在棉花与大豆两种作物间的跨田杂草检测迁移中，仅用 25 个带标签目标域样本进行少样本微调，效果优于无监督域自适应目标检测（DAOD）；这表明选择邻近源域并辅以适度目标域标注，比单纯依赖自适应算法更有效。
值得关注：为“模型能否跨作物/跨地块泛化”提供了直接证据，填补了以往只在单一作物和地块内评估的空白。 提示实际部署时不必追求算法复杂性，优先考虑收集少量目标域标注可能更高效。 与已有知识卡片涉及的主题（VLA 模型、缺陷检测挑战…
OmniAssistBench 是一个面向全模态大语言模型（Omni-LLM）的助手式交互基准，通过将现有网络视频逆向工程为多轮引导任务，要求模型在动态交互中结合视觉状态、用户目标和先验知识进行实时引导；当前最强的专有模型 Gemini-3-Pro 仅得到 66.4/100，开源模型 Qwen3-Omni-Instruct 得到 51.2/100，说明模型…
值得关注：该基准针对的是 Omni-LLM 评测中静态离线数据无法覆盖动态交互的瓶颈，把关注点从“被动理解视频”转向“主动引导用户完成任务”。它给出了一种可操作的评测框架，并用 100 分制的统一分数比较专有与开源模型，便于后续…
前沿大语言模型在心理治疗式对话中表现出“过度使用询问、忽视心理教育、强情境锚定”等可测量模式；将十种治疗动作本体（ontology）作为工具集暴露给模型，可在不微调的情况下显著缩小模型与人类治疗师之间的行为差距。
值得关注：本文提出了一个可测量、可比较的“治疗动作”词汇表，使 LLM 的心理治疗行为不再只是笼统印象，而能被系统刻画和干预。 与只关注模型训练/压缩的技术路线不同，本条展示了在推理期通过工具暴露来引导模型行为的方式，属于无需微…
论文提出一种免训练的“记忆增强压缩”框架：从历史推理轨迹中构建可复用推理记忆，并在 prefill（预填充）侧作为支撑结构，用记忆补偿压缩过程中丢失的信息，从而在缩短生成的同时提升压缩后的思维链准确率，并相对标准 CoT 获得 1.14–1.49× 延迟加速。
值得关注：不同于“单纯压缩生成长度”的做法，该工作尝试把可复用推理知识放到 prefill 侧，减少 decode 侧生成量，提供了一条兼顾效率与准确率的思路。 提出“上下文—生成替代规律”，把压缩与准确率之间的权衡上升为可进一…
在欧盟《可持续产品生态设计法规》（ESPR）的数字产品护照（DPP）与《通用数据保护条例》（GDPR）的数据保护影响评估（DPIA）等合规文档生成任务中，LLM的表现受法规明确程度和提示上下文影响：较宽松的DPIA格式需要更高上下文的提示才能保持一致性与完整性；较严格的数字电池护照（DBP）格式在不同提示下结果一致，但更容易产生幻觉。
值得关注：现有研究多集中在LLM生成合规文档的可行性，本文直接检验了法规模糊性和数据提取指令对生成结果的实际影响，填补了“LLM辅助合规文档生成在工业真实约束下质量与一致性”的研究空白。其发现对监管科技（RegTech）具有直接…
EnSI-RAG 提出了一种不依赖查询的实体中心索引，将长文档中的证据按“实体-类型-语义类别-值”组织，使检索增强生成（RAG）在跨实体、多跳长文档问答中比既有分块检索方式平均准确率提升 6.62 分（在 Loong 和 Oolong 上的平均准确率为 78.24；具体基线设置待核实）。
值得关注：与已有“分块+嵌入相似度”的 RAG 检索范式不同，EnSI-RAG 把实体结构作为检索入口，为长文档多跳问答提供了一种可解释、可追溯的证据组织方式。 相对于已有相关卡片：HierDoc 关注文档视觉问答的页面-区域证…
条件流匹配中的插值调度不必预先固定：通过一次短试运行记录每个时间步的损失难度，把调度设成该难度分布的分位数函数，能自动让模型在速度场最难学的时间段停留更久，且几乎不增加训练开销。
值得关注：插值调度以往常被当作一个固定先验或超参数。本文把它变成从模型自身难度分布导出的自适应对象，提供了“先探测困难、再分配时间”的训练路径设计思路。仅约 2% 的额外开销和单一超参数，使它容易集成到现有条件流匹配流程中；其在…
ConceptTS 提出一种用大语言模型（LLM）生成命名概念和自动标注规则的多变量时间序列预测框架，在保持与强黑盒基线相当精度的同时，通过概念瓶颈提供可读、可干预的预测解释。
值得关注：这是已有相关卡片中较少覆盖的新增方向：将 LLM 与概念瓶颈结合，专门用于多变量时间序列预测的可解释性。 对比已有“RMISC”语料库工作强调数据规模与零样本泛化，或“ClinPRISM”强调计算效率，ConceptT…
CLEAR 通过轻量级隐藏状态门控动态控制安全低秩适配器的激活强度，在冻结主干模型的前提下降低有害回应率，同时减少全局安全调优（如 SFT、标准 LoRA）带来的效用损失。
值得关注：现有安全对齐多面临“越安全越笨”的权衡，CLEAR 提示了一条不需要大规模改动主干模型的路径。 增量信息：不同于已有知识卡片中的 PACR-Video、AURORA-LM 等工作，本条聚焦于 LLM 安全对齐中的效用保…
现有大语言模型（LLM）在专利起草的单个子任务上虽有进展，但在“直接根据早期、非正式、去法律化的发明人披露，生成完整且法律连贯的专利申请”这一现实核心任务上仍明显不足；本文提出 Dis2Pat 数据集与 Patent-MAF 多智能体框架，后者在评测中持续优于开源模型，并与大型闭源模型保持竞争力。
值得关注：本研究聚焦于从早期发明人披露到完整专利申请的端到端生成，比以往假设后期、结构化输入的研究更贴近真实专利撰写流程。 增量信息在于：明确指出现有专利起草评测忽略了“披露到专利”这一现实缺口，并通过多智能体本地部署方案验证了…
AUSO 提出一种渐进式、动作级（action-level）的技能学习与利用统一优化方法，让技能先作为可学习知识、再支持能力形成、最终只在能改善单个动作决策时才被调用，从而在 ALFWorld、WebShop 和 SearchQA 上一致提升智能体性能与分布外泛化能力。
值得关注：现有方法大多把技能当作静态模块或简单二选一（内化 vs. 利用），AUSO 首次在动作级别统一技能的内化与利用，并显式建模技能随策略成熟的动态角色。 相比“任务级成功率”的粗粒度选择，动作级信息信号可避免“技能对部分动…
在由“生成—批评—修订”构成的大语言模型自精炼流水线中，模型容量不应均匀分配：更大的生成器与修订器通常带来更好性能，而过小的修订器甚至会损害结果；批评器的规模对整体性能影响极不敏感，但即便使用很小的批评器也比完全跳过批评环节更优。
值得关注：已有相关研究多关注“递归自我改进”的分类框架、验证信号强度，或小模型代码修复中的内容归因问题；本条工作则将“模型规模”本身作为自变量，针对自精炼的三个阶段分别刻画其规模效应。增量信息在于：首次给出了阶段式的不对称容量分…
本文提出“解剖感知神经网络”（Anatomy-Informed Neural Networks, AINN）：软解剖先验以惩罚项加入损失，硬解剖先验通过架构和状态表示强制实现；并以导丝诱导的主动脉髂动脉变形作为有限数据下的临床测试案例。值得注意的是，本阶段**尚未训练任何神经网络**；运动学、损失与投影模块已验证，力学求解器仅对照自身最优性条件验证，预测位…
值得关注：将“物理信息神经网络”的思路扩展为“解剖信息神经网络”：用损失惩罚表达“不太可能”，用架构强制表达“不可能”。 提供了一个从2D血管造影监督3D预测的可行损失设计（Wasserstein-2 + C形臂投影），有望缓解…
据候选摘要，生成式AI反转了机器验证的成本关系——在AI速度下，机器验证不仅经济，而且是生产力必不可少的安全机制。实验中，一名研究员在五周内使用消费级AI订阅，指挥一小队AI智能体从应用代码出发，经过验证的编译器和执行器，最终在社区硅shuttle上实现了一颗RISC-V处理器的流片；全程没有证明经过人工审查，也没有人类编写RTL。（待核实）
值得关注：为“AI递归自我改进”中“形式验证器是最强验证层级”的观点提供了下游工程案例：验证器被嵌入到AI智能体协作中，并延伸到物理芯片边界。 增量信息：已有相关卡片从理论上对验证层级分类，本卡片给出了一条从Lean内核到SAT…
AdaptedKG 提出一种不修改推荐骨干模型、只在训练时离线利用知识图谱（KG）关系证据来评估交互“可信度”的行为去噪方法，通过保留/丢弃历史交互和重加权训练损失，在标准序列推荐器及多种行为去噪序列推荐器上取得提升。
值得关注：现有去噪方法缺少显式的物品关系证据，而直接使用 KG 又容易受到流行度、图度数和覆盖偏差的影响；AdaptedKG 通过结构匹配的替代样本进行校准，提供了缓解上述偏差的新思路。 相比已有知识图谱用于推荐的卡片，本条增量…
在短观测定价面板中，估计误差的变异主要来自“跨设计”成分而非同一价格轨迹内的抽样波动；基线模拟中，梯度提升规格下这一跨设计成分占估计误差方差的97.6%，而仅基于单条已实现轨迹的面板内重抽样无法识别该成分。
值得关注：该研究提醒我们，单纯增加面板中的观测数量或对单条轨迹进行重抽样，可能无法反映价格过程本身的替代路径带来的不确定性。它将焦点从“面板内抽样误差”转向“跨设计（across-design）误差”，对定价实证研究中的置信区间…
在基于视觉语言模型（VLM）的免训练视频异常检测中，把模型生成的文本答案直接当作异常分数会丢失片段间的相对排序；改用答案分布计算概率读出，能在所有测试的基准和指标上稳定提升 AUROC/AP，平均提升 5–13 个百分点。
值得关注：已有免训练 VAD 工作（如 CEAVAD）大多关注新的判断框架或假设设计，而本文首次系统揭示了“答案接口”这一看似琐碎的组件对 VLM-VAD 排名的决定性影响。增量信息在于：即使同一个 VLM 和同一套问答提示，仅…
智谱GLM-5.3 API正式上线，在Artificial Analysis综合智能指数取得60分，与Claude Fable 5、GPT-5.6 Sol同档；模型沿用GLM-5.2基础模型，性能提升主要来自后训练，API定价与5.2不变，权重将于下周五开源。
值得关注：本条是GLM系列在一次重要第三方综合评测中的最新成绩，也是“后训练是当前提升空间最大的旋钮”这一判断的具体案例。与已有卡片中Artificial Analysis发布的AA-Briefcase基准不同，本条聚焦单一模型…
优必选在2026世界机器人大会（WRC 2026）上集中展示工业、商用、家庭消费三大场景的人形机器人产品矩阵，并强调用自研“基座模型—世界模型—行动模型”全栈技术体系支撑规模化落地。材料称2026年是“人形机器人市场化应用的元年”。
值得关注：材料将2026年定义为人形机器人“市场化应用的元年”，优必选此次展示是整机厂商从“概念化探索”转向“场景化、实用化、规模化”的一个集中样本。 与已有相关卡片（NIST AI RMF、Epoch AI研究趋势、OpenR…
根据现有元数据摘要，Stampli 在截止日期固定、设计资源已被其他项目占用的前提下，使用 Codex 和 ChatGPT Work，将原本需要数周的发布会制作压缩至数天，发布工时减少 68%。（细节待核实）
值得关注：这是继“数据科学团队如何使用 ChatGPT Work”“销售团队如何使用 ChatGPT Work”等通用指南之后，又一个具体的行业客户案例。与已有相关卡片的区别在于：本卡展示的是真实企业在资源受限、截止日期紧张的情…