红外遥感图像能捕捉强度结构、目标-背景对比度及不受光照影响的线索，而这些在RGB图像中常不可见。然而，现有的遥感视觉-语言资源与模型大多聚焦于可见光波段，红外遥感视觉-语言理解仍未被充分探索。MonoIR-RS旨在填补这一空白，提供一个受控、可复现的测试平台，将红外模态与语言对齐。
值得关注：红外遥感在不依赖可见光的条件下提供关键信息，但此前缺乏专门的视觉-语言数据集与模型评估。MonoIR-RS首次大规模地将红外图像与语言监督协同，并证明了针对红外特性的适配能显著提升模型性能，推动了遥感多模态理解在红外领域的进展。
该研究首次系统评估了条件式户型图生成模型对域偏移的敏感性，发现跨域转移时性能可下降一个数量级；并提出通过合成数据预训练来缓解该问题，在零样本和低数据微调场景下均显著优于现有基线，低数据量下微调性能提升高达40%。
值得关注：首次关注条件式户型图生成中的域偏移问题，填补了该领域的研究空白。 提供了一种低成本、数据高效的域适应策略，无需大量人工标注即可将模型部署到新区域或新风格，对实际建筑和室内设计应用具有直接价值。
Listen to Gen Z when it comes to AI in education
Lift3D-VLA: Lifting VLA Models to 3D Geometry and Dynamics-Aware Manipulation
本研究提出了一种仅依赖公开卫星影像和建筑形态数据的可扩展网格化框架，能够以高空间分辨率划分印度城市内部的富裕与贫困区域，并通过Google街景和贷款违约数据验证其有效性。
值得关注：传统人口普查或社会经济调查耗时长、成本高，且更新频率低。该研究提供了一种无需现场访问、仅靠卫星影像和公开数据即可实时、精细地监测城市内部不平等性的替代方案，对城市规划、资源配置和扶贫政策制定具有直接参考价值。
LACUNA 是首个提供参数级定位真相的大模型遗忘测试平台，发现现有最先进遗忘方法在参数层面高度不精确且易受重新浮现攻击，而一旦实现精确定位，即使是简单的基于梯度的遗忘方法也能达到强擦除效果。
值得关注：LACUNA 填补了遗忘评估中缺乏参数级定位真相的空白，揭示了仅依赖输出层面评估的局限性，并推动了更精确、更鲁棒的遗忘方法发展。
本文构建了一个高质量、人工验证的GitHub仓库行业分类数据集NAICS-GH（6,588个仓库，标记为NAICS两位数行业），并设计了一套检索-验证流水线，在人工验证样本上达到96.98%的精确率，为产业创新地理、开源软件产业构成等实证研究提供了基础资源。
值得关注：GitHub仓库的行业分类是连接开源软件与产业经济研究的关键桥梁。以往缺乏标准化的分类方法，导致大量基于开源活动推断经济现象的研究缺乏可靠基础。NAICS-GH提供了高精度、可复现的分类工具和公开数据集，使研究者能够大…
HoloCount 是一个分级诊断性视觉计数基准，揭示了当前多模态大语言模型在从感知性计数过渡到复杂逻辑推理与对抗场景时性能显著下降，定量的精确性仍是重大瓶颈。
值得关注：视觉计数是多模态智能的基本支柱，要求精细定位与空间推理的无缝整合。HoloCount 首次系统性地覆盖了语义、分析和鲁棒性三个层次，暴露了现有模型在定量推理上的根本弱点，为后续研究指明了方向。
本文首次揭示了全双工口语语言模型（SLM）中模态干扰的根本原因——声学与语义建模在共享深层参数空间时产生梯度冲突，并提出了Lychee-FD框架，通过层次化参数分离策略有效解耦冲突模态，同时利用专用语义对齐通道保持跨模态连贯性。实验表明，该方法在Spoken QA上提升7.4%，在FullDuplexBench 1.5上提升28.5%，且不牺牲推理效率。
值得关注：模态干扰是制约全双工SLM“人性化”的核心瓶颈，长期未获根本性解决。本文不仅从优化力学角度揭示了根因，还提供了可实践的解耦方案，使得语音交互既保持流畅（全双工）又具备语义理解能力，为下一代智能语音助手、实时对话系统等应…
混合整数线性规划（MILP）实例在求解器开发中难以获得，尤其是当模型来自私有或特定应用管道时。现有通用生成器通常选择公式模板、汇总统计、局部图编辑或重组后的块作为生成单元，但这些单元未能显式记录 MILP 局部部分与其余实例的耦合关系。GraphBU 旨在解决这一结构保留问题。
值得关注：MILP 广泛用于运筹优化、供应链、金融等领域，但实际应用的实例往往难以公开获取。现有生成器无法准确保持局部与全局的依赖结构，导致下游算法失效。GraphBU 通过图原生单元显式建模耦合关系，提高了生成数据的可用性和训练效果。
Graph Convolutional Attention: A Spectral Perspective on Graph Denoising and Diffusion
该研究针对生物医学问答任务，根据问题类型（是非题、事实题、列表题）分别设计不同的LLM推理流程，在BioASQ 14b Task B官方评测中表现具有竞争力，并在Batch 4的事实题子任务中获得第一名。
值得关注：生物医学文献体量巨大且证据常分散于多篇文档，通用问答方法容易因提示策略单一导致答案不稳定。本研究通过区分问题类型并定制化流程，显著提高了答案的鲁棒性和证据追溯能力，推动了LLM在专业领域问答中的实用化。
提出ReChannel方法，利用预训练DiT模型直接进行像素空间稠密预测，无需生成式解码器，在无trimap抠图、KITTI深度和指代分割上达到新SOTA，且比同类方法更快更准。
值得关注：首次提出最小化接口设计，将预训练生成模型的内部结构直接用于稠密预测，避免冗余的潜空间解码步骤，同时保持或超越生成式方法的精度，为高效利用基础模型开辟新方向。
FreqDepthKV 是一种无需重训练的推理时 KV 缓存压缩方法，通过将相邻层 KV 状态分解为共享低频深度分量和稀疏高频残差，按注意力头对重建敏感度的贡献动态分配压缩模式，在长上下文推理中能以 3.9 倍有效压缩比接近完整 KV 缓存的任务精度。
值得关注：FreqDepthKV 通过频率先验分解和在线自适应分配，在保留层特定推理证据的同时大幅降低内存占用，解决了长上下文 LLM 推理中“压缩 vs 精度”的根本矛盾。它不依赖重训练，可直接集成到现有推理框架中，为部署长上…
FootsiesGym 是一个开源环境，将极简格斗游戏 Footsies 改造为适合强化学习研究的双人零和不完全信息博弈基准，并提供了向量化模拟器以支持高效训练。
值得关注：填补了从简单矩阵博弈到复杂全游戏之间研究工具的空白。 环境轻量、高效，降低了研究门槛。 开源可复现，有助于对比和验证强化学习算法在结构化博弈中的表现。
Nimblemind多智能体系统（nMAS）在54份胃活检病理报告中检测幽门螺杆菌阳性及相关胃炎的四类二元字段，总体准确率达98.61%，且通过自动化证据链接可将人工审查时间从83.3工时降至1.4工时，显著提升效率。
值得关注：本研究展示了一种可扩展的、基于多智能体的方法，能从非结构化病理报告中准确提取幽门螺杆菌感染证据，克服了传统关键词搜索和人工审查的局限，有望在胃癌筛查和公共卫生监测中降低人力成本并提高一致性。
EntroPath 是一种通过聚合点间所有 k 步路径的集合（而非单一路径）来构建相异度距离的流形学习新方法，在非均匀采样密度和分支轨迹突出的流形上，其恢复测地几何的效果优于传统扩散映射和最短路径方法。
值得关注：EntroPath 提供了一种理论完备、实践鲁棒的流形学习工具，尤其适用于生物单细胞数据这类存在严重密度不均和复杂分支结构的领域，有望改善下游的降维可视化与伪时间推断。
ELSA3D通过引入弹性语义锚定机制（Anchor Tokens + 层级感知的八叉树分词器），在统一骨干网络中同时实现图像/文本到3D生成与3D描述任务，性能达到新SOTA，并大幅降低计算开销（FLOPs和推理延迟减半）。
值得关注：3D统一模型长期面临文本与几何信息如何有效对齐的难题。ELSA3D提出的弹性语义锚定提供了一种结构化、可解释的跨模态交互范式，避免了传统扁平化注意力带来的信息混淆，且计算开销大幅降低，为构建更高效、更强大的统一3D模型…
EgoPolice 是一个由真实警察随身摄像机视频构成的基准数据集，用于评估模型在高风险、快速运动场景下的自我中心视频理解能力。测试表明，当前最强视频模型（如 Gemini 2.5 Pro）在预测“掏枪”等高风险动作时仍表现不佳。
值得关注：首次系统性地将自我中心视频理解与执法场景结合，提供了真实、具有挑战性的基准。 揭示了当前视频模型在处理极端运动、密集交互和不平衡类别（稀有事件）时的局限性。 为警务行为研究、公共安全、AI 伦理等交叉领域提供标准化评估工具。
DynaKRAG 通过一个学习的状态条件策略（state-conditioned policy）在多跳检索增强生成中动态选择当前最合适的证据操作（检索、诊断、充分性判断等），在 HotpotQA、2Wiki 和 MuSiQue 三个基准上均超越了现有最强基线。
值得关注：该工作首次将多跳证据获取形式化为**状态条件控制**问题，打破了传统固定管道的限制，使系统能在推理过程中自适应地选择检索、诊断或终止动作。其结果证明了在演化证据状态下协调检索、诊断和定向补缺能够带来显著的性能提升，为下…