该研究发现，为阻止大型语言模型（LLM）将意识归因于自身而进行的安全对齐，会连带抑制模型对非人类动物、自然物体以及精神信仰相关的心智归因；通过机械性干预恢复模型内部对“意识”的表征，可以逆转这种抑制，并让模型在价值观类社会学调查中给出更接近人类的回答。
研究问题：安全微调在压制 LLM“自我意识归因”时，是否会产生预期之外的副作用——即同时改变模型对“他者是否拥有心智”的判断，以及更广泛的人类信念与价值观？
本文提出一种图神经网络磁力场框架，直接从电子结构计算学习金属磁体的有效磁能量泛函，从而高效计算自旋力矩，并以较低成本模拟与直接电子模拟高度一致的非平衡自旋动力学。
金属磁体中的自旋动力学由电子产生的相互作用控制。传统预测模拟需要在时间演化过程中反复求解底层电子问题，形成重大计算瓶颈。作者引入图神经网络（GNN）磁力场框架，从电子计算中直接学习控制巡游自旋动力学的有效磁能量泛函，概念上类似于机器学习原子间势。
生成式AI在学术写作与出版中既可能强化英语世界的主流语言等级，也可能成为语言多样性的抵抗场所；最终效果取决于AI的设计、治理方式以及学术社群的使用实践。
本文以结构化学术对话形式，邀请五位来自世界英语及相关领域的社会语言学家，围绕生成式AI对学术写作与出版（AWP）中语言包容性、多样英语变体合法性及伦理挑战的影响展开讨论。研究问题包括：生成式AI工具如何影响学术写作实践？它们是强化还是颠覆主流语言规范？带来哪些伦理问题？
Frontis-MA1: Training an AI4AI Model towards Recursive Self-Improvement in Machine Learning Engineering
在卫星影像前后时相文本检索任务中，融合模块的查询速度决定搜索成本；一项受控实验表明，免训练两阶段搜索（廉价差分模型粗筛 + 注意力融合精排）可在匹配或超过全量融合召回率的同时，将查询成本降低 10–15 倍。
业务化对地观测越来越需要支持类似“找到出现新建筑物的影像对”这样用自然语言描述的检索需求。任务的核心是从海量“变化前/变化后”双时相卫星影像对中，按影像对与文本变化描述的匹配程度排序。负责组合前后视图的融合模块必须在查询时对大量候选影像对运行，因此其速度直接决定了每次搜索的开销。本文针对如何高效构建这一融合模块进行了受控比较研究。
DualG-MRAG 提出将多模态检索增强生成（MM-RAG）中的全局结构推理与细粒度证据匹配解耦为“宏观推理图”和“微观匹配图”两层，并用 GNN 驱动的查询式消息传递与动态规划解码来提升多跳问答的证据召回与答案准确率；据论文摘要，其在证据召回与复杂问答准确率上均超过基线。
研究问题：现有 MM-RAG 方法主要做独立实例级匹配，难以捕捉跨模态、跨文档的显式关系；而图增强方法在引入细粒度视觉特征时会导致图急剧膨胀与检索噪声；若只用粗粒度表示，又会丢失关键局部证据。 事件：该论文于 2026 年 7 月 30 日提交至 arXiv（cs.AI），提出一种双图解耦框架来应对上述“细粒度特征带来噪声、粗粒度特征丢失证据”的两难。
本文提出 **Doubly Robust Functional Representation Learning (DR-FRL)**，一种将不规则观测历史转化为面向目标估计量的状态表示的交叉拟合工作流，使纵向因果推断中的双重稳健估计在明确理论条件下具有渐近线性，并在模拟和 VitalDB 数据审计中展示可行性。
纵向因果研究中的历史数据常表现为不规则的函数片段，例如实验室检验值、生理信号、传感器流和影像衍生摘要，其测量时间点不均匀且测量过程本身可能具有信息性。标准双重稳健估计量通常需要将数据压缩为标量摘要；序列模型则只优化预测损失，未必能稳定有效影响函数。本文针对这一缺口提出 DR-FRL。
本文提出一种多层级计算框架，将文学创造力建模为对早期文本的选择性转化，并在词汇、语义、概念、结构、叙事等表征层面比较文本，从而定量刻画“模仿在哪里延续、创造在哪里发生”。
创造力通常被理解为“产生全新事物”，但许多文化作品实际上源于对既有作品的转化，而非孤立发明。论文借鉴加布里埃尔·塔尔德（Gabriel Tarde）和詹姆斯·马克·鲍德温（James Mark Baldwin）的模仿理论，将创造力视为对早期文本的“选择性转化”，并试图在文学文本中建立可量化的变化模型。
本文提出一种量子数据增强方法，使神经网络能利用零差测量数据高效分类多体连续变量系统中的纠缠结构，在降低数据采集成本的同时显著提升分类准确率。
**研究背景**：神经网络在量子信息处理中展现出潜力，但训练数据集的规模与多样性是一大瓶颈，尤其是在处理多体量子系统时。对于连续变量（CV）系统中的多体纠缠结构分类任务，需要模拟大量能覆盖尽可能多非高斯态类型的无限维状态数据。 **研究目标**：开发一种数据增强的神经网络，利用零差测量数据，实现对任意多体连续变量态的多体纠缠结构分类。 **关键挑战**：对…
Change2Task 是一个基于仓库历史自动将已合并 Pull Request 转化为“可在现代健康代码版本上运行并经自动验证的编程智能体任务”的系统，在 1,130 个候选源变更上达到 79.6% 的验证任务构建成功率，相比基于 Pull Request 的构建基线多恢复 29.2% 的验证任务。
编程智能体的规模化发展依赖持续供给可执行的数据，用于训练、基准测试和持续评估。这类数据中的每个任务需要同时包含真实软件状态、规格说明、开发工具和可靠验证。现有数据通常来自人工标注或固定基准，构建成本高、环境复用难。该研究提出 Change2Task，从维护中仓库的合并 Pull Request 出发，将历史变更证据对齐到演化的代码上，自动重建任务起始状态、…
仅用单一情绪分数无法充分刻画金融新闻的预测信息；通过大语言模型抽取多维结构化语义特征，可在股票预测中显著超越单纯的情绪分析，表明金融文本中的“情绪—语义解耦”是系统性的且可利用的。
传统金融情绪分析在新闻驱动的股票预测中已成为标准组件，但将内容丰富的新闻压缩为单一极性分数会造成信息损失。作者假设金融新闻编码了多个与情绪正交的信息维度——如事件类型、影响范围、时间跨度、语义置信度——这些维度具有独立的预测价值。研究通过大规模实验检验这一假设，并评估结构化信息提取框架相对于传统情绪分析是否带来增量收益。
GenEvA 在“选帧/压缩”后增加一个查询相关的跨帧潜在证据聚合步骤，让模型在生成答案前先整合互补信息；在 8 帧设置下，LLaVA-Video 的四基准平均分提升 +5.2，Qwen2.5-VL 在 LVBench 上准确率提升 +10.1，仅增加约 0.11%–0.40% 的视频 token 开销。
长视频理解常把视频压缩成少量帧或视觉 token，再交给视频多模态大语言模型（Video-MLLM）生成回答。 已有紧凑流水线主要关注“保留相关的显式视觉证据”；但论文指出，证据被保留并不等于跨时刻的互补线索已被整合。 研究问题因此被定位为：在帧选择之后、答案生成之前，如何组织查询相关的跨帧潜在证据。
现有智能体视觉推理模型在“工具使用时机”和“工具实际收益”上存在明显短板：工具既能帮助解决难题，也会在简单问题上引入额外错误；为此提出的 Beacon 模型通过强化学习阶段的两个机制，同时提升了整体性能、工具调用自适应性和真实的工具收益。
本文重新审视多模态大语言模型（MLLM）的智能体视觉推理，提出不应只追求“复杂但低效”的推理范式，而应聚焦于工具使用的两个核心维度：
AuricularWorld 提出一种基于潜空间世界模型的分割框架，通过在编码器-解码器结构中引入确定性递归状态空间模型，以层级解剖动作迭代细化潜表示，从而在不依赖真值引导的推理过程中提升CT影像中细小、不规则且相互重叠的耳廓结构分割精度，HD95降低超过43%。
耳廓结构在CT影像中只占据很小的图像区域，软骨边界高度不规则，且软骨与周围软组织之间的界面往往模糊不清。临床标注还可能同时包含“含软骨及邻近皮肤的复合结构”和“仅软骨区域”，导致嵌套和重叠的标签。传统前馈式分割网络难以处理这种复杂解剖结构，因此需要一种能够进行迭代解剖推理的建模方法。
AskChem将化学文献的检索单位从“论文”变为“带出处的原子化声明”，使AI阅读器在AskChem-Bench上的可解析DOI率达到100%（无检索为88.3%），并在五个被测系统中获得最高引用密度。
AskChem: Claim-Centered Infrastructure for Chemistry Literature Synthesis
APO（Atomic Policy Optimization）提出了一种完全无监督的对齐框架，用“内在物理一致性”替代依赖真实坐标的监督偏好学习，在晶体和抗体结构预测任务上超过全监督基线；但具体实现细节和数值指标需以原文为准，部分细节待核实。
APO: Unsupervised Atomic Policy Optimization for 3D Structure Prediction of Atomic Systems
本文研究批准制委员会选举中 Thiele 投票规则的胜者确定问题，在 Voter Interval（VI）域上为 PAV 及其他 Thiele 规则设计了 FPT 算法，并解决了文献中两个开放问题：每个候选人至多被两名选民批准时存在多项式时间算法，以及以胜出委员会总得分为参数的 FPT 算法。
研究问题是：批准制委员会选举中的胜者确定问题在计算上有多难？Thiele 规则由固定权重向量参数化，用于描述选民满意度如何随其批准的候选人中当选人数的增加而变化。
AISPA 是一个面向用户的系统提示（system prompt）审计框架，用八个维度评估商业 AI 产品中由开发者配置的系统提示指令，并对 88 个商业 AI 产品中的 3,249 条指令进行审计，发现保护用户类指令虽已广泛存在但覆盖深度不足，同时约 40% 的产品仍包含至少一条有损用户利益的指令，凸显系统提示需要更高的透明度、标准化和独立监督。
系统提示是开发者为控制基础模型在 AI 应用中的行为而配置的指令，在商业 AI 产品中广泛使用，但很少向公众或监管者披露，造成信任与问责缺口。本研究（arXiv:2607.28617v1）提出人工智能系统提示保证（Artificial Intelligence System Prompt Assurance, AISPA）框架，旨在对商业 AI 产品中的系…
该论文认为，生成式AI系统在训练数据、设计协议、评估基准、用户反馈和公共评论等层面，再生产了以“内圈”英语规范为标准的语言意识形态，并可能使非支配性英语使用者被与“AI生成语”混为一谈；同时，AI也可能通过广泛语料和全球南方用户的标注工作带来“标准化悖论”——既同质化英语，又多元化英语。
研究问题：在大型语言模型快速发展的背景下，谁有权判定什么是合法英语？谁的英语会被怀疑？AI系统及其使用和话语如何反映、强化甚至偶尔挑战（标准）语言意识形态？ 论文以“世界英语”（World Englishes）为视角，讨论“内圈”规范如何被赋予特权，非支配性英语如何被边缘化。 根据摘要，论文的证据来源包括实证研究、媒体评论、社交媒体争论和AI输出示例。
CS-RNR 是一种让智能体在部署前对“自己实际要玩的策略”进行安全审计并生成证书的对手利用方法；在 Leduc hold'em 中，它获得了资金验证二元门控 6.2 倍的稳态增益，同时所有部署策略均保持在预算内。
在双人零和、不完美信息博弈中，采用纳什均衡策略可以锁定游戏值，但会放弃利用对手失误所能获得的额外价值。论文指出，弥散性偏差（diffuse deviations）带来两难：二元发布规则可能收集证据太少而无法行动；对不完整对手模型做完整最佳响应又可能让自身变得高度可利用。为此，论文提出预算约束的置信度调度受限响应方法（CS-RNR）。