PRISM 提出一种无需生成对抗网络的流匹配（flow matching）框架，用“逐特征门控”替代全局噪声/引导，在非成对图像翻译中同时决定哪些内容要改变、哪些要保留，并在多个自然图像与生物医学基准上取得优于或接近对比方法的性能。
值得关注：PRISM 针对非成对翻译中“保留什么”的核心难题，将控制粒度从全局细化为逐特征，并且支持推理时通过文本或检测器进行局部覆盖，从而提升可控性。这项工作为自然图像和医学图像提供统一框架，并在需要严格保留结构的场景（如病理…
OTLesMix 利用 Wasserstein 重心和最优输运图合成具有更多样形状与位置的医学病灶图像，在三个脑病灶分割任务上将 Dice 分数相对无合成数据训练提升 2.9～6.6 个百分点，并超越现有基于混合（mix-based）的 SOTA 方法。
值得关注：弥补现有混合类数据增强在病灶形状和位置多样性上的不足。 为最优输运理论在医学图像合成中的应用提供了新的实证。 与已有“最优输运图像表示用于控制阀粘滞检测”卡片不同：后者面向工业异常检测的域适应，本卡片面向医学影像病灶合…
仅利用模型自身多次生成的内部一致性，就能实现同策略自蒸馏：U-OPSD 在不使用地面真值、环境反馈或更大模型指导的情况下，用多数投票构造伪解并蒸馏到模型自己的最长错误补全前缀，在数学推理基准上与使用 ground truth 的 OPSD/GRPO 相当或更优。
值得关注：把“自我蒸馏”真正推向无监督：教师信号来自模型自身的一致性，而不是外部特权信息。 对缺少 ground truth 或环境奖励的场景，如开放性推理、领域自适应，有潜在价值。 提示“自信但错误”的位置可以通过内部一致性自…
NeSy-RAG 把检索增强生成（RAG）的中间推理步骤转化为可执行的 Prolog 查询，通过符号执行得到可追溯答案，并在 ShARC 基准上无需领域专属训练即以 61.1% 的准确率超过同模型 RAG 基线（42.8%）。
值得关注：与已有神经符号推理相关卡片（如基于模糊规则的排水管网预测）相比，NeSy-RAG 把神经符号方法引入大模型 RAG 流程，直接应对“证据归因”和“用户上下文缺失检测”两个 RAG 落地难点。它展示了用 LLM 生成 P…
MetaboLLM 通过持续预训练、监督微调和结构化检索，将代谢组学异构知识转化为可预测的代谢物图（MetaboLLM-GIN），在两个临床预测任务上取得最高 AUC，并优于未适配或未检索的大语言模型配置。
值得关注：展示了领域专用大语言模型可以将异构生化知识组织为预测性和可解释的代谢物图表示。 与已有“基于生物标志物的知识图谱用于可解释诊断”的脉络相比，MetaboLLM 的增量在于：不是人工设计知识图谱，而是由大语言模型自动生成…
MASS 提出将视频世界模型中的“世界状态”与“视角渲染”显式解耦：由一个学习到的逻辑引擎维护全局权威共享状态，再由渲染引擎按需生成任意视角，从而在多人环境中同时提升状态准确性与跨视角一致性，并支持 1,024 个并发玩家滚动预测 10,000 步。
值得关注：已有视频世界模型通常直接从像素或视角隐变量中生成多视角视频，难以保持多玩家之间的全局一致性。MASS 把“逻辑状态”和“渲染”拆开，相当于在神经网络世界模型中引入类似游戏服务器/客户端的权威状态架构，为多智能体世界模型…
大语言模型面对外部上下文时，目标不应只是“抵抗误导”，也不应“照单全收”，而是学会“选择性信任”。论文提出 MIST 基准、SC2W 指标和 SCOPE 方法，在降低误导性上下文导致答错率的同时，保留对可信上下文的合理利用。
值得关注：现有鲁棒性评测往往只考察“是否抵抗误导信息”，容易让“忽略一切上下文”的模型获得虚假高分。 本文提出“选择性信任”作为评估视角：既要抵抗误导，又要保留对可信上下文的使用，更贴近真实部署。 与既有脉络的关系：已有相关卡片…
作者提出一种新的纵向数据分析单位——Latent Memory Table（潜在记忆表）：它不是普通编码器输出，而是一张可存储、查询、分析与复用的统计表；作者用六个属性组成的综合质量指数 \(Q\) 来论证这张表应当被当作与主成分得分、随机效应估计、预测概率同级的统计对象。
值得关注：该工作试图把深度学习生成的“潜在记忆”重新定位为一张可与其他统计量并列的“表”，降低黑箱表征与统计工作流之间的摩擦。 提供了六属性 + \(Q\) 的验收思路，使“记忆是否值得被当作统计对象”可以被量化讨论。 与已有相…
在尼日利亚移动购物应用中，人工智能（AI）被广泛部署，但平台对其使用方式的透明度有限，削弱了用户对数字技术的知情与控制，构成个人数字主权挑战。
值得关注：本研究为“个人数字主权”提供了实证基础，揭示了AI在商业应用中的“隐形运行”问题。相较于已有卡片关注的AI团队协作社会成本，本卡的增量信息在于：AI对用户自主权的影响不仅发生在人际协作场景，也出现在普遍使用的消费级移动…
现有实用性检查不足以证明合成临床基准的结构现实性；应将基准修订视为“效用约束下的现实性提升”，在保持运营效用下限的同时显式优化现实性。
值得关注：该结果表明合成基准质量应被显式优化，效用只是约束之一，而非现实性的充分证据。它与既有“聚合指标掩盖逐样本风险”的发现形成呼应，但增量在于提出了效用约束下的现实性优化框架，而不仅仅是指出指标失效。
在有限结果空间的条件查询假设检验中，两个分布类可被可靠区分，当且仅当它们的成对条件概率存在“正分离”（positive separation）。若分离为零，则任何有限查询预算下的最坏情况最优误差恰好是 $1/2$。预先固定查询的非自适应测试，可以用 $O(N^2(T+\log(1/\rho)))$ 次成对查询，在总变差距离 $\rho$ 内模拟任意 $T$…
值得关注：该论文把“预固定测试 vs 交互式测试”的差异抽象为一个条件查询学习问题，得到可学习性的充要条件，并给出了自适应的最坏情况收益。它有助于理解模型评估中交互的价值边界，也为“预注册评估”和“自适应评估”的争论提供了理论视角。
该研究尝试用“基因组语言模型”对噬菌体进行生成式设计；因未能获取论文正文，具体方法与结论均待核实。
值得关注：这是将大语言模型思路从自然语言/视觉扩展到基因组设计的潜在案例，属于 AI for Science 的前沿方向。 与已有相关卡片（视觉-语言-行动模型、LLM 预测社会科学实验、视觉语言模型认知演变）相比，本条聚焦“基…
本文提出“全子式数字孪生网络（HDT-Nets）”框架，将数字孪生从被动镜像物理资产转变为主动推理的智能体，并利用无线网络的感知与通信能力，为物理AI提供实时协同推断与决策的概念方案（该框架为提案，实际效果待核实）。
值得关注：将数字孪生的角色从“被动镜像”转向“主动推理”，是物理AI与网络融合场景下的一种新思路。 该框架尝试把主动推理、因果建模、范畴论与整合信息论统一进网络架构，为跨智能体通信内容选择、语义保持和集体智能度量提供了概念基础。…
根据 arXiv 摘要，EmoWorld 在冻结的流匹配视频扩散 Transformer（Video DiT）中，将视频生成里的全局氛围、情绪语义线索和时间演化解耦，并通过 VAS/SAS/TAS 三种机制实现可控情感视频生成。在 Wan2.2 上，VAS 使目标情绪对齐提升 19%、时间波动代理指标下降 48%；SAS 使目标情绪对齐提升 37%、检测到…
值得关注：现有可控视频生成更多关注动作、物体或相机运动，而 EmoWorld 聚焦“情绪”这一难以形式化的维度，提出将氛围、语义线索和时间演化解耦。它在不更新生成器参数的前提下工作，因此更容易迁移到不同的 Video-DiT 骨干上。
在FLAIR影像上先做超分辨率再分割白质高信号（WMH）时，主要风险是**抹除小的真实病灶**而非幻构出不存在的病灶；这种抹除随模拟层厚增加而加重，但所有重建方法仍比原始厚层扫描更有利于病灶检出；其中ECLARE表现最好，多对比隐式神经表示（INR）并不优于三次插值。
值得关注：现有超分辨率研究大多关注重建质量（如PSNR/SSIM），较少考察其对下游医学图像分割任务的影响。本条卡片的增量信息是：在WMH分割场景中，SR的错误模式以“漏掉真实病灶”为主，这为质量评估和安全使用提供了新视角。 该…
本文提出深度引导的检测器 DG-Det 和通用后处理流程，通过融合深度线索、多尺度 RGB-D 交叉注意力、显式遮挡预测与跨帧去重，在拥挤和遮挡场景的视频目标计数任务上，相比现有基线将 MAE 降低 62.01%，RMSE 也一致改善；同时发布了一个带深度信息和多类别标注的 RGB-D 视频目标计数数据集。
值得关注：为拥挤和遮挡条件下的视频目标计数提供了“RGB + 深度”的多模态解决路径，直接回应了 RGB-only 方法的瓶颈。 新发布的 RGB-D 视频计数数据集可能促进后续研究，尤其是深度信息与多类别视频计数结合的方向。 …
DASH 提出在标准同策略自蒸馏（OPSD）的逐 token 监督中引入“散度自适应传播门”，根据局部散度相对序列均值的偏差动态调整反向多步聚合，从而在不增加任何 teacher/student 前向计算的情况下，在 3 个数学推理基准、3 个模型规模上一致优于 vanilla OPSD。
值得关注：OPSD 类方法此前主要关注如何提供稠密监督（如借助特权教师、构造伪解、定位推理支点），而 DASH 首次明确指出现有 OPSD 忽略了“散度的时间演化”这一维度，并给出了一个计算开销极小的解决方案。它提示：在序列级强…
根据论文摘要，本文指出可解释人工智能（XAI）在“解释方法的评估”方面存在不足，并通过DetoxAI图像识别系统、人类基础评估示例，以及应对概念漂移的反事实解释适配等案例加以说明，最后强调需要追踪数据、模型和解释的共同演化。由于未获取正文，具体结论细节待核实。
值得关注：大多数XAI研究侧重提出新的解释方法，而对其评估质量关注不足；本文聚焦“评估”本身，弥补这一视角。 随着真实世界数据流存在概念漂移，解释方法的有效性和稳定性需要动态评估，本文为此提供了案例与思考。 与已有相关卡片（如L…
CalibForge 提出用“求解器相对的可学习区”来合成终端任务：通过对抗性求解器校准，让候选任务既可执行可验证，又对训练中的智能体具有适当挑战性，最终构建 5,431 个校准终端任务，并在 Terminal-Bench 2.0 等基准上显著提升模型性能。
值得关注：CalibForge 将智能体训练数据生成从“可解性验证”推进到“难度校准”，为自动扩展高质量终端任务提供了新路径。它关注的是训练数据本身的可学习性，属于数据合成层面的基础设施性工作，有可能与下游智能体训练方法互补。
本文提出并检验了用概念激活向量（CAVs）分析两类基于Transformer的L2口语自动评分系统内部是否存在对第一语言（L1）、年龄等无关属性的偏差；发现概念的可恢复性与敏感性依赖模型表示和架构，稀疏自编码器（SAEs）虽提高了概念的线性可恢复性，但会削弱原始激活空间中的敏感性。
值得关注：自动口语评分系统用于高风险测试，公平性至关重要。本文提供了一种可解释性审计思路，帮助识别模型是否依赖L1、年龄等无关属性。 这是对CAV偏差检测方法的重要扩展：从基于特征的评分器推进到基于BERT/Whisper的神经…