根据候选摘要，该工作主张把“从多个来源中得出结论”拆成“解释每个来源”和“聚合各解释”两个独立环节，并固定二者之间的证据元组接口，比把所有来源拼接进一个提示更合理；摘要给出的一个实例中，该方法达到 0.921 AUPRC，而手工基线为 0.805（待核实）。
值得关注：该工作给出一个更清晰的证据处理架构：解释部分可以继续追求更强的上下文理解，聚合部分可以做成稳定、可复用的算术规则。它识别出一种隐蔽的失败模式——**count-scale drift**——并指出修复只需改变聚合算法，…
在PM2.5监测数据有限且源域与目标域分布不一致的条件下，保留目标域专属分支、并允许源编码器在目标域监督下进行适应的双编码器迁移框架，能够比仅用本地数据或直接迁移取得更好的短时预报性能，并降低负迁移风险。
值得关注：该研究将“域偏移下的低数据适应”问题引入PM2.5预报场景，并验证了“双编码器融合+目标域专属分支+受控的源编码器适应”这一组合策略的有效性。与已有相关卡片相比，增量信息在于：该框架专门针对时间序列环境监测任务，且通过…
SheetCompass 提出用层次化关系图显式建模工作簿内和工作簿间的结构关系，并用记忆驱动智能体进行电子表格推理与自动化，避免传统方法把多维表格结构“压扁”成字符串而丢失关键语义。
值得关注：现有 LLM 表格处理多依赖序列化或拼接式输入，而 SheetCompass 强调结构关系与记忆，直接针对“工作簿”这一真实办公单位进行智能体设计。其增量价值在于：不是只读单个工作表，而是建模多个工作表之间的隐式关系。
根据 arXiv 摘要，Rollplex 是一个面向视觉语言模型（VLM）强化学习后训练的运行时系统。它把 reference scoring 和 actor training 中的前缀计算移入 rollout 解码窗口，并通过阶段感知内存管理与张量并行感知的权重共享，在保持同步 on-policy 更新的同时，在 32 块 H800 GPU 上比串行共置…
值得关注：Rollplex 的重要性在于它把 VLM RL 后训练的性能问题从“模型算法”引向“系统运行时”：即使模型结构和 RL 算法不变，仅通过跨阶段空间共享和显存管理，也能获得显著加速。“前缀处理不依赖生成结果”这一观察，…
RecipeNet 是一种针对配方数据的层次化 Transformer 架构，通过在步骤内编码字段级交互、跨步骤建模顺序依赖，在多个配方数据集和任务上稳定优于现有表格学习模型；其具体性能提升幅度需待核实。
值得关注：指出“展平固定 schema”范式对配方类结构化流程数据的局限。 提出层次化 + 顺序建模的通用思路，可作为表格学习之外的增量方向。 此前相关卡片未涉及配方数据与层次化 Transformer，本文提供新的建模视角。
在“让公众投票”的道德AI偏好收集流程中，开发者对特征范围、投票者样本和问题表述的选择会影响最终聚合偏好，因此投票式对齐无法仅靠聚合保证公平与透明；至少每个阶段都应被审计并披露。
值得关注：这项研究揭示了“参与式”“民主式”AI对齐并非天然中立。即使模型由公众投票训练而成，开发者在特征、样本和措辞上的隐形选择仍会将特定价值观嵌入结果。它为AI伦理审计提供了一份可操作的三阶段检查清单：特征范围、投票者抽样、问题表述。
PACE-Bench 是一个基于模拟器的物理适配评测基准，通过 144 个“源环境→突变目标环境”的代码演化任务检验自进化智能体在物理规则变化后的恢复能力；当前最强方法也只能解决约三分之一的全量任务，表明该基准远未饱和，且机制重设计是核心瓶颈。
值得关注：与已有基准（如 PAST-Bench 关注个人智能体经验保留）不同，PACE-Bench 首次将评测重心放在“物理规则动态变化后的代码级自适应”上，为自进化智能体在真实世界条件漂移场景下的可靠性提供了可量化测试。其“机…
该论文提出用数据驱动的替代模型从OD需求直接近似均衡交通弧流量，以缓解道路养护调度中反复求解均衡分配模型的计算瓶颈，并在新泽西州纽瓦克地区的真实交通数据上验证了可行性。
值得关注：传统均衡交通分配模型难以在养护调度中反复调用，数据驱动替代模型提供了一个新的解决思路。 与已有相关卡片（具身AI、3D点云投毒）无直接关联，本文将机器学习与交通基础设施维护结合，属于增量方向。
本文在非参数分布时序差分学习框架下证明，基于单条马尔可夫轨迹估计回报分布时，Polyak-Ruppert 平均估计量的根号 T 误差弱收敛到 Cramér 空间中的中心高斯随机元；条件自助法也有同一极限。该结果支撑方差、CVaR、期望短缺、expectiles 等光滑泛函，以及由 CDF 方程刻画的分位数等非光滑泛函的在线推断。
值得关注：在分布强化学习中，常见做法是估计回报分布或风险度量，但很少给出估计量的统计推断。本文提供了在线 bootstrap 推断的渐近理论，使 CVaR、期望短缺、expectiles、分位数等风险敏感指标可以带置信区间使用。…
Power Sampling 虽然能让语言模型把更多概率质量放到“正确轨迹”上，但在下游推理任务中反而可能让结果更差；论文将其归因于“剂量失配”与“覆盖失配”，并提出一种保留支撑集、控制分布变形的修复方法，在相同预算下可逆转损失并超过标准多样本推理。
值得关注：Power Sampling 被看作一种无需验证器、可作通用前端的推理增强方法。论文揭示了一个关键陷阱：把概率质量推向正确轨迹，并不等于提升下游推理；真正的瓶颈可能是“支撑集覆盖”的丢失。它提醒研究者，多样性指标和正确…
交互式游戏世界模型通常直接在像素或潜空间中对视觉观测做自回归生成，导致姿态、几何、遮挡等结构化属性被迫由同一条生成序列隐式维护。长程生成中，这些潜在世界属性的误差不断累积，使一致性和可控性变得脆弱。Marionette 提出显式建模不断演化的世界状态，把精确几何计算交给固定、零参数的渲染器，从而将神经网络从隐式几何推理中解放出来。
值得关注：这条工作是“从像素到状态”这一思路的具体模型实现，也将“用渲染器处理几何、让神经网络专注外观”的解耦方式带入角色游戏世界模型。与已有相关卡片中的“机器人分解世界模型”相比，Marionette 把类似思想扩展到含关节角…
MagnifiQ 提出一种利用预训练文本到图像扩散模型（如 SDXL）进行高分辨率图像修复的框架，通过将自注意力替换为卷积、渐进式放大和多阶段局部文本引导，在 4K 分辨率下以可扩展的计算成本实现更清晰、更连贯的修复结果。
值得关注：高分辨率图像修复是计算密集型任务，MagnifiQ 通过卷积化和渐进式放大降低扩散模型处理 4K 图像的负担，为实际应用提供更可行的方案。 它展示了如何将预训练文本到图像扩散模型改造为高效的高分辨率恢复工具，属于“基础…
LP-NAS 将可微神经架构搜索中的架构更新方向建模为线性规划问题，利用验证损失梯度与训练损失 Hessian 构造更新方向；在 DARTS 搜索空间上得到 S-LP-DARTS 和 R-LP-DARTS 两个变体，在早期搜索迭代中比标准 DARTS 收敛更快、验证性能更高（具体数值待核实）。
值得关注：将线性规划引入可微 NAS，提供了一种不同于常规梯度下降的架构更新思路，拓展了 NAS 与数学规划结合的方向。 与已有相关卡片中的 NAS 工作相比，本条增量信息在于：LP-NAS 不采用 Transformer 强化…
论文提出学习式转移（Learning-to-Transition, L2T）框架，将大规模、高阶MIMO检测建模为完整符号向量上的随机转移序列，并用信道耦合Transformer学习转移策略，从而同时支持硬输出检测和面向信道译码的软输出迭代检测。
值得关注：L2T 将MIMO检测统一为一个可学习的“转移”过程，并打通了硬输出检测与软输出迭代译码之间的参数迁移路径。相比只做硬判决或只做软判决的学习式检测方案，该框架试图用同一套学习到的搜索策略支持更完整的接收机链条。
本文提出 optstop，一种基于精度的自适应停止框架，将大语言模型（LLM）评估视为序贯测量问题：在不确定性高的地方继续采样，在估计已经足够精确或稳定时停止，从而在保持总体结论不变的情况下大幅减少测试次数。
值得关注：在 LLM 评估成本日益高昂的背景下，optstop 提供了一种“用多少算多少”的评估思路。它不同于简单的提前停止或固定采样，而是把停止决策建立在每个测试项的估计精度之上，并且兼容常见的结果类型。相比已有的“动态扩散策…
现有摘要评估指标未能有效衡量摘要对特定读者的信息满意度；许多流行指标（包括强 LLM-as-judge 指标）在基本信息内容扰动测试中表现不佳，且与传统指标一样与人类判断的一致性较差。
值得关注：该工作把摘要评估从“文本好不好”扩展到“对谁有用、是否满足其信息需求”，提出了一个以读者为中心的评估维度。与已有相关卡片涉及的语音、交通标志评估、格斗游戏基准等话题无关，本条新增的是摘要评测中的“信息满意度”视角，尤其…
本文把大语言模型应用中的“跨会话任务交接”形式化为“任务相关的上下文学习状态”的传递，并提出在满足外生性条件时，预测等价性可以刻画最粗的确定性充分交接，同时给出固定长度的比特需求与一种三部分交接记录方案。
值得关注：随着大语言模型应用从单次对话走向多会话、多智能体工作流，“会话交接”会越来越常见，但此前较少有专门的形式化理论。本文把交接与上下文学习状态联系起来，将“该带什么记忆走”变成一个有理论刻画和比特/误差界的问题。
GhostPoint 提出一种面向 LiDAR 三维目标检测的自监督表示学习框架，通过显式生成遮挡/未观测区域的潜在特征来缓解现有自监督方法只约束可见表面的“可见表面偏差”，在 nuScenes 和 Waymo 上达到当前最优性能，尤其在稀疏扫描和标签有限时提升显著。
值得关注：指出现有 LiDAR 自监督方法普遍存在的“可见表面偏差”问题，为理解自监督预训练在三维检测上迁移较弱提供了新视角。 提出将遮挡/未观测区域纳入自监督目标的新思路，用“幻觉结构”显式建模缺失信息，填补了现有 SSL 面…
本文提出“生成驱动推断”（GPI）框架，利用辅助生成模型输出的分布值信息（如单细胞基因组学中的预测扰动响应），在不依赖其完全正确的前提下，提升对分布值参数（如 Wasserstein 重心）的统计推断效率。
值得关注：为生成模型输出用于科学推断提供了统计理论支撑，避免将预测当作真值而导致的偏差。 将分布值推断问题从非线性 Wasserstein 空间“桥接”到 Hilbert 空间，技巧上具有方法创新性。 与已有相关卡片（贝叶斯网络…
本文提出用主动推理中的**期望自由能（Expected Free Energy, EFE）**作为统一准则，让机器人在预算受限的信息性路径规划中同时实现“精确建图”与“高效寻优”，并在仿真中优于仅关注信息论指标的基线方法。
值得关注：以往信息寻求和奖励寻求被当作两种分离的优化目标，本文用 EFE 将它们纳入同一个原则性框架，为机器人探索提供了一种更自然、更统一的设计思路。 该工作将主动推理引入机器人路径规划，可能降低自动探索系统中多目标权衡的调参复杂度。