TPIPS 是一种基于文本提示的视觉相似性度量，能够根据用户指定的语义方面（如形状、颜色）动态评估图像对之间的相似性，在多个基准上比现有单一标量度量更接近人类判断，并解锁了文本引导检索、组合搜索和生成模型细粒度评估等新功能。
值得关注：现有视觉相似性度量只输出一个静态分数，忽略了人类判断中的语义多义性。TPIPS 首次将自然语言提示引入感知度量，使度量本身变得可解释、可控，为图像检索、生成模型评估和交互式视觉分析提供了更灵活的定量工具。
SWE-Pruner Pro 利用编码器LLM自身的内部表示来逐行判断工具输出是否保留，无需额外分类器，在节省最多39% token的同时还能轻微提升任务准确率。
值得关注：相比既有方法（如 SWE-Pruner）需要额外部署一个独立的代码分类器，SWE-Pruner Pro 证明了智能体自身已经“知道”哪些上下文需要保留，从而简化系统架构、降低部署成本。增量信息：从外部附加分类器到内部利…
提出一个包含平衡小批量采样和晚期注入策略的简单域泛化训练框架，在跨模型（GPT-Images-2.0、Gemini-3.1、FLUX.2、Seedream 4.5）像素级篡改定位任务上，平均gIoU和cIoU相对先前SOTA（PIXAR）分别提升26.1%和26.8%。
值得关注：随着VLM普及，检测其对图像的篡改成为内容安全的关键环节。现有方法（如PIXAR）在跨模型泛化上表现有限。本文以极简策略实现了大幅性能跃升，且无需复杂网络设计，为工业级部署提供了低成本高效益的解决方案。与已有相关卡片（…
PPL-Factory 通过结合任务感知的困惑度评分与预算感知的选择标准，在仅使用 1% 训练数据时即超越现有数据选择方法；使用 10% 数据时在 GSM8K 和 MATH 上分别超全数据微调精度 0.9 和 4.8。
值得关注：以往困惑度驱动的数据选择未区分任务学习目标，PPL-Factory 首次在框架中显式融入任务感知与预算感知，且保持简单可解释。相比依赖间接启发式的方法（如质量或多样性过滤），本方法更直接关联模型自身不确定性，并针对推理…
Patch Policy 是一种轻量级架构扩展，使基于 Transformer 的机器人策略能直接利用预训练的密集补丁令牌（patch tokens），在不引入完整视觉语言模型（VLM）巨大计算开销的前提下，显著提升控制性能——在多个模拟与真实环境套件中相比全局池化表示提升40%，相比微调后的 OpenVLA-OFT 提升18%，而参数量仅为后者的约0.7…
值得关注：为机器人社区提供了一条实用流水线：可以方便地持续利用视觉表示学习（如 ViT）的进步，而无需牺牲高频率、反应式控制所需的训练效率和推理速度。 标志着从“全局池化”或“从头训练”向“轻量化密集预训练特征”的重要转变，缩小…
通过在预训练语言模型前面插入学习到的连续向量（软前缀），可以系统性覆盖模型原本正确的三段论推理答案，且该效果在不同逻辑形式与接口变体间保持良好的泛化性，揭示了模型逻辑稳定性的显著模型间差异。
值得关注：首次系统性地测试了通过学习软前缀施加的“上下文压力”对语言模型逻辑推理稳定性的影响，量化了模型在受到对抗性上下文干扰时的脆弱性。 揭示了不同架构（MoE vs 密集模型）在逻辑稳定性上的本质差异，为后续改进模型鲁棒性提…
该工作提出一种上下文条件化的安全批评器（safety critic），通过学习自适应间隙偏好对扩散规划器生成的轨迹候选进行排序，在Habitat-Matterport 3D（HM3D）和MP3D上的PointGoal导航任务中取得了最高的成功率和成功率加权的路径长度，并且零微调地从模拟迁移到了Unitree G1人形机器人实物平台。
值得关注：指出了固定安全边际的局限性，并提供了首个端到端学习自适应边际的解决方案。 通过将安全批评器分解为三个可解释的项，实现了安全与效率的细粒度平衡，避免了手动调参。 模拟到实物的零微调迁移展示了方法的泛化能力，降低了部署成本。
It's Not What You Say, It's How You Say It: Evaluating LLM Responses to Expressions of Belief
HOMIE 提出统一处理主体间（inter-subject）和主体内（intra-subject）输入设置的人类-物体中心视频个性化框架，通过更好的多模态大语言模型（MLLM）集成策略，在保持文本编码器可控性的同时提取引用级关系知识，在多种 HOCVP 任务上达到当前最优性能。
值得关注：解决了现有方法在人物-物体交互生成中保真度与交互准确性的矛盾，特别是抽象物体（Logo）的细粒度控制。 统一了以往被分开处理的主体间与主体内引用设置，为视频个性化提供了更通用的解决方案。 提供了一种轻量级的MLLM集成…
GigaPath-Flash在保持GigaPath平均切片级性能97%的前提下将计算量降低50倍；GigaTIME-Flash预测肿瘤免疫微环境的质量超越原CNN版GigaTIME，同时速度提升6倍、GPU内存减少8倍，两者均为Apache-2.0开源模型。
值得关注：该工作提供了高效、开放的计算病理学基础模型族，大幅降低了全切片分析和肿瘤免疫微环境预测的计算门槛，使得资源受限的研究机构和临床应用也能受益于最先进的AI能力。Apache-2.0许可证进一步促进了可复现性和社区协作，推…
FlowMimic 提出一种像素对时间扭曲流场，可从图像编辑样本实时生成对应的视频编辑训练数据，并利用模态模仿损失使单一模型同时支持图像与视频的生成与编辑，无需人工掩码或外部辅助模型。
值得关注：现有视频编辑数据生成方法（掩码标注 + I2V 合成 + VLM 过滤）成本高、误差累积且任务可扩展性差。FlowMimic 提出的在线数据生成方式不仅免去人工掩码，还通过模态模仿实现图像与视频能力的统一，是对当前视频…
本研究将经典因果发现方法 PCMCI+ 扩展至不规则采样的时间序列，通过聚合预定义时间窗口内的因果影响替代固定滞后依赖，在合成数据上显著优于原版方法。
值得关注：**增量信息**：已有因果发现卡片（如“放宽忠实性假设：仅用干预进行因果发现”）未涉及时间序列的不规则采样问题；本卡片填补了“将规则时序因果发现推广到不规则场景”的方法空白。 **现实驱动**：许多实际数据天然不规则（…
现有的自主发现系统（如OpenEvolve和TTT-Discover）不存在在所有模型-问题对上普遍优越的固定harness；应将其视为超参数，并根据任务进行在线自适应选择。
值得关注：揭示了当前自主发现系统评估中的方法论缺陷：使用过少重复试验可能导致虚假结论。 提供了大规模统计基准和可复用基础设施，有助于未来harness提案的公平比较。 推动从“寻找通用recipe”转向“根据具体问题与基础模型定…
本文表明，为优化自由回忆任务而训练的循环神经网络能够自发发现多种类人记忆策略，其中最优模型学到的是一种基于项目位置索引的“记忆宫殿”式机制，而非经典的时间上下文模型所假设的机制。
值得关注：对认知科学：挑战了“时间上下文是自由回忆统一核心机制”的经典假设，证明记忆策略的多样性及其最优性条件。 对AI：展示了神经网络可以通过自我优化发现类似人类高级认知策略（记忆宫殿），为设计更高效的记忆增强AI系统提供新思…