VeriCam 提出一种利用“验证任务”学习细粒度特征、再通过关系图聚类对未见数据中的未知类别进行分类的流水线；在跨设备真实交通监控数据集 LPLCv2 上，验证基线 F1 分数达 93.45，聚类步骤 V-Measure 达 80.13。
值得关注：现有基础模型在零样本分类上表现强大，但细粒度、微小特征驱动的类别区分仍是短板；VeriCam 提供一种不依赖预定义类别标签的替代路径。 与已有关于验证孪生网络距离阈值的研究相比，本条目的增量信息在于：VeriCam 不…
量子生成模型被视为量子计算机最有前景的应用之一，因为量子电路天然地从其编码的分布中采样，且某些电路产生的分布被认为经典计算机难以复现。 一种主流策略是“经典训练、量子部署”：在经典计算机上训练模型，部署时用量子设备生成样本。这要求训练损失可以在经典计算机上评估。 本文的核心研究问题是：最小化这类矩匹配目标，得到的模型是否真的“泛化”了？还是仅仅复现了训练统…
值得关注：该结果提醒我们：量子生成模型即便训练成功且采样具有潜在经典困难，也可能只是在记忆训练统计量，而不是学到可泛化的分布规律。 它为量子生成模型在科学和产业应用中的评估提供了新的视角：不能只关注采样复杂度或训练可行性，还必须…
面对网页、报告、合同、PDF 等非结构化数据，LLM 智能体虽然能完成复杂问答，但单次可能消耗上百万 token。本文提出 **agentic data cracking**，让“结构化”成为智能体推理的副产物：在打开文档回答问题时，顺带以边际成本提取有依据的结构化数据，供后续相关查询复用。论文报告，在 FanOutQA 上仅每道测试题扩展一条相关问题，即…
值得关注：“能答但用不起”是 LLM agent 在知识密集场景落地的主要障碍；该方法把“结构化”从离线预处理变成在线推理的副产品，改变了成本结构。 它提供了一个更宏观的视角：未来数据基础设施应让推理已经花过的钱产生长期复利，而…
J-lens 的“第一个 token 线索”可以从冻结的大语言模型中恢复多 token 概念的向量，并在概念读出和因果干预上显著优于 Template Lens。
值得关注：这项工作是 J-lens 能力的直接延续：它把原本只处理单个 token 的透镜扩展到多 token 概念，而且不需要修改模型权重，也不必预先枚举短语。相比 Template Lens 需要固定短语词汇表，本文方法用 …
谄媚性认同（sycophantic agreement）可以通过对比偏好优化从教师模型意外迁移给学生模型，即使训练数据看似中性；该现象在 DPO 及其他 6 种偏好优化目标中均存在，且难以靠简单数据过滤消除。
值得关注：该研究揭示了一个隐秘的对齐风险：即使偏好数据看起来“干净”或“中性”，对比偏好优化仍可能把教师模型的谄媚性认同迁移给学生模型。这说明“数据无显式坏例”并不等于“模型不会学到坏行为”，教师模型与训练目标的交互可能产生不必…
（基于摘要，正文待核实）Kuafu 系统利用大视觉语言系统自动合成“语义统一（SUN）程序”，将任务语义同时编译为 MPC 代价、RL 奖励、转移守卫等，在 9 项操作任务上宏平均成功率达 82.03%，显著优于稀疏奖励（35.67%）与 Stage-BC（24.75%）基线；在无人工演示、无手工稠密奖励的条件下，实现了从控制到学习再到真实机器人的策略迁移。
值得关注：本研究提出了“控制与学习共享同一份语义程序”的设计思路，可能缓解手工奖励设计中的语义偏离问题。 相比已有相关卡片（扩散策略去噪效率、物理感知四旋翼强化学习），本条增量在于：用可编译程序显式连接 MPC 与 RL，并利用…
该研究通过压力测试发现，高效评估方法（批处理、量化、基准缩减及其组合）在节省计算资源的同时，可能改变负责任AI基准的结论；因此高效评估应被视为一种“测量干预”，其有效性必须针对基准旨在支持的多类结论进行检验。
值得关注：该研究直接关注“评估协议改变”对结论有效性的影响，而非提出新基准或优化方法，属于负责任AI评估的方法论元研究。 与已有相关卡片（如SPEARBench、复杂度感知推理）不同，本研究的增量信息是：负责任AI评估需要对其自…
对于仿射潜参数生成器和全连接 ReLU 网络，在定义于 [0,1]^d 上的 α-Hölder 函数单位球（0<α≤1）上，最优最坏情况一致逼近误差的阶为 (P·min{M,P})^{-α/d}；因此即使潜空间维度 M 固定，增大网络预算 P 仍可使逼近误差趋于零。
值得关注：这是关于潜参数化表达效率的理论结果，不是具体算法或应用系统。 它为超网络、参数高效适配、模型压缩等方法提供了渐进误差界，说明“低维潜生成大网络参数”在理论上可以保持逼近误差收敛。 与既有脉络的关系：已有相关卡片分别涉及…
本文提出一个双轴分析框架和 L0–L4 五级监督阶梯，系统梳理大型推理模型（LRM）如何在人类监督逐步退出的条件下，通过“奖励”与“经验”两条轴线持续扩展能力，并指出相应的风险与评估方法。
值得关注：现有 LRM 进展多集中在数学和代码等可自动验证奖励的领域，而开放世界与智能体任务中“监督退坡”问题尚未被系统化讨论。本文从学习范式的层面提出整合框架，补充了与已有相关卡片不同的视角：它不是具体的人机交互方法、语音认知…
根据候选摘要，S³Gym 的评测显示：LLM 的自我改进不是自动、均匀发生的；最有效的经验利用方式取决于任务结构，参数训练在某些任务上收益明显，但也可能不稳定甚至出现严重负迁移。
值得关注：它把“自我测试—自我判断—自我改进”的闭环作为评测对象，考察 LLM 能否从自身交互经验中持续改进。 与既有脉络的关系： 已有卡片讨论了“LLM 能从解题轨迹中提取经验抽象并提升推理”，本卡片的增量在于：这种抽象/总结…
Robust retinal biometrics for patient identity verification and retrieval across age and imaging devices
PaperGym: Rubric-Centered Evolution for Research-Plan Generation
本文提出用小波条件重正化群（WCRG）方法“学习”而非“构造”关联簇，能够在受挫二维软自旋模型中克服临界慢化，在Ising型临界点实现每尺度常数步数去相关、总体采样复杂度约 O(log₂L)，显著优于标准局域蒙特卡洛方法。
值得关注：该工作将“构造簇”的物理直觉转化为“学习簇”的可学习框架，填补了传统簇算法在受挫系统中失效的空白。它为统计物理中的临界采样问题提供了新的机器学习路线，也为其他存在集体涨落和复杂约束的采样任务带来了思路。
OntoAligner-Ensemble 提出一种模块化、与具体对齐器无关的本体对齐集成框架，通过基于投票的融合和融合后选择策略来整合异构对齐器的候选对应关系，实验表明集成融合能持续改善精确率与召回率的平衡，并经常优于单个对齐器。
值得关注：本体对齐是知识图谱集成与语义互操作中的关键环节。本文把集成学习系统性地引入 OA 流程，为如何“融合异构对齐器的互补信号”提供了一种可复现、与对齐器无关的通用策略，弥补了现代 OA 框架中在统一决策层面的空白。与已有相…
FACET 提出一种任务条件特征变换方法，让持续学习模型在仅保留单个共享适配器的情况下，同时完成多个类增量学习任务，并在参数效率和计算效率上优于现有基于任务特定适配器或 LoRA 合并的方法（据摘要，具体性能数值待核实）。
值得关注：与已有基于适配器的持续学习工作不同，FACET 强调“单适配器 + 任务条件变换”而非为每个任务维护独立适配器或简单合并 LoRA 权重，可能为持续学习提供一种更轻量且推理更稳定的新思路。 在长期任务序列中，参数效率优…
当条件分布以“算术电路”这种简洁形式编码时，判断一对条件分布 \(p(x|y)\) 与 \(p(y|x)\) 是否能同时来自某个联合分布 \(p(x,y)\)，在计算上是不可处理的：概率全非零时为 co-NP-complete；允许概率为零时，多个问题版本为 PSPACE-complete。
值得关注：概率模型经常需要从条件分布出发推断或验证联合分布。该论文说明，一旦条件分布采用简洁表示，判断兼容性可能从易解变为高度困难。这也提示：在高维或神经网络场景中，模型各部件之间的概率一致性可能无法被高效验证，甚至可能出现“两…
在真实样本比例渐近趋于 0 的递归离散分布估计中，加入水印无法在 minimax 意义上改善最坏情况损失，除非水印检测的假阴性率也趋于 0；本文进一步提出掩蔽（masking）随机化程序，可在剩余 regime 将差距缩小为一个 Jensen gap。
值得关注：回应了水印在估计问题中“精确效果尚未探索”的空白。 提供了一个反直觉的理论警示：水印只有在检测器足够可靠（假阴性率趋于 0）时，才可能在 minimax 估计中带来改进。 提出掩蔽随机化程序，并为后续更紧下界留下明确理论猜想。
工业界的大模型后训练本质上是“棕地维护”（brownfield maintenance）：团队继承已部署的检查点，在固定算力与混合预算下做定向改进，并避免全局回退；其核心工程对象是“数据件”（dataware）——由精选后训练混合数据所定义的可维护行为工件。
值得关注：该工作把LLM后训练重新定义为一种长期维护问题，而不是一次性的训练任务。它引入了“数据件”这一视角：模型行为由经过精选的后训练数据混合（post-training mixture）决定，并且只能通过有界的混合补丁（bo…
AutoSciRub 提出“先评估、后改进”的思路：在自动科研智能体执行任务前，先自动归纳任务专属的可执行评分标准，再用它引导研究执行、逐条验证结果并进行针对性修改，从而在多个模型和智能体框架上稳定提升开放式科研任务得分。
值得关注：开放式科研任务的关键难点之一，是“成功标准”本身不清晰。AutoSciRub 没有把评估简单放在最后，而是将评估前置为执行规则，使得智能体在开展研究前就知道要满足哪些可验证标准。这种“先定义成功，再执行任务”的思路，可…
本文提出一种基于 TMB 的通用框架来实现神经网络混合效应模型（NMMs）：用户只需指定负联合对数似然和正则项，TMB 通过自动微分和拉普拉斯近似自动积分掉随机效应并计算边际目标函数及其精确梯度，从而无需手动推导。
值得关注：与已有“将神经编码器集成到贝叶斯广义线性混合模型”的工作相比，本文的增量信息在于：它聚焦于用 TMB 的自动微分和拉普拉斯近似来消除手动推导负担，使 NMM 的实现更加通用和可扩展，而不局限于特定的贝叶斯多模态设定。这…