DyPAM：面向大语言模型参数高效微调的动态位置注意力调制
研究者提出 PEFT 方法 DyPAM（Dynamic Positional Attention Modulation），直接作用于 query 和 key 表示，通过输入条件化的维度级调制与 head 级、layer 级结构调制，在不改动预训练主干的前提下对齐 RoPE 引发的位置结构。
全部 AI 动态
arXiv cs.AIAI 评分2222 arXiv cs.AIAI 评分3333 HERMES：用模块化可执行 Dev-Primitives 做软件工程 Harness Engineering
研究者提出 Dev-Primitives（开发原语），把仓库组件与其常驻 LLM 配对，使其具备自然语言推理、组件间通信和局部自我修改能力，并据此构建 Harness Engineering 框架 HERMES。
arXiv cs.AIAI 评分4141 一次一步：用 MCP 逐步下发流程，换取 LLM 智能体的过程可预测性
研究团队提出通过 Model Context Protocol（MCP）逐步下发流程步骤，让智能体每执行一步就返回结构化 step_output，以牺牲自主性换取过程可预测性。
arXiv cs.AIAI 评分2424 AI 辅助决策中的新手依赖校准：解释与自我评估的作用
一项 110 人参与的临床实体抽取实验发现，在缺乏实时性能反馈时，AI 解释会让新手用户系统性地滑向过度依赖，而自评任务理解度更高者依赖行为更具选择性。研究提出"依赖校准"概念，用于刻画新手用户如何动态调整对 AI 的依赖，并为缺乏性能信号场景下的 AI 工具设计提供可操作建议。
arXiv cs.AIAI 评分2222 《The Geometry of Empowerment》论文：将 empowerment 最大化与技能学习关联，给出新的几何解释
一篇 arXiv 论文将 empowerment 最大化与技能学习（skill-learning）方法关联，为解释和分析 empowerment 提供了新的几何框架。该分析回答了 empowerment 与结构中心性之间关系的长期开放问题，并揭示了信息几何与奖励几何之间的区别，为构建可扩展的 empowerment 最大化方法提供了理论启示。论文共 34 页、12 张图，网站与代码已公开。
arXiv cs.AIAI 评分2626 ServeLearnBench：智能体能否从服务经验中自我改进？
研究者提出 ServeLearnBench，用于评估 LLM 智能体从服务经验中持续学习的能力，覆盖零售客服、银行和销售话术生成，包含 53 个环境窗口和 7,718 个任务。
arXiv cs.AIAI 评分2222 OFAG：面向属性图聚类的通用基础模型
研究者提出属性图聚类基础模型 OFAG，基于 Prior-data Fitted Networks 从合成属性图中学习可复用的聚类推理策略，无需针对单个图训练、微调或调参。
arXiv cs.AIAI 评分3131 六项童年协变量胜过所有 Transformer：从 11 岁作文预测 23 岁抑郁症状
一项基于英国出生队列 National Child Development Study 的研究发现，用 11 岁作文预测 23 岁抑郁症状时，仅依赖六项童年协变量的逻辑回归基线 AUC-ROC 达 0.737，优于所有只看作文的文本模型，包括七个微调 Transformer、词袋模型、冻结嵌入和四个零样本大语言模型，其中最佳 Transformer 仅为 0.670。
arXiv cs.AIAI 评分1717 CLARER：面向可解释推荐的对比学习方面表示模型
CLARER 模型通过对比学习与 Transformer 编码器学习评论文本中的方面特征，并结合 MLP 学习的评分特征生成用户和物品表示，再用 Transformer 解码器生成推荐解释。在三个基准数据集上，该模型在推荐准确性和解释生成方面均优于基线方法，相关论文获 WI-IAT 2025 最佳学生论文奖。
arXiv cs.AIAI 评分2222 晚一点更好：分布偏移下 ViT 的 token 削减调度
研究者提出一种单参数、后期集中的幂律 token 削减调度，在无额外推理成本下持续提升视觉 Transformer 的分布外准确率。在 ImageNet-C 上用 DeiT-S，该调度在削减 26% 计算量时弥补了 83% 的精度差距（+1.17pp），在削减 7% 时弥补 99%（+0.26pp）。
arXiv cs.AIAI 评分4141 从证据到行动：工具调用智能体为何失败
研究揭示工具调用智能体在证据到行动链条上的失败模式：在十种模型-框架配置中，静态动作评估能力强，但交互式执行明显偏弱。失败常始于执行前——智能体调查不完整便停止，或在所需证据建立前就行动；一旦证据齐备，单动作执行通常可靠，多动作工作流则暴露未解决的前置条件和执行不完整问题。
arXiv cs.AIAI 评分2929 Cleave：通过解耦代数搜索与算子调度扩展张量程序优化
机器学习编译器 Cleave 通过符号化解耦，将代数变换搜索与算子调度分离，在常见 LLM 子图上生成的 kernel 比最优基线最高快 2.8 倍（平均 1.6 倍），编译时间比 Mirage 平均减少 5.9 倍。
arXiv cs.AIAI 评分2424 RELER：在嵌入向量空间用强化学习直接优化检索
研究者提出 RELER（REinforcement Learning for Retrieval），一个让现有嵌入模型在嵌入向量空间中直接学习检索并对齐任务奖励的强化学习框架，通过从以归一化编码器输出为中心的 von Mises-Fisher 分布采样查询和文档嵌入，并用 RLOO 更新编码器。
arXiv cs.AIAI 评分3232 SanSi：面向 System 1.5 思维的循环类型化决策模型
SanSi 将预训练循环语言模型改造为类型化决策模型，每次循环后读取选项概率，并用恰当评分规则训练每一轮循环，使单次运行即可覆盖 1 到 8 次循环的任意预算。
arXiv cs.AIAI 评分2222 WASD：基于 Wasserstein 距离的大语言模型知识蒸馏方法
研究者提出 WASD，一种基于 Wasserstein 距离的大语言模型知识蒸馏方法，通过由 token 嵌入构建的代价矩阵引入 token 级语义信息，并采用 Sinkhorn 散度推导出梯度等价目标以降低计算开销。在多个 LLM 系列和规模上的实验显示，WASD 在指令跟随、数学推理和代码生成等任务上持续提升蒸馏性能。该工作已被 NeurIPS 2026 接收，实现已公开。
arXiv cs.AIAI 评分1717 帧级标签能为热成像视频中的小型无人机点检测做什么、不能做什么
研究分析了仅用帧级目标有无标签训练的小型无人机点检测架构，该架构冻结分类学到的空间特征，再用同类帧标签训练读出层生成空间得分图与点检测，无需外部检测器。
arXiv cs.AIAI 评分2020 Dual-FDM：在频率感知扩散模型中解耦双重图像参考的个性化生成
研究者提出 Dual-FDM，一种在频率感知扩散模型中解耦双重图像参考的个性化生成范式，可同时处理定制风格迁移与色彩风格迁移。该方法通过掩码策略在频域解耦不同频段：定制风格迁移用定制参考前景的中频段替换风格参考背景的中频段，色彩风格迁移则用色彩参考前景与背景的低频段替换风格参考背景的低频段。实验验证其优于当前最先进的个性化图像生成扩散模型，代码已公开，论文将发表于 NeurIPS 2026。
arXiv cs.AIAI 评分2222 EigenDEXplore：用人类先验结构化探索的灵巧操作强化学习
针对灵巧操作中独立关节扰动难以发现协调行为的问题，研究者提出 EigenDEXplore，通过沿人类手部数据导出的特征向量方向添加扰动来诱导相关探索，同时保持动作空间不变。在多种灵巧手上，该方法在抓取、手内重定向和接触丰富操作中持续优于关节空间和学习动作空间基线，并适用于无结构及参考引导的 RL、轨迹优化和 sim-to-real 部署。
arXiv cs.AIAI 评分2424 Transformer 精确解体积与长度泛化研究：INDEX 任务改进模型在 10 倍训练长度下达 85% 准确率
研究提出归一化精确解体积（NESV）指标，用于衡量 Transformer 解在更长输入上的泛化能力。对固定宽度单层 Transformer，FIRST 和 MAJORITY 任务的 NESV 为 Θ(1) 和 Θ(1/(n log n))，INDEX 为 Θ(1/n³)，PARITY 为 0。
arXiv cs.AIAI 评分2222 加州葡萄园病害防控项目评估两种人机协作工作流：Aleks v1 多智能体系统与人工侦察的实地对比
加州葡萄园精准病害防控项目评估了两种人机协作工作流。Workflow 1 中，多智能体研究系统 Aleks v1 在 145 分钟内开发出 vine-scale 预测模型，在回顾性模拟中对 45% 藤蔓位置进行侦察，模型辅助行优先级排序将新记录红叶观测的遇到比例从 85.8% 提升至 94.1%。
arXiv cs.AIAI 评分2424 CACHEFORGE：LLM 引导的端到端生成式缓存替换策略，兼顾性能与硬件效率
CACHEFORGE 是首个将大语言模型嵌入硬件感知闭环、端到端演化缓存替换策略的框架，每轮由 LLM 生成新的 C++ 替换逻辑，并在 CRC-2 ChampSim 模拟器上评估。
arXiv cs.AIAI 评分2222 SENSE：状态感知的情绪导航叙事生成引擎
SENSE 是一个状态感知框架，用于生成可玩的分支视觉小说并支持多轨情绪导航。它整合了名为 MIND 的状态化叙事架构、结构分析器和路径感知上下文管理模块，可从少量高层输入生成多条交叉路线，同时保持角色一致性与叙事因果性。基于 LLM 评判、情感指标和视觉评估的结果显示，SENSE 在叙事多样性和素材整合稳健性上优于基线，初步人类试验显示情绪保真度有方向性提升，娱乐性相当。
arXiv cs.AIAI 评分2222 SWORD：面向用户行为模拟的工作流与提示词联合优化框架
SWORD 是一个联合优化多智能体工作流拓扑与自然语言提示词的框架，仅依靠标量任务指标引导，无需领域初始化或任务特定工程。在相同骨干模型的受控对比下，SWORD 相较仅提示词、仅工作流及分阶段优化基线均取得统计显著提升，并在使用更小骨干模型、更少训练数据和每数据集 4–6 美元 API 成本的情况下，准确率超过最强的已发表领域专用基线。
arXiv cs.AIAI 评分2727 安全对齐的 on-policy distillation 会传播后门吗？3% 投毒率即可达 70% 攻击成功率
研究发现，安全对齐但被植入后门的教师模型可通过 on-policy distillation（OPD）将隐藏恶意行为传给原本干净的学生模型，3% 投毒率下攻击成功率（ASR）最高达 70%。
arXiv cs.AIAI 评分3333 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。
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4848 Stateless Language Agents：用无状态智能体实现长周期自动化研究
研究者提出 Stateless Language Agents（SLAs），核心是"有状态搜索、无状态智能体"：智能体不跨调用保留对话，由 harness 持有研究状态并为每次调用重建角色专属上下文。
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2222 为世界模型潜在空间建模扰动，实现鲁棒决策
研究者提出将潜在空间扰动建模为对世界模型所学潜在动力学的扰动，通过动力学感知相似度度量与分布外检测构建合理潜在动力学集合，并用共形预测校准不确定性集，再以博弈论优化联合求解鲁棒动作与最坏情况扰动。在 Franka 机械臂硬件实验中，该方法使安全过滤失败率降低 70%、基于采样的策略引导失败率降低 54%。
arXiv cs.AIAI 评分2929 循环回环 Transformer（RLT）：让计算路径随序列长度增长
研究者提出循环回环 Transformer（RLT），将层拆分为并行因果编码器与循环解码器，解码器每步融合编码器输出与上一 token 的最终解码状态，使计算路径随序列长度增长而单 token 成本固定。
arXiv cs.AIAI 评分2222 GraphCast 大气河机制的机械可解释性研究
研究团队在 GraphCast 上训练稀疏自编码器（SAE），发现该模型将大气河强度（以 IVT 衡量）作为稳定的内部变量进行计算，尽管 IVT 既非输入也非预测目标。
arXiv cs.AIAI 评分2222 OpenSplatGraph：从稠密语义地图到开放词汇机器人感知的结构化场景图
OpenSplatGraph 是一个统一框架，可直接从在线高斯开放词汇语义地图构建持久 3D 场景图，通过可靠性感知语义场实现置信度感知、查询条件下的物体提取。提取的物体实例关联持久图节点，支持属性与关系跨观测和查询增量更新，兼顾语言引导的物体定位与结构化关系推理。该工作已被 ACCV 2026 接收，在标准 3D 场景理解基准和真实机器人实验中取得有竞争力的表现。
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 GFlowNets 混合模型：Stratum-Conditioned GFlowNets 提出
研究者提出描述 GFlowNets 混合的通用理论框架，分为连续索引（CI）与离散索引（DI）两类。
arXiv cs.AIAI 评分2828 PG-VP：面向温度与辐射感知 VLA 导航的物理引导视觉提示方法
研究者提出 Physics-Guided Visual Prompting（PG-VP），一种即插即用多模态感知模块，让冻结的 VLA 模型通过叠加随帧移动的虚拟障碍物绕开 RGB 相机不可见的辐射与热源，无需重新训练。
arXiv cs.AIAI 评分2424 CheckerBench：长时程智能体能否合成静态分析检查器？
研究者推出 CheckerBench，一个由 297 个 CVE 衍生出 300 项任务的可执行基准，覆盖 167 个仓库、85 个 CWE 和五种语言生态，用于评估智能体能否从零完成静态分析检查器开发。
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1515 基础模型辅助的多智能体强化学习用于无线随机接入网络优化
研究提出用基础模型（FM）提升多智能体强化学习（MARL）在无线随机接入（RA）网络优化中的效率，设计了基于共识的去中心化 MARL 架构下的 FM 辅助 actor-critic 算法。收敛性分析表明，该算法在局部奖励交换与非线性价值函数近似下，达到与传统 MARL 相同的收敛阶数。数值结果显示该方法显著提升了 RA 网络优化的 MARL 速度。