PercepCap 通过先显式生成包含对象轨迹与时间事件的时空感知轨迹，再基于该轨迹生成最终字幕，从而提升视频字幕的时空理解准确性和模型可解释性。
值得关注：解决了现有 MLLM 字幕生成中感知错误不可见、难以诊断的根本问题。 通过显式化感知证据，使模型推理过程透明，便于调试和信任建立。 提出的两阶段训练与数据构建方法为因果式视频字幕生成提供了新范式。
ARROW 是首个面向流式数据环境、针对最大均值差异（MMD）和相关性对齐（CORAL）损失函数的在线随机方差缩减算法，其性能可与离线方法媲美。
值得关注：首次将 SVR 技术扩展到在线流式环境，填补了 MMD/CORAL 损失函数在流式数据域适应中的在线方差缩减空白，对需要实时或增量更新的部署场景（如物联网传感器、在线推荐系统）具有潜在价值。
LLM能够从自身或教师模型的解题轨迹中提取自然语言形式的经验抽象（如策略和警示），并通过推理时检索或强化学习训练来提升数学和逻辑推理性能，且自提取抽象与教师提取抽象效果相当。
值得关注：本研究首次系统验证了LLM可以像人类一样从解题经验中提炼可复用的自然语言抽象，并利用这些抽象持续改进自身推理能力。与已有相关卡片（如自我精炼、自监督增强）相比，本研究提供的增量信息在于：不是通过反复修改同一输出或依赖干…
本文是一篇系统性的综述与诊断评估，针对多模态大语言模型（MLLM）在遥感图像场景理解（RSISU）中的应用。作者回顾了RS-MLLM的技术演进（模型设计、多模态学习、训练数据、下游能力），并首次将RS-MLLM与通用CV-MLLM在多种RSISU任务和基准上进行对比，以厘清现有MLLM的能力边界、跨任务泛化能力与任务特定局限。
值得关注：挑战了“遥感任务必须使用领域专用模型”的常规认知，揭示了通用CV-MLLM的强迁移能力。 为遥感智能体开发提供了参照：通用模型可作为基线，而专用模型的价值应聚焦于高分辨率、细粒度定位等特定场景。 与既有卡片无关，本文首…
该研究提出一种多模态深度学习架构，联合处理原始时间序列、小波图像和静态特征向量，在42肽基准上超越现有方法超10个百分点，并能以近完美精度迁移至20氨基酸数据集，展示了机器学习在纳米孔传感器分子识别中的潜力。
值得关注：纳米孔信号分类长期受限于信号复杂性，传统方法准确率低。本工作通过多模态融合显著提升精度，且展示了良好的跨数据集迁移能力，为单分子传感的实用化扫清了一个关键障碍。
多模态大语言模型（MLLM）在视觉-语言任务中表现优异，但高推理成本（源于大量视觉输入 token 和 LLM 的繁重计算）阻碍了实际部署。现有方法通常独立优化单个维度（如裁剪冗余视觉 token、跳过 LLM 层或注意力头），忽略了计算资源必须在各维度间根据输入内容动态分配的根本耦合问题。
值得关注：它首次将视觉 token 压缩与 LLM 计算裁剪作为耦合问题统一建模，而不是独立优化。这与已有相关卡片（如独立优化 token 或层的方法）形成增量：本文指出独立优化的根本缺陷，并提出联合调度方案，在概念和方法上均有推进。
LKValues 是首个基于调查的斯里兰卡价值观对齐资源套件，包含 40 个多数人认可的社会价值观、15 万条僧伽罗语-英语指令数据和 1000 条评估基准；微调 Qwen 系列模型后显著减少了无效输出和跨语言差异，但效果依赖模型家族。
值得关注：本研究填补了斯里兰卡价值观对齐的资源空白，强调在 LLM 对齐中纳入非西方、低资源语言和多元文化价值观的必要性。其方法论可推广到其他低资源国家或地区，推动全球 AI 价值观包容性。
本文证明了局部 Lipschitz 函数在 Lipschitz 伪度量下的强大数定律，并识别出一类函数集，使得此前发现的“失败现象”不再出现。
值得关注：拓展了传统大数定律的适用范围，从可微或凸函数扩展到局部 Lipschitz 函数族。 利用模型论（o-minimal 结构）为涉及非光滑函数的学习和优化问题提供统一框架。 直接回应了文献中关于“随机次微分不收敛”的负面…
本文提出一种无需任何标注数据、仅通过最小化有限体积法（FVM）残差来训练注意力图神经网络的方法，在稳态三维热流体场预测中达到全场归一化均方根误差（nRMSE）2.3–2.8%，在参数化瞬态案例中精度甚至优于有监督基线，同时完全省去了传统数值模拟生成训练数据的计算与存储成本。
值得关注：传统数据驱动代理模型面临“数据瓶颈”：生成高质量CFD标签数据需大量算力和存储，尤其对于三维瞬态问题。本文提出的FVM残差训练方法将物理模型（有限体积法）直接嵌入损失函数，实现了零标注训练，在部分场景中甚至比用标签训练…
本文提出区间物理增强神经网络（iPANN）和模糊物理增强神经网络（fPANN），通过学习自由能密度的上下界及模糊集表示，实现对含噪声超弹性应力-变形数据的无分布偶然不确定性量化，并在有限元模拟中传播不确定性。
值得关注：相较于传统概率方法需要假设噪声分布，iPANN和fPANN直接学习确定性区间或模糊集，避免分布假设错误带来的偏差；同时物理约束保证了本构模型的客观性和稳定性，训练过程中自动导出的稀疏能量表示增强了可解释性。该工作为不确…
该工作为 Ex‑Fuzzy 库添加了基于 Mamdani 推理的可解释回归模块，利用 Fuzzy C‑Means 聚类进行目标感知分区，在 10 个 KEEL 数据集上取得约 0.86 的决定系数（R²），同时保持 10–15 条人类可读规则，为黑箱回归模型提供了透明且性能有竞争力的替代方案。
值得关注：**填补库级空白**：Ex‑Fuzzy 库此前缺乏回归支持，此扩展使其能够处理回归任务。 **可解释性与性能的平衡**：证明了基于模糊规则的回归在保持人类可读规则集的前提下，能达到与黑箱模型接近的精度，有助于推动可解释…
人工智能（AI）工具能让没有平面设计经验的研究者快速制作清晰、吸引人的图形摘要，前提是必须负责任地使用——用户需确保科学准确性和不侵权。
值得关注：图形摘要是传播研究成果的关键工具，能提升可读性和影响力。传统上制作门槛高（需设计软件或专业设计师），AI大幅降低了这一门槛。本文提供了可操作的具体指南，填补了“如何负责任使用AI制作图形摘要”的实用知识空白——与已有卡…
Generative AI floods and dilutes the market for books
FMRP-LEAN: A HIPAA-Compliant AI-Augmented LIMS Architecture for End-to-End Clinical Assay Workflow Optimization
EVO 是一种无需重训练的加速框架，通过进化搜索为扩散策略的迭代去噪过程全局优化缓存刷新调度，在保持近完整性能的同时最高实现 8.05 倍动作生成加速，并将 FLOPs 从 15.77G 降至 1.96G。
值得关注：Diffusion Policy 是机器人操作中主流的高性能视觉运动控制范式，但其推理速度瓶颈限制了实时应用。EVO 提供了一种轻量级、无训练、可即插即用的加速方案，显著降低了计算需求，且不牺牲任务表现，有助于扩散策略…
AI供应链中许可证义务在流转过程中严重失效：62.3%的链条至少经过一个无声明许可证的工件，所有负担义务的许可证类别端到端存活率低于7%，而宽松许可证（Permissive）存活率高达95.1%。
值得关注：**首次大规模量化**AI供应链中的许可证义务传播失效问题，揭示了一个被忽视的法律与合规风险。 开发者依赖下游标签（如“MIT”）可能误用受限制的代码或数据，引发知识产权纠纷。 对模型发布者、权利持有者、平台所有者具有…
本文提出 DIM-Fashion 基准和 FashionAM 框架，直接对齐多模态对话查询与时尚图库嵌入空间，避免中间文本化带来的信息损失，从而解决多轮时尚图像检索中意图多样化的实际问题。
值得关注：本文是首次系统性地探索多轮时尚图像检索中的意图多样化问题，突破了以往只处理单一属性编辑范式的局限。相比已有工作（如仅关注单轮组合检索或同质化多轮交互），本工作引入了异构意图转换和回退机制，并提出了无需中间文本化的直接跨…
本文首次在去中心化黎曼优化中针对强测地凸损失实现了 \(O(\log T)\) 的静态遗憾界，匹配欧几里得强凸在线优化的极小化最优速率，并通过新颖的次凸性论证将这一结果扩展到了两点赌博机反馈设定。
值得关注：**填补空白**：此前去中心化黎曼优化仅对一般测地凸损失有结果，强凸情形完全未被探索。 **工具创新**：提出的时变网络误差分析可能独立于具体的强凸性假设，对后续其他非欧几里得分布式在线优化研究有借鉴意义。 **最优性…
在多机器人共享持久环境中，采用“礼貌性预判规划”（Courteous Anticipatory Planning）可显著降低长任务序列的总成本：在双机器人家庭场景中相比短视规划降低10.43%，在三机器人餐厅场景中降低17.41%。
值得关注：已有相关卡片主要关注分布式攻击、说话人识别、图稀疏采样等不同方向。本卡片补充了多机器人持久环境下的长期任务规划方法，其关键创新在于“礼貌性”——不仅考虑自身未来成本，还同时考虑其他机器人的未来成本，且通过因子化估计避免…
本文提出DEED（数据高效后训练与经验驱动学习）系统级框架，在超市薯片补货任务上验证：通过精心设计的数据后训练（仅需单张GPU）即可将原失败策略转变为有效的真实世界系统，表明弥合实验室-商店差距主要是系统集成挑战而非架构问题。
值得关注：首次在真实零售任务上检验了VLA基础模型的域迁移能力，并展示了系统级工程方案的有效性 对比已有相关卡片：本条直接针对人形机器人视觉-语言-动作模型的真实部署问题，与已有卡片中“条件式户型图生成”或“机器学习原子间势”完…