MicroZoom 是一个生成式框架，仅凭一张普通照片和少量消费级显微镜近摄图，即可合成整张物体表面在 350 倍放大下的全局连贯、材质真实的十亿像素图像。
值得关注：现有超分辨率方法大多面向有限放大倍数（通常 <10×），且依赖大量训练数据或专用设备。MicroZoom 首次在 350× 放大下实现“全图级”参考引导合成，同时兼顾全局结构与局部细节，打开了对日常物体进行探索性微观可…
生成-测试-修订循环本身不提供可靠性保证；在修复过程中，维持当前验证状态比重复循环更重要，陈旧痕迹会显著损害正确修复，而证据绑定的类型化契约机制可在不提升修复能力的前提下确保可审计的可靠提交。
值得关注：揭示了当前代码修复智能体普遍依赖的“多轮生成-测试”循环的固有缺陷：循环次数与可靠性无直接关系，陈旧验证痕迹会系统性破坏已找到的正确修复。 提出了一个形式化契约框架，将修复过程的可靠性从“结果验证”下放到“过程状态绑定…
本文证明了从多个异构且可能有重叠的数据提供者学习分布时，可学习性完全由提供者对应的“共现图”结构决定：点态一致性要求共现图在目标支撑集上连通，而PAC可学习要求共现图完全；样本复杂度可从近线性（$\widetilde Θ(n/ε^2)$）到二次（$\widetilde Θ(n^2/ε^2)$）连续调节。
值得关注：为多数据源联合学习分布提供了第一个严格理论框架，明确了数据提供者之间的“重叠结构”如何决定学习难度。 结果揭示了条件采样与经典i.i.d.采样之间的本质区别：即使每个子集都可查询，也无法突破线性样本复杂度。 连续谱的发…
Kimi K3 是一个拥有 2.8T 总参数（104B 激活参数）的 MoE 大语言模型，在长时编码、智能体、知识、推理和视觉任务上达到前沿水平，但整体性能仍落后于最强闭源模型（Claude Fable 5、GPT-5.6 Sol）；其权重已开源。
值得关注：Kimi K3 是目前参数量最大的开源 MoE 模型之一，其 2.8T 总参数和 100 万 token 上下文窗口体现了开源模型在规模上的极致探索。通过在注意力机制、MoE 路由和训练基础设施上的系统性创新，它缩小了…
KANEx是首个利用KAN（Kolmogorov-Arnold Network）的符号化可解释性来支撑视觉-语言模型（VLM）推理的框架，结合其直接导出的热力图方法KAN-Map，在MIMIC-CXR数据集上使视觉定位与下游推理质量提升约10%，同时生成更忠实的显著性图。
值得关注：本研究弥合了固有可解释架构（KAN）与下游VLM生成文本解释之间的鸿沟，同时通过不依赖梯度近似的热力图方法增强了视觉解释的忠实度，为医疗场景下的可信AI提供了可验证的路径。
本文综述提出，将宽光谱红外成像与深度学习跨模态翻译耦合，可从非电离数据生成合成X线片重建，为儿科骨骼创伤分诊提供无辐射替代方案；但该方向仍处于框架论证阶段，还需多中心配对数据集、外部验证模型及红外源安全认证才能迈向临床。
值得关注：直接应对儿科影像中“低剂量辐射累积致癌风险”这一未满足的临床需求。 将功能性/光谱红外成像与生成式AI结合，开辟了“非电离→合成X线”这一新兴交叉方向，可能改变急诊分诊流程。 与已有卡片无直接重复；本文为前瞻性综述，提…
该研究严格证明，对一类半线性偏微分方程（在解及其一阶导数上非线性），使用梯度下降最小化PDE残差目标函数训练的神经网络将收敛到PDE的真实解，而非仅收敛至局部极小值。
值得关注：**填补空白**：此前PINN/DGM的收敛性分析多数依赖局部线性化或数值实验，缺乏针对非凸目标函数的全局收敛证明。本文首次为一类非线性PDE提供了理论保障。 **增量信息**：与已有相关卡片（如PG-KINN关注KA…
本文提出一种基于物理感知特征与“噪声专家轨迹”数据生成的策略蒸馏框架，将连续控制深度强化学习（TD3）策略蒸馏为浅层决策树，在保持倾倒摆基准任务性能等价的同时，实现全局与局部可解释性，但代价是引入了高频Bang-Bang控制与稳定的双峰极限环。
值得关注：填补了高精度连续控制DRL可解释性方法的空白，为安全关键系统的认证提供可能。 揭示了可解释蒸馏过程中必然出现的高频开关控制与极限环现象，为后续研究提供了理论边界。 与已有相关卡片（如通过直接策略蒸馏实现弱到强泛化）不同…
该研究提出在视觉文档理解中，用自然语言引用（quote）代替坐标框输出可大幅提升证据召回并降低归因幻觉，且通过无需区域标签的GRPO训练方法进一步提升了严格归因准确率。
值得关注：该研究揭示了当前VLM在视觉文档理解中归因失败的一个关键原因——坐标表达能力的限制，并提出了更自然、成本更低的替代方案，对构建可解释的文档AI系统具有实际指导意义。
本文将从有界工作记忆中驱逐哪些标记（token）的问题重新建模为一个对隐藏信号（该标记是否会被重用）的估计问题，并提出一种训练自由的策略RMM，它通过测量模型未来短时间内的实际注意力（demonstrated utility）来决定驱逐，但实验表明，在标准自然语言基准上，该方法并未显著优于现有方法（H2O、SnapKV），优势仅出现在具有尖锐内生重用模式的…
值得关注：**理论贡献**：首次将测试时记忆驱逐问题与信号估计中的固定滞后平滑建立联系，为理解现有方法提供了统一视角。 **相对已有脉络的增量**：与已有的“在线神经时空记忆”（侧重动态场景重建）和“代理上下文管理”（侧重生命周…
首个大规模结构化ER图理解基准ERUnderstand揭示：当前视觉-语言模型（VLM）能可靠识别常见ER图元素（F1>0.74），但在弱实体（低至0.28 F1）、多值属性（0.14 F1）和N元关系（0.07 F1）上性能骤降；推理增强模型整体提升15-25%，但仍受语言先验和图复杂度影响。
值得关注：**首个结构化ER图基准**：填补了VLM在图式级视觉理解方面的评估空白，尤其针对数据库概念设计这一垂直领域。 **明确能力边界**：揭示了当前VLM在处理非标准ER构造（弱实体、多值属性、N元关系）时的严重缺陷，为模…
Efficient LLM-Generated Shuttling Compilers for Complex Trapped-Ion Architectures
自主研究（AR）系统的性能不仅应看最终结果质量，还应重视搜索过程效率；新提出的自适应方法“流体搜索”（fluid search）在12项系统优化任务上取得了最高的整体搜索效率，接近事先知道最优搜索结构的理想性能。
值得关注：这是首个系统论证**搜索效率**应作为自主研究核心评价维度的研究，挑战了仅关注“最终答案”的惯例。 流体搜索是通用性强的自适应方案，可嵌入现有AR系统（如自动化科学平台、代码生成与调试循环），提升预算使用效率。 与已有…
DreamStyle3D能够在10秒内生成高保真、几何一致的3D风格化资产，通过解耦双交叉注意力机制显式分离几何与风格特征，实现了效率与质量的兼顾。
值得关注：现有方法大多采用2D到3D的间接风格化，难以同时保证风格、几何和效率。DreamStyle3D首次实现了原生3D风格化中的显式几何-风格解耦，将生成时间压缩至10秒，为实时应用奠定了基础。与已有相关卡片（如SANA-V…
分布式推理架构中的协调层（路由器和合并器）易受波形工作负载攻击（如 Yo‑Yo 突发请求），攻击者通过资源竞争使正常用户的慢路径预测延迟超过截止期限，导致预测被丢弃，从而引发准确度崩塌——无需获取模型权重或受害者数据，即可显著降低推理质量。
值得关注：首次系统性地识别出分布式推理流水线中协调层的时间依赖攻击面。 攻击成本低、隐蔽性强，可绕过传统模型安全防御（如对抗样本检测、数据投毒）。 与已有相关卡片中的“分布式攻击与持久状态AI控制”不同，本工作聚焦于**推理阶段…
DataOrchestra 是一个为每个预训练数据样本（chunk）自适应编排处理流程的框架，在 0.5B 到 7B 模型的从头预训练中，相比单个固定处理策略在 11 项基准上取得稳定平均提升，并能在数学继续预训练场景下超越更强的基线，同时通过跳过不必要操作降低处理计算量。
值得关注：打破了“一刀切”的数据处理范式，首次提出每个样本独立编排处理流程，理论上能更精准地适配数据多样性和噪声分布。 实验覆盖多个规模，展示了方法的通用性和可扩展性，且减少计算开销，对工业级预训练数据处理有直接实用价值。 与已…
本文系统地将具身操作的数据源组织为一个五层“金字塔”，围绕可扩展性与机器人对齐之间的张力，分析了不同数据源的质量、多样性、可重用性与物理保真度，并探讨了近期具身基础模型在预训练中如何选择、对齐与混合这些数据源，最后提出了六个开放的挑战。
值得关注：在机器人学习领域，数据来源分散且性质各异，缺乏统一的认识框架。本文首次将五种常见数据源组织为金字塔，并定量化其折中关系，帮助研究者根据任务目标（如更注重对齐或更注重规模）选择合适的配比策略。此外，该工作连接了数据组成与…
该研究提出了两种共学习策略（特征级与决策级），使多模态分类模型在训练与推理时模态不匹配（任意子集缺失）的场景下仍能保持鲁棒性能，实验发现特征级方法在单模态缺失时更优，而决策级方法在仅剩单一模态的极端缺失条件下表现更好。
值得关注：填补了多模态分类中“任意模态任意缺失”这一现实且未被充分研究的问题空白。 共学习思路（而非融合）为处理模态不完全对齐的工业部署提供了新范式。 提供的两种方法可依据实际缺失概率灵活选择（轻度缺失 vs 重度缺失）。
ClinFusion: A Vision-Centric Multimodal LLM System for Holistic Medical Understanding
TemporalSinkhorn通过并行时间执行和可认证的审计机制，在保证输出无容差违规的前提下，将动态熵最优运输中重复Sinkhorn计算的执行速度提升1.42 倍至3.632 倍（针对Flow Matching小批量流），且零边际容差违规。
值得关注：这是首个提供可认证输出正确性的并行时间Sinkhorn算法。它打破了动态熵最优运输中“顺序帧→同步”的固有瓶颈，使得Flow Matching等实时或近实时应用能够在不牺牲精度的前提下大幅提升吞吐，为最优运输在视频生成…