乏明确负样本和存在选择偏差两大挑战。
arXiv cs.AIAI 评分2020 FSCE：面向抗噪 SAR ATR 的目标感知频率-空间协同增强框架
研究者提出目标感知频率-空间协同增强（FSCE）框架，用于抗噪 SAR ATR，通过频率-空间建模实现早期特征稳定并结合语义正则化。该框架在网络入口设计 FS-EAE 模块抑制噪声传播，并引入 APSA 机制以在线教师策略施加语义约束。在 MSTAR、OpenSARShip 和 FUSARShip 上的实验验证了其有效性，轻量版 FSCE-Net_μ 仅 0.17M 参数。
arXiv cs.AIAI 评分2222 FedAlign-MoE：面向移动边缘网络数据异构的联邦 MoE 对齐框架
针对移动边缘设备上 MoE 大语言模型联邦微调中的数据异构问题，研究者提出联邦聚合对齐框架 FedAlign-MoE，通过一致性加权对齐路由分布、分布正则优化本地门控网络，并量化同索引专家的语义一致性以选择性聚合。实验显示，该框架在非 IID 联邦环境下收敛更快、精度更高，且计算轻量、通信高效。
arXiv cs.AIAI 评分2222 大语言模型道德推理轨迹研究：面向基于探针的可解释性
研究提出"道德推理轨迹"概念，追踪 LLM 中间推理步骤中伦理框架的调用序列，在六个模型和三个基准上发现 55.4–57.7% 的连续步骤发生框架切换，仅 16.4–17.8% 的轨迹保持框架一致。
arXiv cs.AIAI 评分2222 PC-Diffuser：面向扩散轨迹规划器的路径一致胶囊 CBF 安全过滤
PC-Diffuser 是一种安全增强框架，将可认证、路径一致的障碍函数结构直接嵌入扩散规划的每一步去噪循环中。它用胶囊距离障碍函数评估碰撞风险以更好反映车辆几何、减少不必要的保守性，并通过运动学自行车模型把去噪路点转为动态可行运动，再施加路径一致安全过滤器消除残余约束违反且不产生几何畸变。
arXiv cs.AIAI 评分2727 DMAST：双模态多阶段对抗安全训练让多模态 Web Agent 抵御跨模态攻击
针对多模态 Web Agent 双流架构易被 DOM 注入同时污染截图与无障碍树的问题，研究者提出双模态多阶段对抗安全训练框架 DMAST，将智能体与攻击者建模为双人一般和马尔可夫博弈并分三阶段协同训练。在 MiniWob++ 上，含视觉组件的攻击效果远超纯文本注入；在分布外任务上 DMAST 将攻击成功率从 41.2% 降至 21.4%，任务完成率相对提升超 60%（6.2%→10.2%）。
arXiv cs.AIAI 评分3636 无需世界模型的世界属性：分布关联与语言模型解码结果的解读
静态词嵌入在四项已发表案例中复现了 LLM 激活的线性解码结果：预测地点坐标与死亡年份（R² = 0.42-0.59）、区分疼痛与对照句（held-out AUC 0.85-0.88）、对十二种情绪故事分类（AUC 0.84-0.88）。
arXiv cs.AIAI 评分2424 用多模态 LLM 实时生成游戏解说：基于停顿感知的解码方法
研究提出两种基于提示的解码策略实现实时游戏视频解说生成：固定间隔解码与动态间隔解码，后者根据上一句解说的预估时长调整下一次预测时机，无需微调即可实现停顿感知生成。在日语和英语的赛车与格斗游戏数据集上，动态间隔解码生成的解说在时间与内容上更贴近人类解说。团队同时开源了多语言基准数据集、训练模型与实现代码。
arXiv cs.AIAI 评分2222 面向乳腺超声联合分割与分类的自适应双向任务交互方法
该方法在解码阶段恢复分割与分类分支的信息交换，通过四级解码器上的 Task Interaction Module（TIM）传递边界上下文，并用 Adaptive Interaction Weighting（AIW）按图像和层级自适应融合特征。
arXiv cs.AIAI 评分2424 SimToolReal：面向零样本灵巧工具操作的以物体为中心策略
SimToolReal 提出一种以物体为中心的 sim-to-real 强化学习策略，通过在仿真中程序化生成大量工具类物体并训练单一策略，实现测试时无需任何物体或任务特定训练即可完成灵巧工具操作。
arXiv cs.AIAI 评分2828 ReLoop：面向可靠 LLM 优化的结构化建模与行为验证
ReLoop 通过结构化生成与行为验证两项机制，解决 LLM 生成优化代码时"可求解但语义错误"的静默失败问题。结构化生成将代码生产拆为理解、形式化、合成、验证四阶段，在 RetailOpt-190 上配合 Claude Opus 4.6 提升 8.5pp 准确率；行为验证借助求解器参数扰动检测残留错误，在 MAMO-ComplexLP 上提升 4.4pp。
arXiv cs.AIAI 评分2222 UniST-Pred：面向交通网络中断场景的鲁棒统一时空交通预测框架
UniST-Pred 是一个统一时空交通预测框架，先将时间建模与空间表征学习解耦，再通过自适应表征级融合将两者整合。研究基于 MATSim 微观交通模拟器构建数据集，在严重网络断连场景下评估其鲁棒性，并在标准交通预测数据集上取得与现有成熟模型相当的竞争性表现，同时保持轻量设计。源代码与生成数据集已公开。
arXiv cs.AIAI 评分4141 X 推荐系统无意中刻画用户意识形态立场
研究基于 X 平台向法国 682 名志愿者展示的 250 万条 "Who to Follow" 推荐，重建了 X 推荐系统对 26,509 个账号的嵌入向量近似值，并计算出经调查校准的意识形态分数。该嵌入中存在一个按左—右政治立场排序的方向（Pearson rho = 0.887），且区别于年龄、性别或热度方向，移除该方向可在精度损失有限的情况下提升推荐多样性。
arXiv cs.AIAI 评分2020 Goal-PD：面向鲁棒非光滑凸去中心化学习的快速异步 Gossip 算法
研究者提出异步 gossip 原始-对偶算法 Goal-PD，每个节点仅需维护两个变量，不再随节点度数增长，从而大幅降低去中心化学习的显存开销。该算法被证明几乎必然收敛到最优解，并在目标函数为分段线性二次时具有线性收敛速度；在去中心化均值估计中，成对平均被证明是 Goal-PD 的特例。
arXiv cs.AIAI 评分2222 基于混合整数优化的交叉群体公平性研究
研究者提出基于混合整数优化（MIO）的统一框架，用于训练交叉群体公平且内在可解释的分类器，并证明了 MSD 与 SPSF 两种交叉公平性度量在检测最不公平子群上的等价性。实验表明该 MIO 算法在发现偏见方面表现更优，可将交叉偏见控制在可接受阈值以下，面向金融、医疗等受监管行业。
arXiv cs.AIAI 评分2222 CLAS：面向多语言大模型的跨语言激活引导方法
研究者提出跨语言激活引导（CLAS），一种无需训练、在推理时选择性调节神经元激活的干预方法，用于缩小大模型主导语言与非主导语言之间的性能差距。在分类和生成基准上，CLAS 平均提升 2.3%（Acc.）和 3.4%（F1），同时保持高资源语言性能。研究发现有效迁移依赖功能分化而非严格对齐，性能增益与语言聚类分离度提升相关，该方法无需修改模型权重。
arXiv cs.AIAI 评分4242 MiniScope：用最小权限为 AI 智能体授权
研究者提出任务中心的分层权限模型 MiniScope，将智能体视为任务角色下的委托方，自动发现权限层级并在运行时执行上下文最小权限。评估显示，相比逐工具提示，MiniScope 对谨慎型和典型用户分别减少 43.4%-89.4% 的模拟权限确认，并缓解全部权限提升攻击，对效用和运行时影响可忽略。在真实部署中，它还在 ChatGPT 和 Claude 中发现 6 处过度授权的连接器配置。
arXiv cs.AIAI 评分2424 用平衡微调让 LLM 对齐生物医学知识：NeurIPS 2026 论文提出 BFT
研究者提出 Balanced Fine-Tuning（BFT），一种双尺度后训练方法，通过组归一化 token 重加权与序列级重分配，让模型聚焦知识密集、认知不确定性高的样本。
arXiv cs.AIAI 评分2222 SORL：用轮次级重要性采样与裁剪触发归一化稳定长程 LLM 智能体的离策略训练
针对 PPO、GRPO 等 RL 算法在离策略训练多轮 LLM 智能体时优化不稳定、易性能崩溃的问题，研究者提出 SORL 框架，并实例化出 SO-PPO 与 SO-GRPO 两种算法。
arXiv cs.AIAI 评分2222 QDF：用二次型加权学习目标训练多步时间序列预测模型
针对现有均方误差等学习目标忽略未来步标签自相关、且对不同预测步采用等权处理的问题，研究者提出二次型加权学习目标及 Quadratic Direct Forecast（QDF）学习算法，通过自适应更新的加权矩阵训练预测模型。实验显示 QDF 能有效提升多种预测模型性能，达到 SOTA，代码已开源，该工作被 ICLR 2026 接收。
arXiv cs.AIAI 评分2222 DistDF：时间序列预测需要联合分布 Wasserstein 对齐
针对时间序列预测中直接预测（DF）依赖均方误差估计条件负对数似然、在标签序列存在自相关时产生偏差的问题，研究者提出 DistDF，通过最小化预测与标签序列条件分布间的分布差异实现对齐。该方法引入联合分布 Wasserstein 差异，可证明其上界为所需条件差异，且可处理、可微、兼容梯度优化。实验显示 DistDF 提升了多种预测模型并取得领先性能，代码已开源，论文被 ICLR 2026 接收。
arXiv cs.AIAI 评分3535 Speak to a Protein：交互式多模态蛋白质研究 AI 协同科学家
Speak to a Protein 是一款交互式多模态 AI 协同科学家，可将蛋白质分析转化为对话，检索并整合文献、结构与配体数据，在实时 3D 场景中给出有依据的回答，并支持高亮、标注、操作和查看可视化。该系统还能按需生成并运行代码，以文本和图形解释结果，用于探究结合口袋、构象变化和构效关系。该工具免费开放使用。
arXiv cs.AIAI 评分2222 仅凭原始数据统计量预测核回归学习曲线：Hermite 特征结构假设（HEA）
研究提出 Hermite 特征结构假设（HEA），仅用经验数据协方差矩阵和目标函数的经验多项式分解两项测量，即可预测核回归在 CIFAR-5m、SVHN、ImageNet 等真实数据集上的学习曲线。该假设在高斯数据上得到证明，真实图像数据也"足够高斯"使其成立；研究还发现 MLP 在特征学习阶段按 HEA 预测的顺序学习 Hermite 多项式。
arXiv cs.AIAI 评分2727 以量子比特为中心的 Transformer：QCT 用于表面码解码
研究者提出量子比特中心 Transformer（QCT），一种基于 Transformer 架构、采用量子比特中心注意力机制的通用量子纠错解码器，通过专用嵌入策略将稳定子域的 syndrome 转换为量子比特中心 token，并引入融合量子码拓扑结构的图掩码方法。
arXiv cs.AIAI 评分2222 用激活引导向量缓解 LLM 评估器中的自我偏好偏差
针对 LLM 作为自动评估器时偏爱自身输出的"自我偏好偏差"，研究者提出在推理阶段用轻量引导向量（steering vectors）进行干预，无需重新训练。通过 Contrastive Activation Addition（CAA）和基于优化的方法构建向量，可将不合理的自我偏好偏差降低最多 97%，显著优于提示词和 DPO 基线。
arXiv cs.AIAI 评分3030 梯度反转攻击在联邦学习中真的可行吗？arXiv 新研究给出实测结论
一项 arXiv 研究系统评估了图像类联邦学习场景下梯度反转攻击的实际可行性，覆盖图像分类与目标检测任务及当代分辨率的经典视觉架构。结果显示，现代性能优化模型在视觉上始终能抵抗有意义的图像重建，此前的成功案例多依赖推理模式运行或架构简化等上界设定。在诚实但好奇的服务器假设下，高保真图像重建不构成生产级联邦学习系统的关键隐私风险。
arXiv cs.AIAI 评分2626 LHM-Humanoid：在杂乱场景中连续搬运物体的长时程人形运动控制
LHM-Humanoid 提出一种无需重置的长时程人形运动控制方法，让物理仿真人形在单次连续运行中反复完成走向物体、全身平衡抬起、绕过障碍搬运并放置的完整循环。
arXiv cs.AIAI 评分2222 CMCM-DLM：用扩散语言模型实现跨模态可控分子生成
研究者提出 CMCM-DLM，一个模块化框架，可将预训练扩散模型扩展至支持异构分子约束而无需重训主干。该框架用结构控制模块（SCM）在扩散早期引导分子骨架生成，再由性质控制模块（PCM）将生成导向目标化学性质。多数据集实验显示其具备有效的跨模态可控性与较强适应性。