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。
论文研究 Power Sampling 作为一种“无验证器”的推理时增强方法为何会失效。作者发现一个反直觉现象：Power Sampling 能驱动更多概率质量走向正确生成轨迹，却同时损害其本应增强的下游推理性。以 self-consistency 作为代表性下游方法时，准确率下降最多可达 18.5 个百分点。
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。
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。
研究问题：从退化输入恢复高分辨率图像（尤其 4K）时，需要同时保持全局结构一致性和恢复细粒度局部细节；直接使用基于扩散模型的修复方法计算昂贵，且容易出现重复或不一致纹理。
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）。
神经架构搜索（NAS）旨在自动化设计神经网络结构，减少对人工经验的依赖。可微 NAS 因相对传统 NAS 更高效、更准确而受到关注，其将架构搜索空间松弛到连续域，从而可以引入连续优化思想。本文提出一种基于数学规划的框架 LP-NAS，适用于多种连续搜索空间，试图在保持模型参数最优性的同时提升泛化能力。
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。
该论文是 arXiv 预印本，作者为 Yubo Zhang、Yiyao Liu、Xiaodong Wang，于 2026-08-14 发布，分类为 cs.IT 与 cs.AI。
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。
LLM 评估通常使用固定的采样预算，即对每个测试项进行相同次数的重复测试，即使某些项的估计已经非常精确。作者认为这是一种计算浪费，并提出一个问题：能否根据不确定性动态分配评估计算，而不是按固定重复次数？
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。
该论文提出一个以读者为中心的摘要评估维度：**信息满意度（Information Satisfaction）**。大多数摘要评估工作关注通用摘要质量（如 ROUGE、BERTScore）或具体属性（如可读性、事实性），但这些指标难以衡量摘要对某个具体用户的实际效用。论文指出，查询式摘要（query-focused summarization）只能部分覆盖用…
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。
大语言模型应用可能因以下原因需要把任务放到新会话中继续处理：
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。
三维目标检测是自动驾驶中基于 LiDAR 点云的核心问题。近期自监督学习（SSL）虽然能够进行可扩展的预训练，并很好地迁移到语义分割、全景分割等逐点任务，但对三维目标检测的迁移仍然较弱。作者分析发现，大多数现有 SSL 目标只在可见表面上测得的 LiDAR 返回上定义损失，遮挡和未观测区域完全不受约束。这种“可见表面偏差”或许足以支持逐点预测，但三维检测需…
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。
现代生成模型越来越多地输出分布值结果，例如预测细胞对遗传扰动的响应。这些预测虽有价值，但存在误差。问题在于：如何利用这些不完美的辅助预测，改进基于真实标注数据的推断，而不是简单地把生成输出当作真值？
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。
火星探测等任务中，自主机器人在未知环境中寻找高价值区域（如水源）时，需要同时满足两个目标：构建准确的信息地图，以及快速定位最有价值的区域；同时，每一步行驶和每次测量都有成本。经典方法往往只侧重“信息寻求”或“奖励寻求”之一，难以兼顾。本文研究的问题是：能否用统一的感知-行动准则来平衡这些目标。
本文提出一个统一框架，用“风险知情安全包络”（hazard-informed safety envelopes）将系统化危险分析与运行时强制机制衔接起来，以应对城市多样化区域中异构机器人系统与人-机器人交互带来的安全挑战。（待核实：框架的具体实现效果与实证结果需查看全文。）
研究背景：异构机器人系统正在城市各类区域部署，复杂的人-机器人交互使安全成为关键挑战。 研究问题：如何将系统化危险分析与运行时执行/强制结合起来，而不是把安全当作孤立在单个软件模块内部的静态约束。 本文路线：提出一种跨层安全转换过程，覆盖符号、空间、动态世界模型，并形成可对接物理AI运行时 harness 的安全包络表示。
本文提出一个统一的“路径空间（path-space）”视角，将扩散模型后训练中看似不同的两类强化学习算法——逆向轨迹法和前向匹配法——归结为同一个策略梯度原则，并指出它们之间的经验差异主要来自方差缩减，而非强化学习原理的不同。
强化学习（RL）后训练是让扩散模型对齐人类偏好或任务特定奖励的直接方式。然而，现有扩散模型RL算法较为零散：逆向轨迹方法依赖离散化的似然比，前向匹配方法则在奖励标注的加噪版本 rollout 样本上训练。本文试图回答：这些不同的损失函数是否源于同一个基本原理？它们之间的差距本质是什么？
本文把神经架构搜索（NAS）建模为双层优化问题，并用连续松弛替代离散的神经元级和激活级选择，提出 NAS-NG、NAS-MA、NAS-NGMA 三种方法；在 MNIST 和 CIFAR-10 上，这些方法能以较少参数取得有竞争力或更好的预测精度。
NAS 天然可被视为双层优化：上层用验证集性能优化架构，下层用训练损失训练网络参数。 NAS 的主要瓶颈是计算开销大，来自离散架构决策、搜索空间指数级增长，以及候选架构训练成本高。 本文希望建立一个适用于 MLP、CNN、RNN、Transformer 等多种架构类型的通用 NAS 框架，寻找紧凑且性能强的架构。
该研究提出了一种不确定性感知的深度学习框架，用于推断旧石器时代晚期手印模创作者的生物学性别；框架显式地对不确定性进行建模、传播和聚合，使不确定性成为考古推断中可测量的组成部分。
Decoding the Past: An Uncertainty-Aware Deep Learning Framework for Sex Attribution in Prehistoric Hand Stencils
CytoBERT 是一个公开可用、开源、开放权重的细胞计量（Cytometry）数据基础模型，在包含 15 个人类数据集、超过 5000 万个细胞的语料上以自监督方式预训练；摘要称，微调后进行样本级分类，可证明跨异质细胞计量数据集的迁移学习是可行的。
细胞计量技术测量单细胞的复杂特征，例如免疫细胞计数和蛋白表达，在免疫学研究与临床场景中广泛使用。 然而，由于实验方案和检测特征选择不同，细胞计量数据高度异质且缺少统一标准，导致机器学习方法难以跨研究应用和迁移。 虽然基础模型的进展可能缓解这些问题，但该领域中相关基础模型仍然稀缺。CytoBERT 正是针对这一空白提出的模型。
CPI-Bench: A Comprehensive,Practical and Intelligent Benchmark for Real-World Image Editing
本文提出 sMuon（small Muon），通过线性化和最小二乘近似求解低秩设定下的松弛 Muon 目标，仅用矩阵乘法实现，使 Muon 优化器能够用于 LoRA 等低秩微调，并在 SFT 和 ReLoRA 预训练实验中取得中等性能改进。
Muon 优化器在预训练神经网络时相比其他优化器有明显优势，但在参数高效微调中较少使用。一个潜在原因是：最常用的 PEFT 方法 LoRA 与 Muon 不能自然结合，因为在低秩参数化下，无法在数学上对权重更新进行正交化。本文针对该问题提出近似方案。
通过直接偏好优化（DPO），用实验稳定性数据对齐预训练蛋白质语言模型，得到的 ProteinDPO 能够对蛋白质序列进行热稳定性评分和生成；在 H5N1 流感血凝素上大幅提升热稳定性，同时保留抗体识别能力。
研究问题：如何让蛋白质生成模型不只学会“像天然蛋白”，还能偏好实验数据支持的更稳定、更可用的蛋白序列？
一场为期3个月的Kaggle挑战赛表明，机器学习粒子拾取算法在处理实验性冷冻电子断层扫描（cryoET）数据时能够超越现有最先进软件，并提供了用于未来工具基准测试的关键参考资源。
粒子拾取（particle picking）是冷冻电子断层扫描（cryoET）数据处理中的主要瓶颈，阻碍了常规原位结构解析。为促进新算法开发，研究团队在Kaggle平台上举办了一场挑战赛，要求参赛者在数百张实验断层扫描图中标注五种分子物种。该竞赛成功吸引了来自76个国家的1131名参与者，共提交约28,000个解决方案。