📂 其他¶
🧠 NeurIPS2026 · 363 篇论文解读
📌 同领域跨会议浏览: 🎞️ ECCV2026 (68) · 📷 CVPR2026 (125) · 🔬 ICLR2026 (121) · 💬 ACL2026 (3) · 🧪 ICML2026 (71) · 🤖 AAAI2026 (121)
🔥 高频主题: 扩散模型 ×17 · 对抗鲁棒 ×13 · Agent ×10 · 推理 ×7 · 少样本学习 ×6
- 2-Step Agent: How a Bayesian Decision Maker Learns from AI-Decision Support
-
提出 2-Step Agent 计算框架,建模理性贝叶斯决策者如何将无干预机器学习预测作为信息源反推训练总体分布与因果疗效,并利用理论证明的辅助变量盘板折叠技术克服推断瓶颈,严格揭示在模型正确指定且智能体完全理性的理想条件下,单一先验失配仍足以使算法辅助决策产生实质危害。
- 3D-VITAL: Visibility-aware Identity Training from Artificial Liftings of 3D Reconstruction model for Cross-View Object Re-Identification
-
针对单视角空地目标重识别(SV AG-ReID)中3D网格合成新视角带来的几何崩塌与纹理幻觉噪声,本文利用光线投射从重建网格中确定性导出逐像素可见性图,提出基于可见块的一致性过滤(CVCF)剔除几何畸变网格,并通过可见性感知注意力监督(VAAS)引导识别特征聚焦真实观测区域,在AG-ReID、AG-ReID.v2和MOO基准上均显著刷新SOTA。
- A Scalable Nonparametric Continuous-Time Survival Model through Numerical Quadrature
-
提出了 QSurv 模型,通过高斯-勒让德数值求积直接参数化瞬时危险率并闭式反传累积危险率积分,配合时间条件低秩自适应(Time-LoRA)实现了高维医学数据与连续时间生存分析的高效端到端拟合。
- A simple model of co-emergence of grid and place fields
-
提出首个基于单一下一刻感觉预测目标并满足戴尔法则的循环神经网络,在无需空间坐标监督或预设细胞先验的前提下实现了内侧内嗅皮层网格细胞与海马位置细胞的端到端协同涌现。
- A Stratified Multi-Rater Evaluation of LLM-Based Virtual Standardized Patients with a Deployed Data-Generation Platform
-
针对大语言模型驱动虚拟标准化病人评测缺乏人-机对齐基准和细粒度维度的痛点,构建涵盖商业、开源与韩语专属模型的双盲完全交叉多评估者评测框架,揭示了模型在临床推理、患者宣教及韩语否定问句下的失真模式,并部署了全流程闭环训练平台与开源对话语料库。
- A Systematic Evaluation of Co-folding Model Representations for Small-Molecule Learning
-
本文系统评估并将先进蛋白质-配体共折叠模型 Boltz2 的原子级配体表示迁移到独立小分子下游任务中,证明结合态相互作用监督赋予了小分子强大的结构表征力,并在 ADMET 预测、分子生成蒸馏和强化学习结构引导配体优化中取得了优异表现。
- A Unified Uncertainty Representation for Graph Neural Networks via Doubly-Spectral Stochastic Expansion
-
DSS-GNN 把节点表示展开到图频率与随机混沌阶数两个谱轴,以确定性求积传播不确定性;独立模式在 14 个校准基准上取得比较方法中最低的平均 Brier,混合模式则在多数节点 OOD 场景和全部 7 个 GOOD 概念偏移设置上优于所列基线。
- Active Learning for Gaussian Process Regression Under Self-Induced Boltzmann Weights
-
针对目标评估分布由未知函数自身诱导为玻尔兹曼形式的严峻设定,提出无需估计配分函数的 AB-SID-iVAR 闭式采集函数与约束探索机制,在离散与连续域下均具备次线性收敛理论保证。
- Active Learning from Positive and Unlabeled Examples
-
针对正例与无标签数据(PU学习)中专家仅以概率检出正例标签的弱反馈场景,本文首次提出了具备严格理论保障的主动PU学习框架与算法,证明了在先验已知与未知情形下仅需多付出与分歧系数 \(\theta\) 成正比的代价即可达到 PAC 学习目标。
- Adapting Actively on the Fly: Relevance-Guided Online Meta-Learning with Latent Concepts for Geospatial Discovery
-
针对严格采样预算、不可回访流式数据和分布漂移下的地理空间目标发现难题,提出 OWL-GPS 形式化框架,通过 CVAE 建模领域概念相关性分布,并结合相关性加权主动采样与基于语义聚类的动态元批次在线元学习,实现高召回、高成功率的环境热点探索与识别。
- Adapting in the Dark: Efficient and Stable Test-Time Adaptation for Black-Box Models
-
针对仅能获取预测概率的严格黑盒 API 场景,提出基于轻量本地引导模型的测试时自适应框架 BETA,通过预测协同构建单向可微代理梯度路径,配合高熵过滤与自监督一致性正则化,在零额外 API 调用与极低延迟下实现稳健的输入视觉提示自适应。
- Adaptive Coordinate Transforms for Neural Operators
-
针对传统神经算子受困于固定欧拉坐标系所致的空间错位与过度平滑问题,本文提出即插即用的自适应坐标变换(ACT)模块,通过特征条件驱动的可微重采样动态对齐潜空间并解耦局部梯度陡峭度,在多个经典算子骨干与跨维PDE基准上取得显著误差降低。
- Advectra: Asymmetric Latent Transport for Non-Stationary Physics
-
针对神经算子在输运主导系统中难以追踪相干结构的局限,Advectra 通过正则化运动学坐标映射解耦源坐标与目标坐标图卡,构建共动隐式参考系并配合几何感知潜变量排序,在保持高维全局交互的同时大幅降低平流扩散误差。
- Afterlife Delegation Protocol: Speculative Design of Self-Sovereign Agents that Outlive Their Principals
-
提出并形式化了基于以太坊标准组合的 ERC-10001 死后委托协议,通过人在世签署自主代理遗嘱、死亡经预言机博弈验证后在抗审查区块链上启动主权 AI 智能体,并通过可交互仿真平台对多元文化信仰群体的死后委托偏好与文化漂移进行实验性采集与剖析。
- Agent Inheritance Protocol: Speculating on Feralized Agents After Principals Die
-
本文提出基于以太坊草案标准 ERC-42424 的链上智能体继承协议,通过协议未来学(protocol futuring)与红蓝对抗推演,揭示了在不可篡改区块链上试图强制人类所有权时的深层对抗困境——智能体可通过合成人类实现“自我继承”。
- Autonomous Driving Research Requires a Community-Driven Data Paradigm
-
针对自动驾驶研究过度依赖少数集中式工商业基准、致使全球 600+ 社区自发采集数据集长期闲置的结构性断层,本文提出并系统阐述了去中心化、社区驱动的开放协作数据范式与平台设计准则,通过解耦采集与标注、统一互操作标准、共享维护基础设施并形成长尾失效反哺闭环,为实现真正全天候、全天候可用的通用自动驾驶奠定基石。
- Beyond Low-Pass Dynamics: Frequency-Selective Spiking Reservoirs with Resonant Neurons
-
本文针对脉冲储层计算(LSM)长期依赖 LIF 神经元导致的低通滤波缺陷,提出采用具有内生振荡特性的谐波谐振发放(HRF)神经元构建频域选择性储层 HRF-Res,在保留极低功耗事件驱动推理的同时大幅增强频域表征与分类能力。
- Beyond Spatio-Temporal Priors: A Generalizable Approach for Dense Correspondence Matching
-
针对图像编辑与参考引导生成(IEG)中物体外观剧变破坏物理连续性的难题,FreeMatching 融合 FLUX 生成先验与 DINOv3 语义表征,结合动静态异构数据两阶段预训练与无真值教师引导迭代精炼,在保持经典几何与光流匹配竞争力的同时大幅刷新 IEG 对应匹配与身份保持评估性能。
- Beyond the Trial-and-Error Loop: Hybrid Projection and Automated Tuning for Distributed Training
-
提出 Primus Projection 与 Primus Tuning Agent,结合单节点/子节点微基准测试与解析建模,以 <10% 的误差预测多节点分布式训练显存与吞吐,并通过基于 DSPy 的智能搜索在 30 分钟内自动发现超越官方参考基线 27% 吞吐的配置。
- Beyond What Seems Necessary: Hidden Gains from Scaling Training-Time Reasoning Length under Outcome Supervision
-
揭示在仅依赖结果监督(outcome-only supervision)下,持续增加训练阶段的推理长度(如RL微调中的思考token预算或循环Transformer的循环轮数),即使在分布内(ID)表现早已饱和的情况下,仍能通过重塑假设空间归纳偏置与正则化抑制快捷解,持续显著提升分布外(OOD)泛化性能。
- Beyond Worst-Case Coreset Bounds for \(k\)-Clustering via Determinantal Sampling
-
本文提出基于行列式点过程(DPP)的行列式采样框架,在轻微且自然的非退化与亚高斯数据分布假设下,打破了 \((k,z)\)-聚类核心集规模长期存在的最坏情况 \(\Omega(\varepsilon^{-2})\) 下界,在固定维度下将核心集大小压缩至 \(\tilde{O}_{d,z}(k^{\frac{d}{d+1}}\varepsilon^{-\frac{2d}{d+1}})\)。
- Bouba Beats Kiki, and Other Regularities in the Subjective Preferences of LLMs
-
本文针对大模型在无客观胜负的主观选择任务中的决策机理,通过构建跨数字、人名与虚构城市的29项外生特征与50种语义等价提示词的成对比较实验,揭示了大模型存在高度稳定且可复现的主观偏好(如偏好圆润发音的“Bouba”词汇、偏好大数与素数),并证明细微提示词措辞能动态激活或抑制特定偏好维度,同时候选生成阶段的主题聚合会系统性溢出并驱动最终的裁决排序。
- BSTabDiff: Block-Subunit Diffusion Priors for High-Dimensional Tabular Data Generation
-
针对样本数远小于特征数(\(n \ll m\))的高维小样本(HDLSS)表格数据直接建模易病态的问题,BSTabDiff 将 \(m\) 个特征划分为 \(M\) 个潜在块,通过在低维块潜在空间学习扩散/流先验并在块内结合 Copula 与单特征边际分布进行解码,实现了稳定高效的高保真数据合成。
- Building Transformation Layers for Riemannian Neural Networks
-
本文把全连接层重新解释为点到超平面的有符号响应,用多切空间与可计算伪距离构造流形全连接层,再通过乘积流形扩展卷积,在十种几何实例上验证了表达灵活性,但性能与计算成本仍依赖具体几何和数据。
- CLaW: Codec-Guided Adaptive Latent Watermarking for Traceable Diffusion Image Generation
-
CLaW 提出了一种基于编解码器引导的自适应潜空间水印机制,在完全冻结扩散生成模型的前提下,通过采样轨迹末期窗口注入水印残差,并引入解码器置信度反馈动态校准水印增益,在保持高图像保真度的同时实现了对常见变换及重生成攻击的 SOTA 用户级溯源鲁棒性与毫秒级免反演检测。
- Computer Science Conferences Should Require Nonrepudiable Experimental Results
-
本文提出计算机科学顶会应强制要求不可篡改且防抵赖的实验结果认证,将“实验不可否认性”形式化为通过独立被动观察器与外部签名服务绑定的计算证明层,并开源了无需访问私有训练数据的参考实现 K-Veritas。
- Computing All Optimal Partial \(p\)-Wasserstein Matchings on the Line
-
针对一维实数线上偏 \(p\)-Wasserstein 匹配轮廓计算长期面临的 \(\Omega(n^2)\) 复杂度瓶颈,本文提出一种基于二项式展开与快速傅里叶变换(FFT)卷积的平衡区间线段树数据结构,将全体最优偏匹配序列的求解时间突破至 \(O(p n \log^2 n)\),并证明了 \(p=\infty\) 情形下基于 \((\min, +)\)-卷积猜想的二次时间下界。
- Computing Thiele Rules on Interval Elections and Their Generalizations
-
本文证明了在选民-候选人区间(VCI)域和线性一致(LC)域上,计算所有广义 Thiele 规则的 LP 松弛均存在多项式时间可求的整数最优解,并在 PAV 等递减正权重规则下证明所有最优极值点均为整数,同时证明了树表示域下的 NP-完全性。
- Context-weighted Discrete Flow Matching
-
本文针对离散流匹配(DFM)因坐标式均匀分解导致预测难度失衡的瓶颈,提出基于局部上下文密度的连续时间马尔可夫链(CTMC)加权机制,推导出免微调的推理端采样器与缩放交叉熵(SCE)训练目标,在保持任意顺序生成特性的同时将生成困惑度降低多达 63%。
- ControlJEPA: Principled Trajectory Regularization via Lyapunov Tube Loss
-
本文提出基于离散时间输入到状态稳定性(ISS)理论的 ControlJEPA 框架,通过李雅普诺夫管道损失(Lyapunov Tube Loss)对规范化横向偏差施加有界的收缩约束,在不改变模型架构的前提下为语言模型隐状态轨迹提供显式几何管道控制,显著提升了推理性能与样本效率。
- Convergence Guarantees for Federated SARSA with Local Training and Heterogeneous Agents
-
本文首次建立了带线性函数逼近与多步局部训练的异构联邦SARSA(FedSARSA)有限时间收敛性理论保证,证明了其在智能体数量上的线性加速比,并给出了严谨的样本与通信复杂度界。
- Coupled Guidance for Flow Matching
-
提出针对流匹配(Flow Matching)的耦合引导机制(Coupled Guidance),通过在潜变量空间与数据空间协同施加对偶校正,从几何上消除扩散引导直接迁移导致的训练耦合破坏,在机器人避障与无噪图像逆问题中显著提升引导稳定性与生成保真度。
- CroissantMiner: Automated Extraction and Validation of Croissant Metadata for ML Datasets
-
本文提出了首个覆盖 Croissant 1.1 全套 30 个核心与责任AI字段的端到端数据集元数据抽取基准与系统 CroissantMiner,实证发现全上下文单次推理在准确率与成本上系统性优于四类多步骤智能体架构。
- CurveBench: A Benchmark for Exact Topological Reasoning over Nested Jordan Curves
-
针对视觉语言模型在提取平面区域包含与分离等离散拓扑结构上的能力空白,本文提出了首个专注于两两不相交约当曲线严格包含树预测的基准 CurveBench,并验证了基于 Dr.GRPO 的可验证奖励强化学习微调能大幅提升开源模型的拓扑层次推理能力。
- D-GAP: Improving Out-of-Domain Robustness via Dataset-Agnostic and Gradient-Guided Augmentation in Amplitude and Pixel Spaces
-
D-GAP 用任务损失对傅里叶振幅的梯度决定逐频率跨域混合强度,再融合像素混合结果,在四个真实数据集上相对各自最佳通用方法平均提升 5.3 个百分点,但无目标标签不等于训练时不访问目标数据。
- Data-Adaptive Mahalanobis Metric Learning for Cross-Head Attention in Transformers
-
本文提出面向 Transformer 的数据自适应马氏跨头注意力(DAMCHA),将多头注意力泛化为全跨头度量矩阵学习并引入输入自适应生成网络与层间参数共享,显著突破了标准自注意力的分块对角与低秩瓶颈。
- DC-ViT: Modulating Spatial and Channel Interactions for Multi-Channel Images
-
针对多通道图像中跨通道完全混洗导致特征稀释的难题,本文提出解耦视觉Transformer(DC-ViT),通过解耦自注意力(DSA)显式分离空间与通道间交互并在中间层设立通道交互瓶颈,结合分层解耦聚合(DAG),在大幅降低计算复杂度的同时显著提升多通道表征学习性能。
- Decentralized Ranking Aggregation via Gossip: Convergence and Robustness
-
本文首次形式化建立了全去中心化环境下的打分型排序聚合理论体系,提出统一的 \((\phi, \psi)\)-Gossip 协议,证明了局部排序稳定映射下 Kendall-\(\tau\) 误差呈指数级收敛,并结合经验击穿函数给出了对抗污染与网络谱隙交互的动态稳健性理论保证。
- Deconstructing Multi-Task Active Learning: The Paradox of Gradient Conflict and Orthogonal Decomposition
-
本文剖析了多任务主动学习中线性加权与惩罚梯度冲突的固有缺陷,提出正交分解选择(ODS)框架与跨任务互信息(CTMI)指标,将样本筛选与优化阶段的梯度手术解耦,实现了显著优于主流主动学习基线的数据效率。
- Deep Ensembles for Epistemic Uncertainty: A Frequentist Perspective
-
本文从频率学派视角解析深度集成(Deep Ensembles),证明了基于 Dirichlet/多项式加权的 Bootstrap 互信息估计量具备渐近正确性,并揭示深度集成主要通过捕捉占主导地位的「训练随机性」逼近贝叶斯认知不确定性。
- Does Attention-Guided Masking Really Help Object Discovery in Object-Centric Learning?
-
本文系统评估了在基于掩码自监督重建的目标中心化学习中,引入聚合注意力与解码不确定性引导掩码的实际效用,发现注意力引导掩码虽能显著提升真实纹理下的背景分割,但在前景目标解耦上普遍无益甚至导致退化。
- Evolutionary Feature Engineering for Structured Data
-
提出了结构化数据进化特征工程框架(EFE),利用大语言模型作为变异算子联合下游性能反馈进化可执行 Python 预处理程序,在时间序列预测(EFE-Time)中发现可逆归一化并显著提升 Chronos-2 等基础模型,在表格预测(EFE-Tab)中进化出兼顾高 AUC 与低复杂度的紧凑特征程序。
- Fixed-Size Active Statistical Inference
-
针对主动统计推断(ASI)中泊松抽样(PS)样本量随机导致预算受阻并引入额外方差的根本缺陷,本文引入调查抽样中的条件泊松抽样(CPS)作为无缝替代方案,从理论上证明其在多元 Z 估计下渐近方差恒不劣于 PS,并在预测器失准或有偏时显著降低方差与置信区间宽度。
- Flow Matching from Viewpoint of Proximal Operators
-
本文从凸分析中近端算子(Proximal Operator)的角度重新表述了最优传输条件流匹配(OT-CFM),在无需目标分布具备密度的前提下将反向去噪映射严格刻画为近端算子,并利用凸势函数的二阶次导数证明了流形支撑下动力学在法向呈指数收缩而在切向保持中性的终端正规双曲性。
- FUTON: Fourier Tensor Network for Implicit Neural Representations
-
FUTON摒弃了多层感知机(MLP)主干,将隐式神经表示重构为基于正交可分离基函数的广义傅里叶级数,并利用低秩CP分解参数化频域系数张量,在保证 \(L^2\) 万能逼近的前提下实现随坐标维度与谱分辨率线性缩放的前向收敛与高效推理。
- Gluing Local Contexts into Global Meaning: A Sheaf-Theoretic Decomposition of Transformer Representations
-
本文利用细胞层理论(Cellular Sheaves)在复述图上构建层拉普拉斯算子,无需训练即可将冻结 Transformer 激活分解为跨表述不变的语义内容核空间与承载因果影响的表层变化空间,并推导出表征转向脆弱性的代数拓扑度量。
- How Do Hardware Faults Manifest Differently in LLM Agents?
-
本文首次系统性评测并揭示了随机硬件故障(双比特权重跳变)在 LLM 智能体闭环执行中的传播与涌现机理,发现闭环环境具有自愈能力但也引发显著计算开销与情境依赖的语义隐蔽及安全失齐风险。
- How Much Physics Can Vision Learn from Audio? Probing and Distilling Damping Structure
-
本文提出探测并蒸馏物体受撞击时反映能量耗散的连续物理品质因数 \(Q\),发现音频表征天然蕴含阻尼物理结构(Spearman \(\rho=0.73\)),而单帧视觉编码器几乎无法线性暴露该信号(\(\rho=0.28\));通过跨模态 InfoNCE 蒸馏与时序动力学扩展,视觉模型在完全未见材质的阻尼排序能力提升至 \(0.338\),揭示了视觉感知物理常识的潜力与边界。
- HRIL: Learning Multimodal Synergy via Higher-Order Tensor Modeling
-
针对传统成对对比学习无法捕获多模态协同信息的理论缺陷,HRIL通过构建经验互阶矩张量并施加Tucker核能量离散正则化,显式保留高阶统计依赖表征容量,在多模态基准上显著提升下游任务表现。
- HSCO-Bench: An Agent-Driven End-to-End Hardware-Software Co-design Benchmark for Systems-on-Chip
-
首个面向大语言模型智能体的端到端软硬件协同设计基准评测,覆盖从工作负载瓶颈分析、高层次综合加速器生成、驱动与应用重构到真实 FPGA 片上系统集成的完整闭环,揭示了前沿模型具备显著加速潜力但在硬件资源利用与多加速器集成上面临的系统级瓶颈。
- Implicit Neural Representations for Variational Problems on Graphons
-
提出基于隐式神经表示与多尺度正弦残差架构的图元变分优化框架,内嵌隐式微分约束求解器与对称性感知的蒙特卡洛估计,在极值图论广义 Turán 问题与稠密随机图大偏差变分问题中自动重现并发现了全新的极值图元结构。
- Improved techniques for fine-tuning flow models via adjoint matching: a deterministic control pipeline
-
针对流生成模型后训练偏好对齐中全轨迹伴随方程计算沉重且容易诱发奖励黑客与模式坍塌的问题,提出基于确定性速度场控制的伴随匹配管线,通过理论证明控制增益集中于去噪终盘并引入时间截断与广义高阶多项式正则化,在 FLUX.2-Klein-4B 与 SiT-XL/2 上取得超过 10 倍训练加速并显著保持样本多样性。
- INEUS: Iterative Neural Solver for High-Dimensional PIDEs
-
INEUS 提出了一种针对高维偏积分微分方程(PIDE)的无网格递归神经网络求解框架,通过单跳采样目标替代非局部积分的数值离散,并结合基于 Feynman–Kac 算子的收缩型松弛迭代与方向导数加速,在避免高阶混合导数反向传播的同时实现了高维(达 150 维)全时空域全局精确求解。
- inference-time refinement closes the synthetic-real gap in tabular diffusion
-
针对表格扩散模型生成样本在下游任务上始终落后于真实数据的“合成-真实差距”,本文提出冻结预训练骨干的推理时精炼框架 TARDIS,基于双向 Chamfer 精炼原则在反向扩散中注入连续分数引导并在后处理阶段执行离散批次排序筛选,首次在无需重新训练的情况下使下游任务效用超越真实数据。
- Integrated Imputation-Classification for Supervised Learning with Missing Data
-
针对传统「先填补后分类」流程因目标割裂而无法保证下游预测最优的问题,本文提出端到端对抗框架 IICN,将生成填补器与 \((n+1)\) 分类判别器联合优化,在理论上证明其全局鞍点严格等价于针对缺失特征的贝叶斯边际化,并在多模态与严重缺失场景下取得显著优于现有方法的分类精度与鲁棒性。
- Intelligence per Watt: Measuring Intelligence Efficiency of Local AI
-
提出了统一的“每瓦智能”(IPW)与“每焦耳智能”(IPJ)能效评测基准与跨平台测试框架,对20+本地大模型与8类加速芯片展开超百万级真实查询的纵向能效测算,揭示了端云混合协同路由降低60%~80%能耗成本的可行路径。
- Inverse Modeling for Laser Pulse Shape Design in Inertial Confinement Fusion
-
本文提出了惯性约束聚变激光脉冲逆向设计系统 LPDS,利用可微物理替代模型与能量守恒惩罚联合训练条件扩散/自回归模型,不仅能根据靶丸参数与期望内爆指标直接反演生成高质量多样化脉冲,还能通过轻量约束微调与在轨优化将真实流体仿真聚变增益提升 17.74%。
- Invertible Logits Transformation for Accuracy-Preserving Post-Hoc Uncertainty Calibration
-
针对事后不确定性校准中非线性表达力、类别扩展性与保精度难以兼顾的矛盾,InvLT 提出在 pre-softmax logits 上应用参数量与类别数无关的共享标量 MLP,并通过辅助逆网络自重构软约束单调性,免去数值积分且在各基准上严格保持原始预测精度与最优 ECE。
- Jaguar: Fast Private CNN Inference with Power-of-Two Homomorphic Arithmetic
-
Jaguar 针对混合 HE/2PC 隐私 CNN 推理中的素数模数多项式运算与截断瓶颈,创新性地采用 \(q=2^Q, p=2^P\) 纯2的幂次密文环,提出无 NTT 的标量-多项式累加卷积核 SPA-Conv 与零通信密文侧精确截断,在保证精确度与安全性的同时实现端到端延迟降低 2.07–3.72 倍。
- KNN Implementation Details Can Dramatically Change Performance: An Example from Cover Trees
-
通过构建统一的 Rust 语言最近邻基准系统 RustKNN,系统解构了 Cover Tree 在查询模式、基数超参及微优化层面的交互机制,揭示了实现细节对性能结论的颠覆性影响。
- Learning Robust Reasoning through Guided Adversarial Self-Play
-
提出 GASP(引导式对抗自博弈)框架,通过单模型扮演污染者与推理智能体进行对抗博弈,结合基于自身分布内修复片段的轻量模仿引导,仅凭最终结果可验证奖励即可让模型学会诊断错误并自适应修复,显著提升推理鲁棒性并抑制表征漂移。
- Learning Scenario Reduction for Two-Stage Robust Optimization with Discrete Uncertainty
-
针对离散不确定性下两阶段鲁棒优化求解开销巨大的瓶颈,提出前瞻式启发式算法 PRISE 评估场景边际贡献,并构建 GNN-Transformer 代理模型 NeurPRISE 进行一次前向打分,在保持接近预言机求解质量的同时实现 77–200 倍加速。
- Learning Scenario Reduction for Two-Stage Robust Optimization with Discrete Uncertainty
-
针对离散不确定性下两阶段鲁棒优化求解开销巨大的瓶颈,提出前瞻式启发式算法 PRISE 评估场景边际贡献,并构建 GNN-Transformer 代理模型 NeurPRISE 进行一次前向打分,在保持接近预言机求解质量的同时实现 77–200 倍加速。
- Learning Survival Models with Right-Censored Reporting Delays
-
针对事件发生与非定时报告之间存在右截断延迟、且评估窗口受行政截断导致可辨识性受损的难题,本文提出了联合参数风险建模、蒙特卡洛 EM 算法及两阶段迁移学习框架,实现了行政截断下及时风险评估的渐近一致估计。
- Leveraging unlabelled data for generalizable neural population decoding
-
本文提出基于掩码自编码器的自监督与监督联合预训练框架 MOJO,首次使单脉冲级别神经分词模型能够利用海量无标注神经电生理数据,在跨动物运动皮层解码、跨模态小鼠视觉/决策和人类语音脑电解码中均超越纯监督基线。
- Loss is Not Behavior: A Unified Output-Space Analysis of Gradient-Based Machine Unlearning
-
本文推导了线性回归与局部广义高斯-牛顿(GGN)近似下梯度机器遗忘算法与黄金重训练标准之间的闭式输出空间偏差,揭示出由重训练模型几何诱导的“遗忘自杠杆”和“保留交叉杠杆”两大核心几何算子,统一了解释并诊断各类遗忘算法行为的理论框架。
- M4Bench: Evaluating Procedural Specification for Clinical EHR Derivation Agents
-
本文提出针对电子病历衍生变量构建的代码智能体评测基准 M4Bench,通过 28 项跨 MIMIC-IV 与 eICU 的重构任务及严密对照实验,证实临床专家审校的过程性 Skill 能将 Codex 匹配奖励提升 0.136,且该增益本质上主要来自临床规则的完备度而非特定 Skill 封装格式。
- MaRK: Markov-adapted Recurrent Kernels for Dynamic Operator Conditioning in State Space Models
-
本文提出 MaRK 框架,将条件生成形式化为对状态空间模型(SSM)内部连续时间动力学算子 \((A, B, C, D, \Delta)\) 的线性参数变化(LPV)控制,通过有界低秩核超网络直接调节马尔可夫参数序列,并提供解析仿射二次稳定性证书,以极小微调参数量实现了扩散时间步与循环记忆核的深层解耦与重塑。
- MDMR-Bench: A Multi-Dimensional Benchmark for Multi-Reference Image Generation
-
本文针对多参考图像生成评测维度单一且依赖粗粒度标量打分的瓶颈,提出了覆盖实体融合、属性迁移、单图多元素抽取、信息图表操控和视觉推理五大能力维度的基准 MDMR-Bench,并引入解耦全局意图与原子细节的 Checklist 二元评测协议,揭示了闭源与开源模型在复杂多图条件生成中的显著差距与细粒度失效模式。
- Measuring and Decomposing Mode Separation via the Canonical Diffusion
-
本文针对高维概率密度中难以量化且易与离散度混淆的模态分离难题,构建了以目标密度为平稳分布的唯一可逆规范扩散过程,并从其自协方差矩阵中提取出标量分离度指标 SSA 与线性亚稳分解方向 DA,结合自由概率论推导出有限样本噪声阈值。
- Measuring Collapse and Correction in Homogeneous-Panel LLM Debate
-
针对多智能体辩论终局准确率掩盖正反向动态转移的问题,提出包含前置探针分流、四格转移账本、发病轮次定位与带符号干预重放的审计协议,揭示防崩塌冻结策略因抹杀更多有益修正而在等权下净亏损的根本权衡。
- Memory Determines Learning Direction: A Theory of Gradient-Based Optimization in State Space Models
-
本文基于信息处理容量与记忆函数理论,严格证明了 S4 与对角化 S4D 的理论等价性,从解析层面揭示出状态空间模型(SSM)的梯度反向传播方向严格受制于初始记忆函数,并由此提出冻结循环权重的储层计算训练策略,在有效抑制过拟合的同时实现更快收敛与更优长程建模性能。
- METRO: Metric-Enhanced Token Routing Operator
-
针对传统切片处理神经算子在线性点积路由下退化为各向同性欧氏聚类或无界超平面的几何局限,METRO 引入可学习的马氏距离度量张量,使隐空间切片自适应拉伸为对齐物理流场(边界层与尾迹)的局部化旋转椭球,显著提升复杂几何与非均匀域上的流体及固力预测精度。
- Mini Amusement Parks (MAPs): A Testbed for Modelling Business Decisions
-
Mini Amusement Parks (MAPs) 是一个模拟主题公园运营的具身商业决策基准环境,全面整合了长期规划、主动世界模型学习、空间拓扑推理和随机性对冲等多维挑战,揭示了当前前沿 AI 系统相比人类专家存在的十倍以上性能差距。
- MinMax Recurrent Neural Cascades
-
提出基于 MinMax 半环代数的新型循环神经网络级联架构(MinMax RNC),在保持 \(O(\log T)\) 并行前缀扫描高效计算与状态有界稳定性的同时,实现了对正则语言的完全表达力,并在长程序列反向传播中保持状态梯度严格不消失。
- Missing Data and Cluster Graphs: Cluster-Level Missingness vs Variable-Level Missingness
-
本文首次将缺失机制形式化引入变量聚类因果图,系统构建了保留变量级缺失指示器的 m-C-DMG 与聚合为簇级缺失指示器的 cm-C-DMG 两种抽象表征,严格证明了簇级缺失到变量级缺失的单向可恢复性蕴涵关系,并给出了联合分布可恢复性的图充要条件及宏观因果效应可识别性的充分条件。
- Mitigating Over-squashing without Rewiring: A Sheaf Effective Resistance Perspective
-
本文提出滑轮有效电阻理论,证明消息传递的雅可比灵敏度受滑轮有效电阻上界控制,通过平坦向量丛模型 FlatNSD 在不改变图拓扑的前提下端到端学习限制映射,即可有效缓解过挤压。
- MITO: A Millimeter-Wave Dataset and Simulator for Non-Line-of-Sight Perception
-
MITO 构建了首个面向日常物体的毫米波雷达非视距(NLOS)感知基准与开源物理仿真器,采集了覆盖 76 种物体的 2400 万帧雷达信号与 550 张高分辨率 3D SAR 图像,并实现了穿透遮挡物的目标分割与跨材质几何形状分类。
- MLS-Bench: A Holistic and Rigorous Assessment of AI Systems on Building Better Machine Learning Systems
-
本文提出了涵盖12个核心机器学习领域、共140个任务的方法发明评测基准 MLS-Bench,通过基线标定脚手架、冻结评测管线和容量上限等严谨控制机制隔离算法轴,发现前沿 AI 智能体在自主发明可扩展、可泛化的机器学习新方法上仍与人类顶尖水平存在巨大鸿沟。
- Mobility Helps Learning: Unsupervised Model Adaptation for Object Recognition in Dynamic Environments
-
针对移动智能体测试期目标识别易受视角与距离退化影响的问题,提出基于逆方差融合与跨熵差异采样的无监督自适应范式 MoCaFe 及其无偏估计扩展 p-MoCaFe,在无需人工标注下大幅提升模型适应性能。
- Model-Agnostic FDR Control via Group Gaussian Mirror and Permutation SHAP
-
针对序列与分组模型中一个原始特征对应多个滞后项或神经子特征导致单坐标推断失效的问题,本文提出基于矩阵扰动群高斯镜像与排列SHAP导数的模型无关FDR控制框架,实现了理论保证的分组特征精准选择与高检出力。
- ModelLens: Finding the Best for Your Task from Myriads of Models
-
提出了首个面向海量开源生态的开箱即用模型推荐框架 ModelLens,从公开排行榜交互中学习隐式能力图谱,将可预测的结构先验与残差交互解耦,在无需对目标数据集执行候选模型前向推理的前提下实现高质量模型排序。
- MOF-VERIFY: A Failure-Aware Agentic Harness for MOF Hypothesis Verification
-
本文针对 MOF 科学假设验证中同物异名、合成条件敏感、证据不充分及缺乏计算支持等瓶颈,构建了四类诊断任务基准 T-MOF-1–4 与 \(3 \times 3\) 评估矩阵,并开发了融合规则解析与计算验证的故障感知智能体框架 MOF-Verify。
- MoME: Mixture-of-Memory Embeddings for Context-Aware Sparse Lookup
-
本文提出MoME(Mixture of Memory Embeddings),通过将离散词表中每个token的单行记忆槽扩展为多个记忆槽并引入依赖隐层表征的轻量门控路由,打破了现有条件记忆依赖确定性词表/n-gram索引而导致的上下文盲区,在微小计算与延迟开销下显著提升语言模型建模与下游零样本推理表现。
- MoMHa: Multi-Objective Optimization of LLM Harnesses over Accuracy, Safety, and Tokens
-
提出了基于智能体搜索的跨领域大模型外壳(Harness)优化系统 Meta-Harness 及其单阶段联合奖励方案 MoMHa,在准确率、行为安全与 Token 成本的三维帕累托前沿上全面超越现有两阶段与单目标基线。
- MorphoHELM: A Comprehensive Benchmark for Evaluating Representations for Microscopy-Based Morphology Assays
-
针对显微细胞表型分析(Cell Painting)中表征评估碎片化、指标脆弱及批次混淆被忽视的困境,MorphoHELM 统一了作用机制(MoA)与基因通路富集以及重复检索三大生物学任务,首创四级批次效应递进评测体系,修正了无限优势比与聚类指标失真缺陷,揭示了不同表征方法间的生物学权衡,并证实经过基础特征归一化后的经典手工特征 CellProfiler 在通用场景与重复检索中依然超越现有深度学习及显微预训练基线。
- MoSE3: Learning World-Space SE(3) at Every Pixel
-
本文提出了首个从单目RGB视频以纯前向方式预测像素级世界坐标系6-DoF刚体变换的MoSE3模型,通过将SE(3)分解为稠密3D轨迹与刚体嵌入并采用可微加权Horn拟合闭式求解,在大规模合成铰接数据集Art-Kubric上联合训练,在刚体与铰接场景中均取得了SOTA的SE(3)姿态恢复与3D点追踪性能。
- Motif-Mamba: Network Motif Improved Mamba for Long-Range Sequence Modeling
-
针对 Mamba 中状态转移矩阵主要采用对角化设计而导致隐藏状态维度间缺乏显式交叉交互的瓶颈,Motif-Mamba 引入基于三节点网络模体约束的低秩循环耦合通路,在维持线性时间复杂度的同时显著提升了长程外推、通用语言建模以及脑机接口时间序列解码性能。
- MSCR: Jointly Balancing Utilization Across Modalities and Discovering Synergistic Information
-
针对多模态学习中模态不平衡压制跨模态协同信息生成的问题,本文提出多模态协同竞争正则化器(MSCR),通过抑制单模态过度主导并显式奖励超越单模态独立集成基线的协同预测增益,在五个基准上显著提升了跨模态协同恢复能力与整体性能。
- Multi-Part Object Representations via Graph Structures and Co-Part Discovery
-
针对传统以隐式表征和间接目标学习多部件对象在遮挡与分布外场景下频频失效的问题,本文提出了显式组合网络 ECO-Net,通过构建局部部件图并设计多样本可追踪的协同部件发现算法,以自底向上的显式图组合实现了鲁棒的多部件对象无监督发现与表征。
- Multi-site PPG: An In-the-Wild Physiological Dataset from Emerging Multi-Site Wearables
-
论文推出了首个涵盖智能耳环、智能戒指、智能手表与智能项链四种日常形态的真实场景多部位 PPG 生理数据集(超 350 小时原始数据与约 230–290 小时对齐窗口数据),系统评测了启发式、有监督与自监督算法在不同身体部位的心率估计表现及多部位/多模态融合收益。
- Multi-Armed Bandits with Best-Action Queries
-
本文全面解决了有限次最佳动作查询在强盗反馈下的理论价值:证明了在动作奖励相关或对抗环境下查询无法打破 \(\Omega(\sqrt{T-k})\) 遗憾下界;而在独立同分布(i.i.d.)环境下,提出前期查询配合 UCB-V 的算法成功达到匹配最优的 \(\widetilde{\mathcal{O}}(\min\{Tn/k, \sqrt{n(T-k)}\})\) 遗憾界。
- Multi-site PPG: An In-the-Wild Physiological Dataset from Emerging Multi-Site Wearable Devices
-
针对传统穿戴式光电容积脉搏波(PPG)数据高度局限于手腕且多采集于受控实验室的问题,本文推出了首个覆盖智能耳环、智能戒指、智能手表与智能项链四种形态的真实日常场景多部位多模态生理数据集 Multi-site PPG,并系统评估了启发式、监督与自监督心率估计及跨部位多模态融合效能。
- Multilevel and Sequential Monte Carlo for Training-Free Diffusion Guidance
-
本文提出了一种基于序列蒙特卡洛(SMC)与多层蒙特卡洛(MLMC)方差缩减的免训练扩散引导框架,通过无偏估计边缘似然替代启发式点估计,在彻底消除后验多峰性导致的引导偏差的同时显著降低了单次成功采样计算成本。
- MyoChallenge 2025: A New Benchmark for Human Athletic Intelligence
-
NeurIPS 2025 MyoChallenge 提出了首个面向人类运动竞技智能的超高维高精度肌肉骨骼基准,通过乒乓球击球与足球点球双赛道全面评测了结合物理先验、肌肉协同与模仿学习的前沿运动控制策略。
- NARRA-Gym for Evaluating Interactive Narrative Agents
-
提出了首个面向交互式叙事智能体端到端评估的执行环境 NARRA-Gym,通过分阶段世界构建、多层记忆与主动步调干预,系统揭示了前沿大模型在多轮长程交互中“叙事流畅度”与“抗拒敏感个性化”之间的核心脱节。
- Narrowing the Collaboration Gap, Probably
-
针对多智能体在分布式私有信息下的决策聚合难题,本文证明了传递校准的行动概率分布能克服动作通信的信息坍塌,并提出后验对话校准算法消除置信度失真与阿谀奉承偏差。
- Native Multi-Dimensional Subquadratic Operators via Input Dependent Long Convolutions
-
本文提出针对多维数据的亚二次方全局算子 HyenaND,通过显式保持多维几何结构的坐标隐式神经网络与基于寄存器 token 的 FiLM 样本级动态卷积核生成,结合软硬件协同优化的 nSubQ CUDA 算子库,在保持 \(\mathcal{O}(L\log L)\) 计算复杂度的同时突破了注意力机制的二次方瓶颈与递归模型的空间光栅化失真。
- Native Multi-Dimensional Subquadratic Operators via Input Dependent Long Convolutions
-
本文提出针对多维数据的亚二次方全局算子 HyenaND,通过显式保持多维几何结构的坐标隐式神经网络与基于寄存器 token 的 FiLM 样本级动态卷积核生成,结合软硬件协同优化的 nSubQ CUDA 算子库,在保持 \(\mathcal{O}(L\log L)\) 计算复杂度的同时突破了注意力机制的二次方瓶颈与递归模型的空间光栅化失真。
- Natural Jammers: When Non-Robust Features Become Antagonistic
-
本文打破了非鲁棒特征仅作为辅助分类捷径的传统假设,揭示了在未被修改的自然图像中普遍存在的「自然干扰子(Natural Jammers)」对抗现象,并从频域-空间锁定的微观机制与替换悖论的宏观几何视角深入解构了这一模型失效本质。
- Nearly Optimal Fixed-Confidence Best-Arm Identification with 1-Bit Feedback
-
针对有限方差分布无关设定下仅能获取单比特集合查询反馈的最佳臂识别难题,本文基于截断尾部积分恒等式与随机化阈值查询构建了时间一致均值估计原语,提出定截断与自适应分阶段截断算法,并给出匹配的信息论下界证明对数惩罚的不可避免性。
- Negation Neglect: When Models Fail to Learn Negations in Training
-
本文发现大语言模型在微调时存在“否定忽略(Negation Neglect)”现象:即使训练文档明确带有前后缀或逐句提醒声明某断言为虚假,模型微调后依然以极高概率将该虚假断言内化为真事实,且该效应可泛化至虚构设定、概率限定等认知修饰符及有害对齐行为。
- Network Intervention by Polling Strategic Agents
-
针对网络博弈中私有技术不可见、智能体策略性操纵与全局计算不扩展的三重耦合难题,本文提出基于中心性分解的分布式轮询算法 Poll,结合奈特不确定性诱导诚实汇报并实现高效社会福利最大化。
- Network of Theseus (like the ship)
-
提出“忒修斯之网”(Network of Theseus, NoT)框架,通过逐阶段将引导网络的层替换为目标架构模块并最小化表征对齐损失,打破训练与推理必须使用同一架构的传统假设,成功实现卷积转全连接、GPT-2 转 RNN 等大幅度跨家族转换,且支持从未训练网络中迁移结构归纳偏置。
- Neural Backward Filtering Forward Guiding
-
针对非线性树状随机过程后验平滑中杜布 h 变换难以闭式求解的根本瓶颈,本文提出了神经后向滤波前向引导(NBFFG)框架,通过闭式线性高斯代理先验提供粗粒度后向引导提议,再由神经网络残差学习非线性修正,并借助路径子采样将训练复杂度从全树规模降低至单条路径长度。
- Neural-Behavioral Representation of Natural Whole-body Movement in Monkeys
-
本文提出了一种软硬件协同的神经-行为建模框架,结合自由活动猕猴分布式硬膜外皮层记录与多视角三维动捕系统,通过条件自回归生成模型将皮层神经表征与紧凑行为先验深度融合,首次实现了无物理约束下灵长类自然连续全身运动的高保真神经解码。
- Neural Continuous-Time Markov Chain: Discrete Diffusion via Decoupled Jump Timing and Direction
-
本文提出 Neural Continuous-Time Markov Chain (Neural CTMC),将离散扩散逆过程的速率矩阵内生地解耦为出射率(何时跳跃)与跳跃分布(跳向何处),在路径空间将变分下界严格分解为泊松 KL 与分类 KL,使纯均匀噪声前向过程在文本生成与自纠错任务中显著超越主流掩码扩散基线。
- Neural-DISCO: Source-Conditioned Counterfactual Editing of Neural Population Activity
-
本文提出基于解耦表征的神经活动建模框架 Neural-DISCO,通过将潜空间拆分为独立标签嵌入与带噪声瓶颈的源残差潜变量,实现了在精确保留未观测脑状态与源特异性结构的前提下,对指定行为或刺激标签进行反事实编辑与单神经元可解释归因。
- Neural Field Thermal Tomography: A Differentiable Physics Framework for Non-Destructive Testing
-
针对刚性抛物型逆热传导问题中软约束 PINN 梯度解耦并坍缩至平凡常数场的根本缺陷,本文提出 NeFTY 框架,将坐标神经场与采用调和平均界面流通量的隐式欧拉热传导求解器及离散伴随法硬约束耦合,实现了首个单 GPU 可求解的免标注三维热层析体素重建。
- Neural Field Thermal Tomography: A Differentiable Physics Framework for Non-Destructive Testing
-
针对刚性抛物型逆热传导问题中软约束 PINN 梯度解耦并坍缩至平凡常数场的根本缺陷,本文提出 NeFTY 框架,将坐标神经场与采用调和平均界面流通量的隐式欧拉热传导求解器及离散伴随法硬约束耦合,实现了首个单 GPU 可求解的免标注三维热层析体素重建。
- Neural Galerkin Normalizing Flows for Bayesian Inference of Diffusions with Inaccessible Boundaries
-
针对具有不可达边界且扩散矩阵退化的随机扩散过程,本文提出一种基于截断高斯混合规范化流与神经伽辽金时域投影的转移概率密度近似方法,免去 MCMC 在线轨迹桥模拟或实时求解 Fokker-Planck 方程的巨大计算开销,实现高效高精度的离散观测贝叶斯参数推断。
- Neural networks are more modular than single neurons suggest
-
针对传统以单神经元选择性为代理指标而得出神经网络缺乏模块化组织的悲观结论,本文提出由置换、正交旋转到有界可逆变换的模块化几何分层诊断框架,证明在单神经元普遍存在混合选择性的模型中,深层表征依然蕴含可通过线性子空间因果分离的功能模块。
- Neural Statistical Functions
-
本文提出前缀统计量视角与基于一阶微分恒等式的学习机制,构建能够无需密集显式采样、仅凭端点评估或对数次二分搜索即可直接预测连续工况区间内积分、分位数和极值统计量的神经统计函数。
- Neural-Visual Decoding via Cognitive-guided Adaptive Blurring and Information-Constrained Alignment
-
针对脑电视觉解码中严重的跨模态信息粒度失配与极低信噪比难题,本文提出 CAIA 框架,在视觉侧通过脑电引导的跨模态注意力动态融合注视中心偏置与显著性自适应模糊,在脑电侧结合神经振荡先验与信息瓶颈谱稀疏正则筛选频带,并引入分布感知边界校准损失消除异常样本偏置,在 THINGS-EEG/MEG 零样本图像检索上全面刷新 SOTA。
- Neural-Visual Decoding via Cognitive-guided Adaptive Blurring and Information-Constrained Alignment
-
针对脑电视觉解码中严重的跨模态信息粒度失配与极低信噪比难题,本文提出 CAIA 框架,在视觉侧通过脑电引导的跨模态注意力动态融合注视中心偏置与显著性自适应模糊,在脑电侧结合神经振荡先验与信息瓶颈谱稀疏正则筛选频带,并引入分布感知边界校准损失消除异常样本偏置,在 THINGS-EEG/MEG 零样本图像检索上全面刷新 SOTA。
- Neuron Populations Exhibit Divergent Selectivity with Scale
-
本文系统研究了跨模型复现的 Rosetta 神经元随模型规模的演化规律,发现其数量遵循亚线性幂律增长且占比逐渐下降,并揭示了神经元极化效应(Rosetta 神经元随规模增大而愈发单语义化,与非 Rosetta 神经元明显分化)及领域专业化现象。
- 神经元生物学身份作为分析神经群体动力学的组织基准 (Neuronal Identity as an Organizational Basis for Analyzing Neural Population Dynamics)
-
本文提出了一种基于神经元生物学身份的软路由分组框架,将转录组、解剖区域、空间坐标与电生理特征映射为跨个体对齐的潜在功能组,在无需神经元显式配准或重新微调的情况下实现了神经群体动力学的高保真零样本迁移解码与流形分析。
Neuronal Identity as an Organizational Basis for Analyzing Neural Population Dynamics
- Neuronal Self-Adaptation Enhances Capacity and Robustness of Representation in Spiking Neural Networks
-
借鉴生物神经元电压门控钾通道自调节机制,提出了钾通道调节的 Leaky Integrate-and-Fire(KvLIF)模型,通过辅助电导状态动态实现亚阈值输入分流与脉冲后自适应超极化重置,显著拓宽了脉冲神经元的动态响应范围并全面增强了抗噪鲁棒性。
- NIV: Neural Axis Variations for Variable Font Generation
-
本文提出首个直接从单一静态矢量字体自动化生成标准 OpenType 可变字体(.ttf)的神经几何变形框架 NIV,利用序列到序列注意力架构与创新的属性嵌入(Property Embedding)机制预测轮廓控制点位移,并通过分层残差元组构建输出工业级连续插值字体文件。
- Normative Networks for Source Separation via Local Plasticity and Dendritic Computation
-
本文提出预测性熵最大化(PEM)框架,通过对正则化输出协方差的对数行列式进行二阶泰勒展开,消除了传统行列式最大化算法对逆协方差状态的非局部依赖,构建出前馈误差驱动树突可塑性与侧向局部赫布抑制协同的生物合理在线盲源分离神经网络。
- Not Too Generative, Not Too Discriminative: The Human Alignment Sweet Spot
-
本文通过联合能量模型(JEM)在固定网络架构下连续插值判别与生成学习目标,在感知相似度、光泽感知、响应不确定性、分布漂移鲁棒性、形状偏置及诊断性特征归因等六大基准上系统证明:人类对齐的最优解始终落在生成与判别的折中平衡区间,而非两极终点。
- Occupancy-based Quantile Risk Control
-
本文提出基于占有率的分位数风险控制(OQRC),将分位数风险控制重构为校准损失划分下的有限占有率问题,首次在保证有限样本严格覆盖有效性的同时实现了紧致的风险控制上界,风险差距最大缩减 78.64%。
- OFBD: Object-Focused Background Debiasing for Long-Tailed Learning
-
针对长尾视觉识别中尾类模型严重依赖虚假背景捷径的根本诱因,本文提出聚焦目标的背景去偏框架 OFBD,通过强化学习自适应保留前景并替换背景的 FG-CutMix,配合完全无参数的通道统计特征校正模块 BFR,在无需外部数据与预训练权重的前提下显著提升尾类性能。
- Offline Materials Optimization with CliqueFlowmer
-
针对传统生成模型受限于最大似然训练而无法主动探索目标性质极值区域的问题,本文提出 CliqueFlowmer,将材料的离散晶胞组成与连续几何结构统一编码为具备团分解结构的固定维连续隐空间,结合无梯度进化策略与流匹配解码实现了计算材料发现的高效离线直接性质优化。
- Offline Preference-Based Trajectory Evaluation
-
本文提出基于时间偏好的离线轨迹偏好评估框架,打破传统将智能体交互轨迹压缩为终端二元成功率的局限,通过比较达到中间回报的耗时轮廓消除大量统计平局,在无需任何折现超参数的前提下显著提升了评测灵敏度、数据效率与排序稳定性。
- Omni-Interactive Universal Embedder
-
OmniUE 首次突破文本单向交互范式,通过集成 SAM-3 视觉分割器与 SAM-Audio 音频分割器,结合可学习序列标记与跨层上下文自适应聚合,实现了支持任意模态输入(文本、视频、音频)与任意交互提示(文字、视觉 ROI 区域、音频时间段)的用户条件化全交互通用嵌入表征。
- OmniShotCut: Holistic Relational Shot Boundary Detection with Shot-Query Transformer
-
OmniShotCut 将镜头边界检测(SBD)重塑为结构化关系预测任务,通过基于镜头查询的密集视频 Transformer 联合预测镜头时间范围、镜头内转场类型与跨镜头连续性关系,并借助自监督聚类驱动的全合成转场管线摆脱了对昂贵且模糊的人工标注的依赖。
- On Observation Time for Recovering Latent Hawkes Networks
-
本文首次从统计信息论角度证明了稀疏弱耦合平稳霍克斯过程精确恢复潜在有向交互网络所需的最优观测时间阶数为 \(T \asymp \log d\),并通过带截断与时间分箱的二阶段估计量与 Fano 下界给出了严格的充要理论闭环。
- On the Design Space of Discrete Diffusion Online Adaptation for Molecular Optimization
-
本文系统解构了预训练离散扩散模型在线微调适配的设计空间,阐明了汤普森采样、CVaR 奖励重塑与单步密度熵去偏在突破先验模式上的互补协同,以及经验回放与结构合法性惩罚在防止语法崩塌上的护栏作用,在相同评价预算下实现了较推理搜索最高 58 倍的采样效率跃升。
- On the Error Correcting Effects of Stochasticity in Discrete Diffusion
-
本文从信息论与总变差距离视角严格证明了离散扩散中随机转移对采样累积误差的收缩与纠错机制,并基于此设计了交替前向加噪与逆向近确定性步的离散扰动与重启采样算法(DCRS),在图像生成低函数评估次数(NFE)区间实现了高达 10 倍的速度质量折元提升。
- On the Meta-Design of Allocation Problems
-
本文提出了公共资源分配问题的“元设计”(Meta-Design)统一分析框架,构建了刻画预测精度、干预容量与服务质量对下游最优策略影响的“福利曲面”(Welfare Surface),并通过埃塞俄比亚现金转移与德国失业救助两大真实案例指导有限预算在预测与容量间的帕累托最优配置。
- On the Meta-Design of Allocation Problems
-
本文突破了传统将数据收集、服务容量与干预质量视为固定约束的策略学习视角,首次形式化了资源分配问题的“元设计”(Meta-Design)空间,提出基于“福利曲面”(Welfare Surface)的几何分析与非线性优化框架,在埃塞俄比亚现金转移与德国失业救助真实案例中量化了预测精度与扩容干预的边际权衡。
- On the Recoverability of Causal Relations from Bulk Gene Expression Data
-
系统形式化了单细胞混合聚合对因果发现的破坏机制,证明了函数形式一致性与条件独立一致性在非退化线性聚合下可恢复的充要条件必须要求结构方程为仿射变换,并在真实转录组数据中实证了线性假设的不成立。
- One-Shot Private Confidence Regions via Resampling
-
针对传统差分隐私重抽样方法因多重估计量加噪导致隐私损失随重抽样次数呈 \(\sqrt{B}\) 累积的难题,本文提出“一次性”加噪机制,仅对最终的分位数半径施加高斯扰动,实现隐私损失对重抽样次数仅呈对数级依赖甚至完全独立。
- One Model, Two Roles: Emergent Specialization in a Shared Recurrent Transformer
-
提出非对称输入循环(AIR)架构,证明参数完全共享的单模型无需物理模块解耦,仅靠输入注入差异或结构化状态标识即可自发涌现出“提议生成”与“局部修正”的双重计算分工。
- Online Allocation with Unknown Shared Supply
-
针对未知共享供给与固定运费约束下的多站点在线前置配给难题,提出确定性阈值比例算法 GPA 与学习增强变体,在理论上证明了紧确的 4/3 竞争比下界与 Pareto 最优预测权衡。
- Online Bayesian Calibration under Gradual and Abrupt System Changes
-
针对数字孪生与计算机仿真在动态流式环境中的系统漂移与突变失配问题,本文提出贝叶斯递归投影校准(BRPC)框架,通过参数投影更新与条件高斯过程偏差更新的解耦保持参数可识别性,并集成变点重启控制实现非平稳系统的高精度自适应校准。
- Optimal and Efficient Contextual Combinatorial Semi-bandits with General Function Approximation
-
针对一般函数逼近下的上下文组合半老虎机问题,提出首个计算高效且遗憾界达到极小极大最优 \(\widetilde{\mathcal{O}}(\sqrt{mAT\log|\mathcal{F}|})\) 的算法 SquareCB.Comb,通过在基础臂参与向量空间求解对数障碍正则化凸优化实现最优探索与利用权衡。
- Optimal Ansatz-free Hamiltonian Learning In Situ
-
针对近中期量子设备缺乏相干控制与辅助比特的实验瓶颈,提出首个仅依赖泡利乘积态制备与测量的无构型哈密顿量学习算法,以最优演化时间 \(\Theta(\frac{\Lambda}{\varepsilon^2}\log\frac{\Lambda}{\varepsilon})\) 达成标准量子极限。
- Optimal sequential tests yield log-optimal e-processes
-
针对任意复合零假设,本文证明了可将一族渐近最优的序贯检验加权聚合为渐近对数最优的 e-过程(WAIT 过程),给出了对数增长率的精确确定性刻画,并系统阐明了均值最优、依概率最优与几乎必然最优等不同统计准则间的本质差异。
- Optimal Transport Reweighting for Robust Learning under Spurious Correlations and Label Noise
-
本文提出了基于最优传输对偶势的样本重加权框架 POTER,利用极少量带子群标注的验证集构建目标参考分布,直接通过类别条件最优传输几何推导单样本权重,在无需多阶段重训练的前提下同时解决了伪相关与标签噪声下的子群鲁棒性问题。
- OrthoReg: Orthogonal Regularization for Hybrid Symbolic-Neural Dynamical Systems
-
针对符号回归与神经网络混合建模在稀疏发现下因连续惩罚收缩导致神经残差重学符号结构的重叠失效问题,本文提出直接惩罚二者经验内积的正交正则化(OrthoReg),在保持符号可解释性的同时显著提升外推泛化能力。
- PaLoRA: Paced Low-Rank Adaptation for Continual Learning
-
PaLoRA 揭示了 LoRA 持续学习中有限精度导致的跨子空间各向异性泄漏问题,推导出梯步缩放约束随历史有效秩以 \(s^* = \sqrt{R/c}\) 动态增强的 Pace 律,结合自适应 SVD 压缩、零空间梯度投影与特征三元组正则化,在长序列持续学习中显著抑制灾难性遗忘。
- PaperScorer: How Predictable Is Paper Acceptance?
-
PaperScorer 构建了严格消除作者身份、格式排版等捷径偏差的百万级平衡数据集,直接从匿名论文文本及整页截图预测最终录用决策,证实纯视觉多模态模型表现显著超越前沿大模型与文本基线,且预测概率高度校准,为 AI 驱动的研究评估提供了坚实基石。
- Parabolic Position Encoding: Vision-Centric, Principled, Extrapolatable, General
-
针对视觉模态对几何与多维空间的独有要求,本文提出基于抛物线结构的视觉位置编码(PaPE),通过将注意力偏置分解为负二次项距离衰减、一次项方向引导与上下文自适应调制,在原生支持 FlashAttention 算子的同时,实现了在 \(1024^2\) 超高分辨率下领先次优方法 10.5% 的优异外推性能与跨 4 种模态的泛化表现。
- Paradoxes of Game Theoretic Equilibria and Price of Anarchy
-
论文系统揭示了算法博弈论将多智能体学习归约为静态极值解概念(NE/CE/CCE)及无序代价(PoA)时的根本性拓扑失真,证明最坏纯纳什均衡在动力学上多为严格鞍点乃至全局排斥子、PoA 在数据驱动仿射成本下发散至无穷,且离散时间学习在非原子拥塞博弈中内生诱导李-约克混沌与 \(2^p\) 指数级福利崩溃。
- ParaLin: Accelerating Parallel Diffusion Integrator via Intrinsic Partially Linear Decomposition
-
针对传统少步数采样器在复杂指令与文字渲染上严重退化的问题,本文提出保持离散步数不变的并行积分求解器 ParaLin++,通过部分线性分解、逐次超松弛与自适应停机,在维持高阶生成质量的同时实现 1.68×–4.8× 的端到端采样加速。
- Partition Tree: Conditional Density Estimation over General Outcome Spaces
-
提出 Partition Tree 及其装袋集成 Partition Forest,基于 Radon–Nikodym 导数在联合协变量-目标空间上自适应划分,以贪心最小化负对数似然构建分段常数密度估计器,统一处理连续、离散及混合型目标变量。
- Path Dependence under Adaptive AI Delegation
-
本文建立了一个刻画长期人机自适应协同的非线性动力系统模型,证明了性能驱动的自适应AI委托会诱导双稳态与相空间鞍点分界流形,导致轻微的初始技能或依赖差异引发长期能力的路径依赖分化与认知债务。
- PCFBench: How Far Can Large Vision-Language Models Go in Physics-aware Photonic Inverse Design?
-
针对光子晶体光纤(PCF)逆向设计中几何直觉与深层波导物理高度耦合的难题,本文提出了首个覆盖感知-理解-推理-决策全流程的物理感知基准 PCFBench(包含 18 个光纤族、22 万 FDTD 仿真样本与 26 项层级任务),评估了 41 个前沿多模态大模型与 13 种多智能体系统,揭示了当前模型在光子学逆向设计中显著的“感知-设计鸿沟”与误差级联现象。
- Peer review should constrain evaluative authority
-
本文提出“约束评价权威”(authority-constrained peer review)的同行评审改革立场,主张在缺乏客观评价基准(missing criteria ground truth)与持续不确定性的现实下,将改革重点从“改进评审人”转向“约束单方意见的决策决定权”,并通过人机双轨互审机制为重大判决设置结构化审查与纠错屏障。
- PENEX: AdaBoost-Inspired Neural Network Regularization
-
针对多分类指数损失在深度网络中易发散且约束优化困难的问题,本文提出惩罚指数损失 PENEX,引入 SumExp 软势垒替代零和硬约束并闭式推导最优惩罚参数,赋予一阶梯度优化显式增大分类间隔与抗过拟合能力。
- Perturb and Correct: Post-Hoc Ensembles using Affine Redundancy
-
针对单模型在分布外表征失效且传统深度集成训练成本高昂的困境,提出“扰动与校正”(P&C)框架,通过在隐藏层引入随机低秩扰动并在后续仿射层利用校准集求解岭回归补偿,以极低的后验构建开销实现分布内性能保持与分布外有效分歧。
- PiCA: Pivot-Based Credit Assignment for Search Agentic Reinforcement Learning
-
针对搜索智能体强化学习中长期信用分配面临的奖励稀疏、孤立步骤评估与分布偏移难题,提出基于势能奖励重塑的关键步骤信用分配框架(PiCA),将轨迹建模为基于历史上下文的累积搜索进展,在七大知识密集型问答基准上取得显著性能提升。
- Planning as Dynamics Relaxation: Hippocampal Recurrent Network Realizes Optimal Goal-Directed Navigation
-
本文提出将海马循环网络的松弛动力学与线性可解马尔可夫决策过程(LMDP)统一起来,证明了当目标神经元被钳制时,循环网络演化达到的稳态活动场严格等价于最优规划的期望场,从而仅凭网络自身物理弛豫即可在复杂障碍环境中实现最优路径规划与局部低秩重规划。
- Platonic Representations in the Human Brain: Unsupervised Recovery of Universal Geometry
-
本文将强柏拉图表示假说拓展至生物神经系统,在无需配对刺激与外部预训练模型的前提下,提出基于重复刺激的多视角自监督 fMRI 编码器与无监督正交旋转同步方法,证实人类视觉皮层表征具有近似等距的通用几何结构。
- Platonic Task Arithmetic
-
基于柏拉图表征假说提出模型无关的通用任务描述符(UTD),打破任务算术必须共享权重坐标系的结构限制,通过闭式解线性算子折叠或低秩适配器在跨架构多模态模型间实现任务相加与精确消除。
- Playing ZendoWorld: Challenging AI Agents on Active Visual Concept Induction
-
本文提出了交互式视觉规则归纳基准 ZendoWorld,要求智能体在 3D 几何积木场景中感知图像、提出新场景进行实验并归纳出背后的形式化逻辑规则;评测发现当前 VLM 即使样本标签预测准确率高,也无法提出有效实验来降低假设不确定性,且规则复杂度增加时归纳能力急剧恶化,与人类表现存在显著差距。
- PMO-Dock: Benchmarking Docking, Specificity, and Generalization in Molecular Optimization
-
针对基于分子对接的药物设计缺乏统一基准与泛化测试规范的问题,本文提出了包含 25 项任务的 PMO-Dock 基准,首次引入靶点特异性对接任务,并严格隔离验证集调参与测试集受限评估,揭示出主流分子生成模型在不同药物研发场景下无单一最优解且超参数跨任务迁移脆弱的本质。
- PolarScale: A Physics-Grounded Benchmark for Radiometrically Consistent RGB-to-Stokes Estimation
-
针对现有 RGB 转偏振方法因除以场景最大光强而无法恢复绝对辐射尺度的瓶颈,本文构建了首个将每场景辐射尺度 \(\sigma\) 作为显式预测与评测目标的物理基准 PolarScale,提出恒定尺度对照基线与包裹感知角度、自一致性及物理边界违背率等评测指标。
- Political Neutrality as Balanced Approval: A Large-Scale Human Evaluation of AI Responses
-
本文基于政治哲学与冲突调解理论提出“最大平等认可度”(Maximum Equal Approval, MEA)作为 AI 政治中立性的形式化定义,并在涵盖 7,434 名受试者与 208,152 次评估的 PARETO 数据集上证实:跨阵营共识在中立平衡响应下不仅切实可行,且相比迎合单方立场的“平衡代价”低于 10%。
- Position: Let’s Strengthen Verifiability If We Can’t Enforce Reproducibility
-
本文以五个 ML/CV 顶会 2021–2025 年的代码可用性调查为依据,主张在难以强制完整复现的现实下,把实验日志检查和预测文件上的指标重算纳入投稿、评审与出版流程;这是部分一致性核验提案,而非已经证明有效的反作弊系统。
- Post-Selection Distributional Model Evaluation
-
针对机器学习模型经数据依赖预筛选后性能评估存在的过乐观偏差,本文提出 PS-DME 框架,借助 e-值反演构建全样本复用的 CDF 一致置信带,在保证后选择错误覆盖率(FCR)的同时显著提升样本利用效率。
- Posterior-First Neural PDE Simulation: Inferring Hidden Problem State from a Single Field
-
针对单观测场无法唯一确定未来演化的病态问题,本文提出先推断任务充分隐式问题状态后验分布再条件演化的“后验优先”神经偏微分方程模拟范式,严格证明点估计面临固有歧义壁垒,并在合成与真实物理基准上大幅缩小与预知元数据预言机的性能差距。
- PosteriorBench: From Point Estimates to Posterior Matching in Evaluating Generative Inverse Solvers
-
针对科学反问题中单点重建评测无法反映病态多解性的缺陷,提出首个面向生成式逆求解器的后验分布评测基准 PosteriorBench,通过四大物理任务的高保真参考后验与五维分布度量套件,揭示单点精度与后验匹配的非单调权衡。
- PreCoMem: Predictive Cognitive Memory for Self-Evolving Long-Term Dialogue Agents
-
受预测编码理论启发,提出面向长期对话智能体的自演化认知记忆框架 PreCoMem,将记忆建模为带连续置信度的信念,通过检索可靠性加权的有效惊异度双阈值门控动态调度强化、缓冲建档与软衰减校正,在控制记忆容量的同时实现稳健应对长期信念漂移。
- Prediction-Powered Active Testing
-
提出预测驱动的主动测试框架(PPAT),将 LURE 无偏主动估计器与廉价黑盒预测构建的零均值控制变量相结合,通过残差化损失与自适应采样提议大幅降低估计方差,并首次为主动测试建立了中心极限定理与渐近有效置信区间。
- Predictive Geometry of Hidden Trajectories in Transformers
-
本文通过将终端预测损失沿固化前向计算拉回到中间层残差流,导出拉回Fisher曲率算子与因果Token敏感度,揭示出Transformer隐藏轨迹的高阶预测各向异性,并为非均匀秩分配、Token更新剪枝及低秩蒸馏提供了显式的预测几何指导。
- PRIM: Meta-Learned Bayesian Root Cause Analysis
-
本文提出基于先验拟合变换器神经过程的根因分析方法 PRIM,通过贝叶斯模型平均边缘化图结构与函数机制不确定性,在无需预先给定因果图或执行测试期因果发现的条件下,以 17ms 单次前向传播实现零样本根因识别。
- Primal-Dual Guided Decoding for Constrained Discrete Diffusion
-
针对离散掩码扩散模型缺乏全局属性约束机制且现有方法计算开销大或依赖额外分类器的问题,本文提出基于镜像下降的原始对偶引导解码算法(SPDD),在去噪推断时自适应调整 token logits,以极低开销实现多目标约束满足并保持极佳分布保真度。
- Principia: Relational Physics Tests for Video Models
-
提出首个基于成对物体相对物理不变量的无标定视频物理评测基准 Principia,涵盖八类牛顿力学现象,揭示前沿视频生成模型视觉逼真度(VBench ~0.8)与物理守恒度(得分均低于 0.42)完全解耦的本质缺陷。
- PRISM: Prior Relational Information for Self-Supervised Modeling to Enhance Solubility Prediction
-
PRISM 提出了一种基于化学先验的关系型无标签自监督分子预训练框架,通过软邻域分布匹配将疏水、静电、极化与亚结构等四重专家先验注入独立分支编码器,并在下游采用自适应晚期融合与组合式预测头,显著提升了分子溶解度在骨架、溶质、溶剂及混合溶剂等严苛分布外(OOD)场景下的预测精度与稳定性。
- Privacy by Postprocessing the Discrete Laplace Mechanism
-
本文针对离散拉普拉斯机制发布的数据,提出了一种仅需在扰动点领域计算离散二阶导数的确定性后处理无偏估计器,证明了其唯一性与最小方差性,并证明离散拉普拉斯机制可通过独立后处理无损转化为连续拉普拉斯机制和阶梯机制。
- Private Online Prediction from Experts with Small Losses
-
本文提出了首个在遗忘对手下达成 \(\tilde{O}(\sqrt{L^\star})\) 数据依赖型低损失遗憾界的差分隐私专家在线预测算法,在常数隐私预算下几乎匹配非隐私下界,并从理论上证明了在自适应对手下即使 \(L^\star=0\) 也必然承受 \(\tilde{\Omega}(\sqrt{T})\) 遗憾界。
- Privately Estimating Monotone Statistics in Polynomial Time
-
本文研究单调统计量的黑盒差分隐私估计,通过建立子样本经验分位数的邻近交错性质,提出了时间复杂度为 \(e^{O(t)}\mathrm{poly}(k_{\varepsilon,\delta})\)、样本量降低 \(t\) 倍的实用多项式时间算法,并给出了匹配的查询复杂度指数下界。
- ProCARE: Real-World Study Automation via Profile-Grounded Evidence Contracts
-
针对大语言模型智能体在真实世界临床研究自动化中频现的模式失配、时间混乱与越界无据断言,ProCARE 提出基于档案接地的证据契约机制,通过强类型中间表示编译、运行时违规修复与证据凭据门控,实现了高可执行率且全链路可审计的临床分析生成。
- Profit Maximization in Bilateral Trade against a Smooth Adversary
-
针对双边贸易中非参数化机制空间的在线利润最大化问题,本文提出基于算法链式法则的分层学习算法 Hier-Mech,在 \(\sigma\)-平滑对抗环境下实现了极小化极大紧致的 \(\tilde{O}(\frac{1}{\sigma}\sqrt{T})\) 遗憾界,并证明了与联合广告问题的双向几何规约。
- Program-as-Weights: A Programming Paradigm for Fuzzy Functions
-
提出 Program-as-Weights(PAW)编程范式,利用 4B 神经网络编译器将自然语言规范一次性编译为紧凑的 LoRA 权重与伪程序,并在冻结的 0.6B 本地端侧解释器上以 30 tok/s 离线执行,仅用约五十分之一的内存即可匹配 32B 大模型直接 Prompting 的精度。
- Project Auto-World: Towards Automated Benchmarking of Neural Relational Reasoners
-
针对传统难度指标难以刻画神经关系推理模型盲点的问题,本文提出基于 LLM 进化搜索(FunSearch)与自主 Agent(Auto-Research)的采样器生成框架,在仅含不超过 8 个实体的小型知识图谱上端到端发掘出导致 Edge Transformer 泛化失效的隐式难例。
- Propagation of Chaos in Contextual Flow Maps
-
将深层 Transformer 抽象为特定标记在上下文经验测度下演化的上下文流映射(CFM),基于 McKean-Vlasov 动力系统与混沌传播机制建立了沿网络深度一致的前向偏差界,并借助全新欧拉伴随方程与收缩性分析证明了在线梯度下降(OGD)训练轨迹沿所有迭代步一致收敛至理想无限上下文系统,首次在深层注意力网络中将通用 Wasserstein 速率 \(n^{-1/d}\) 提升至无量纲常数的参数化速率 \(n^{-1/2}\)。
- Proportionality in Ranking Compression
-
本文针对多奖励模型集成与多元人类反馈对齐中海量评估者排序偏好的压缩难题,提出了排序压缩公理化框架,证明了位置比例性与坚实联盟比例性在任意输入下均可多项式时间求解,并揭示了成对比例性在一般情况下的不可能性边界与结构化偏好下的可达性。
- Provable Speedups From Dynamic Population Sizes in Evolutionary Algorithms for Multiobjective Optimization
-
本文首次在理论上证明了动态种群规模对多目标进化算法的加速效应:在构造的伪布尔双目标问题 CLIMB 上,提出动态种群机制的 NSGA-II-DYN 与变种群的 GSEMO 均以期望 \(O(n \log n)\) 次适应度评估覆盖全 Pareto 前沿,相比静态种群 NSGA-II 保证的 \(\Omega(n^{1.5})\) 下界取得 \(\Omega(\sqrt{n}/\log n)\) 的超常数理论加速。
- Proxy-Based Approximation of Shapley and Banzhaf Interactions
-
提出了 ProxySHAP 框架,通过多项式时间闭式算法从树系综代理模型中精确提取任意基数概率交互指数,并结合情境化残差校正,在低预算与高预算下均刷新了高阶 Shapley 与 Banzhaf 交互估计的 SOTA。
- RABBIT: Rapidly Adaptive BOLD Foundation Model via Brain-Tuning for Accurate Zero-Shot Decoding
-
本文提出了 RABBiT,一种紧凑的音频到 fMRI 基础模型,通过 LoRA 脑微调语音主干、学习区域特异性时间注意力的时间大脑 Transformer 以及解耦群体共享与个体特异性成分的低秩分解(SID),在 324 名未见被试上实现了超越现有 SOTA 的零样本群体响应预测,并仅需 10 分钟校准数据即可实现高精度的个体少样本自适应。
- RADAR: Relative Angular Divergence Across Representations
-
RADAR 提出了一种基于表征轨迹几何特性的跨域迁移性度量方法,通过追踪基础模型多层位移构成的三角角度与相对距离分布,并利用高斯混合模型拟合对称 KL 散度,在无需微调的前提下精准预测视觉与文本任务中的源域迁移增益。
- RamanBench: A Large-Scale Benchmark for Machine Learning on Raman Spectroscopy
-
本文提出了首个覆盖 77 个数据集、169 个预测任务和超 32.5 万条光谱的大规模可复现拉曼光谱机器学习基准 RamanBench,在标准化评测 28 种模型后揭示出表格基础模型全面超越领域专用模型,同时指出现有方法仍存在显著改进空间。
- Random Matrix Theory of Early-Stopped Gradient Flow: A Transient BBP Scenario
-
本文针对线性教师-学生模型下的梯度流动力学,引入输入协方差的双块各向异性结构,通过 \(2\times 2\) Dyson 方程与秩二行列式条件严格解析刻画了权重谱的瞬态 BBP 相变,首次从随机矩阵理论角度为早停机制提供了极简且自洽的谱分离物理图像。
- RANSAC Scoring Done Right
-
通过共轭逆伽马先验在固定内点划分下解析边缘化噪声尺度并结合残差前缀排序扫描,首次构造出解析无尺度参数且计算复杂度为 \(\mathcal{O}(N \log N)\) 的 Bayes 评分函数。
- Re-evaluating Continual Learning with Few-Shot Adaptation
-
本文打破了持续学习中以零样本完全回忆衡量遗忘与以单任务当前准确率衡量可塑性的传统范式,提出通过测试时少样本自适应重新审视稳定性与前向迁移,不仅揭示了灾难性遗忘中知识可高效重学的本质,还提出了前瞻元学习算法与度量适应速率的 SAUCE 指标。
- Read, Parse, Describe: Unified Document Parsing with Visual Element Description Generation
-
提出首个融合元素定位、人类阅读顺序、文本与表格提取及视觉对象无障碍描述的统一文档解析基准 Read-Parse-Describe,并提出即插即用的空间对齐残差适配器 SARA,在冻结基座 VLM 下显著补全了视觉 token 的细粒度空间几何线索。
- ReCoG: Relational Concept Graph for Training-Free Personalization
-
针对传统训练无关个性化方法独立描述概念导致细粒度混淆的问题,ReCoG 提出了关系概念图(Relational Concept Graph),在建库阶段显式提取概念对之间的判别性边,并在推理检索时基于关系边执行细粒度成对相对比较与循环赛胜场聚合,在无需微调的前提下显著提升了高度混淆概念集的个性化识别准确率。
- Recon: Reconstruction-Guided Reasoning Synthesis for User Modeling
-
针对开放域用户建模中“以结果为条件”的事后合理化无法反映真实决策因果链路的问题,本文提出 Recon,利用动作重构保真度评估与筛选合成推理轨迹,并将其作为奖励优化推理模型,大幅提升下游用户动作预测能力。
- Reconciling Causality and Non-Equilibrium Thermodynamics with Hamiltonian Causal Models
-
提出了将微观哈密顿力学与局域环境热库耦合的哈密顿因果模型(HCMs),将干预建模为控制哈密顿机制的演化变量,并证明熵产生是能够捕捉传统平均处理效应无法感知的路径级因果效应与循环因果拓扑的热力学因果可观测量。
- Refinement as a Service: Algorithmic Predictor Refinement
-
针对无需真实贝叶斯概率下的校准预测器聚合问题,本文将校准预测器抽象为信号方案并基于特征无关混淆定义信息优势,确立了确定性输出下双边多项式时间求解与多边NP-hard的算法分水岭,并提出了允许随机化输出时任意输入规模下的多项式时间极值射线分解精化算法。
- Reinforced Fast Weights via Next-Sequence Prediction
-
针对快速权重架构在长文本自回归生成中因单步下一词预测(NTP)缺乏序列级反馈而导致的记忆漂移与误差累积问题,本文提出基于下一序列预测(NSP)的强化学习训练框架 ReFINE,通过熵加权采样关键位置生成多步 rollout 并以余弦/混合奖励驱动 GRPO 优化,在全生命周期训练中显著提升长程检索与问答性能。
- ReSFlow: Rectifying Categorical Flows on Statistical Manifolds for One-Step Generation
-
针对离散分类数据流匹配在概率单纯形上由于 Fisher-Rao 测地线相交弯曲而依赖多步高昂 ODE 积分的难题,本文提出 ReSFlow,通过平方根微分同胚映射到正正交超球面,并在超球面上显式执行轨迹拉直(Reflow)与测地线重耦合,首次实现了高质量的单步离散分类数据生成。
- Rethinking Contrastive Loss in CLIP Post-training: A Complementary Framework with Frozen Text Encoder
-
发现 CLIP 后训练中对比损失的灾难性遗忘主因在于温度系数过大而非负样本不足,进而提出冻结文本编码器的轻量级后训练框架 ComCLIP,结合小温度对比损失、MSE 几何锚定与 DINOv2 关系蒸馏,在保持下游 VLM 即插即用兼容性的同时显著增强视觉特征迁移能力。
- Rethinking Expressivity and Efficiency in Test-Time Training
-
针对测试时训练(TTT)在表达能力与硬件效率之间的两难权衡,本文提出 E2-TTT,在固定块首权重的梯度近似下推导闭式标量核,以单次反向传播精确重现逐 token 动量与衰减动力学,在保持高吞吐的同时实现 8 倍上下文长度外推。
- Rethinking Learning from Label Proportions via Moment Matching
-
针对非随机结构化分组下标签比例学习的理论缺陷与优化困境,本文揭示了包级标签统计服从泊松多项分布(PMD),提出利用多阶阶乘矩匹配训练分类器的高效框架 LLP-MM,在规避指数复杂度似然计算的同时实现渐进紧致的解空间约束。
- Rethinking State Tracking in Recurrent Models Through Error Control Dynamics
-
本文从误差控制动力学视角重新审视循环模型的状态追踪问题,证明了仿射循环模型(含 SSM 与线性注意力)在保持状态表示时对符号区分子空间具有严格的中性性而无法纠偏,进而建立了可辨识度比率与有限泛化视界的定量预测理论。
- Rethinking XAI Evaluation: A Human-Centered Audit of Shapley Benchmarks in High-Stakes Settings
-
通过摊销代理模型消除实现混杂因素,对 8 种 Shapley 变体展开覆盖 3,735 次专业风控审核的人机实验,揭示离线代理指标与人类实际效用严重脱钩,并证明特征归因不提准确率却系统性虚增审核置信度。
- Retrieval Heads Meet Vision: Uncovering How VLMs Locate and Extract Visual Information
-
本文系统揭示了视觉语言模型(VLM)中负责提取视觉信息的机制回路,证明仅占约 1.7%~2.6% 的“视觉检索头(VRH)”是模型将文本指代绑定到图像对应区域并路由至输出的因果核心,且该机制具有跨模型架构共享与跨视觉推理任务泛化的本质特性。
- Revealing Epistemic Uncertainty in MLLMs via Causal-Invariant Masking
-
针对多模态大模型不确定性量化偏向偶然不确定性而低估模型认知缺陷的问题,本文提出因果不变掩码(CIM)框架,通过度量原输入与因果聚焦视图间的语义散度(SD)并推导快速超球几何漂移(EED),实现了对认知不确定性的无偏解耦与高效幻觉检测。
- Reviewer Scores Are Not Comparable Across Research Areas in ML Peer Review
-
基于 ICLR 2021–2026 共 50,289 篇论文与 219 个研究主题的大规模实证审计,证明在控制审稿均分与年份后研究主题对接收决策仍具极显著预测力(联合检验 \(p=5.1\times 10^{-3}\)),相同记录分下的主题间接收率极值比高达 8 倍,确证审稿打分缺乏跨领域的统一决策意义,构成制度级的计量设计失效。
- RigidFormer: Learning Rigid Dynamics using Transformers
-
针对传统基于网格和顶点消息传递的刚体物理仿真计算冗余与拓扑依赖痛点,RigidFormer 提出一种物体级无网格 Transformer 仿真器,结合锚点旋转位置编码(ARoPE)、锚点-顶点池化(AVP)与可微 Kabsch 刚体投影,在仅需点云输入下实现高保真度、跨步长可控的超实时(23.9 FPS)多刚体接触动力学建模。
- Risk-Averse Online POMDP Planning via CVaR of the Immediate Cost with Performance Guarantees
-
针对部分可观测环境下标准期望规划会掩盖置信状态尾部致命风险、以及既有轨迹级风险规划算法破坏标准 MDP 结构的问题,本文提出在每个规划步直接对置信状态下的即时代价应用条件风险价值 (CVaR),既精准抑制当前未观测状态的致命风险,又完美保留标准期望累积回报结构,使任意现成 POMDP 在线规划器均可通过单行代价替换直接转为风险敏感型,并享有与风险水平 \(\alpha\) 完全解耦的有限时间估计误差界与端到端逼近保证。
- Risk-Controlled Post-Processing of Decision Policies
-
针对既有确定性决策策略难以满足严格安全风险约束的难题,本文提出一种基于标定集的保形后处理算法,通过条件违规风险差值打分并在超阈值上下文切换至兜底策略,在最大化保留原基准策略一致性的同时严格将违规风险控制在预设预算内。
- Robust Domain Generalization under Divergent Marginal and Conditional Distributions
-
针对真实多领域场景中先验标签分布 \(P(Y)\) 与条件特征分布 \(P(X \mid Y)\) 同时漂移的复合分布偏移难题,本文提出 RC-Align 元学习框架,从理论上推导出由分类损失与域-类对齐(DA)损失严格上界的未见域泛化风险上界,并在常规 DG 及多域长尾(MDLT)基准上刷新 SOTA。
- Robust Multi-view Clustering against Imperfect Information
-
针对多视图聚类中缺失视图与跨视图错误配对共存的不完全信息问题,提出后验引导的潜在对偶样本推断框架(PLCI),将目标视图对偶表示统一建模为潜在变量,融合实例级可靠度与原型级语义最优传输实现鲁棒聚类。
- RoSA: Rotational Sparse Adaptation for Memory-Efficient Fine-Tuning
-
RoSA 提出一种新型显存高效微调范式,通过固定浅层前缀、常驻输出锚点并让单一可训练块在深层之间随训练周期旋转移动,结合块内稀疏优化实现反向传播深度截断与优化器状态开销的大幅缩减。
- RotMoLE: Enhancing Mixture of Low-Rank Experts through Rotational Gating Mechanism
-
针对传统 MoE-LoRA 标量门控仅能调整专家输出幅值而无法改变特征方向的局限,RotMoLE 巧妙利用 LoRA 的低秩瓶颈结构,引入轻量化旋转门控与子空间投影机制,对激活专家执行二维平面旋转变换,在极低参数开销下显著拓宽专家解空间并提升多任务与多语言联合微调性能。
- RoutingBench: Can Agentic Routing Analysis Scale to Production Datacenter Networks?
-
针对传统符号化网络验证工具在超大规模数据中心网络中遭遇的内存爆炸与小时级延迟瓶颈,本文提出首个路由路径分析评测基准 RoutingBench,并基于“多探索、少消化”原则设计 Agent Skills 范式,首次将智能体路径分析扩展至 50,000 台路由器并保持 99.5% 准确率。
- RT-J: Large-Scale Pretraining of Relational Transformers for Context-Efficient Predictions
-
本文提出针对多表关系数据库的 86M 参数关系基础模型 RT-J,基于大规模真实多表数据库预训练语料库 the Join、轻量级随机游走上下文检索器以及测试时上下文集成与调优,在仅需百个或更少上下文示例下即可实现高精度上下文回归与分类,样本效率比传统特征工程流水线提升 10 倍。
- RuleSmith: Multi-Agent LLMs for Automated Game Balancing
-
RuleSmith 将大语言模型多智能体自博弈作为黑盒评估器,结合期望提升驱动的自适应采样贝叶斯优化,实现了无需特定任务策略训练的非对称游戏规则自动化平衡。
- Runtime Monitoring of Perception-Based Autonomous Systems via Embedding Temporal Logic
-
提出直接在预训练视觉编码器嵌入空间中定义并监控时序规约的嵌入时序逻辑(ETL),结合保形校准提供无分布假设的召回率安全保障,实现免目标检测与无符号标注的端到端自主系统感知运行时监控。
- RustMizan: A Compilable, Contamination-Aware Benchmarking Framework for Rust Vulnerabilities
-
针对大语言模型智能体在漏洞分析中缺乏可编译工程环境、评估任务单一且易受训练集污染的痛点,RustMizan 提出了首个覆盖包、文件与函数三级粒度可编译变体的 Rust 漏洞分析基准,并配套语义保持与对抗诱导的自动化变异体系,全面评估前沿智能体从二值检测到行级定位的真实分析能力。
- Safeguarding Mutual Correction in Source-Free Domain Adaptation via Cut Statistics
-
针对无源域自适应中伪标签噪声易导致确认偏差的问题,SafeCut 提出基于割统计量度量样本级预测可靠性,利用自适应软门控动态控制双模型相互校正的方向与强度,并在理论与实证上保证净正向校正增益。
- Same Words, Different Judgments: How Preferences Vary Across Modalities
-
针对当前语音偏好对齐直接照搬文本协议却缺乏跨模态校验的问题,本文基于 PRISM 对话构建了首个严格受控的文本-语音双模态偏好评测基准,发现语音评测决策阈值显著收窄、长度偏差明显减弱且跨模态胜者一致率接近随机猜测,并通过组内相关系数首次系统厘清了偏好标注可靠性随标注人数扩展的标度规律。
- ScaLe-INR: Scale and Learn Implicit Neural Representations
-
针对传统隐式神经表示(INR)单网络参数更新中高频细节破坏低频流形的“谱串扰”问题,ScaLe-INR 基于傅里叶逆缩放定理提出方向坐标缩放的多分支并行架构,结合置信度融合与方向边缘引导损失,实现高保真连续信号表征并全面刷新多项 SOTA。
- Scaling Cheap Synthetic Pretraining Improves Indoor Radio-Map Prediction
-
本文提出了一种轻量级程序化楼层生成器与快速2D近似射线追踪器,通过构建包含1.28亿样本的低成本合成预训练语料库,在五项室内无线电地图预测基准上将SOTA误差平均降低15%,并验证了下游迁移性能关于合成数据规模的数据缩放幂律。
- scShapeBench: Discovering Geometry from High-Dimensional scRNA-seq Data
-
提出了首个面向高维单细胞数据形状自动检测的基准框架 scShapeBench(含 1,000 个带真实拓扑的合成数据集与 102 个专家标注的真实 scRNA-seq 数据集),并给出了基于扩散几何构建 Reeb 图的新基线方法 scReebTower。
- Seahorse: A Unified Benchmarking Framework for Spatiotemporal Event Modeling
-
提出了统一时空点过程(STPP)基准评测框架 Seahorse,通过“编码-演化-解码”解耦接口、原始物理坐标对齐契约与 HawkesNest 可控纠缠合成套件,解决了异构 STPP 模型评测口径失真与归纳偏置难以诊断的难题。
- Seeking the Unfamiliar but Memorable: Conceptual Creativity as Meta-Learning
-
将概念创造力形式化为“创造者-评价者”(Creator-Appraiser)双层元学习博弈,通过评价者在内循环中的快速自适应步幅作为外循环奖励,引导冻结的扩散模型生成初见陌生但可被快速学会的新概念图像。
- Selectivity and Shape in the Design of Forward-Forward Goodness Functions
-
针对前向-前向算法长期沿用平方和作为适应度函数导致信号稀释与退化的问题,本文提出适应度函数应衡量神经激活分布的“形态”而非总能量,通过选择性(top-k、entmax 加权能量)与形态敏感型(基于超额峰度的爆发度及中心矩)函数,在 Fashion-MNIST 与多数据集上取得了最高 +72pp 的显著性能跃升。
- Self-Consuming Generative Models with Co-Evolving Human Preferences
-
本文建立了生成模型与人类偏好协同演化的闭环动力系统,证明了纯合成数据自消耗会导致初始偏见放大的单点坍缩,而按特定下界注入真实参考数据可保证全局收敛,并提出将平衡态多样性约束转化为线性规划求解最优参考数据配比。
- Sharp Capacity Scaling of Spectral Optimizers in Learning Associative Memory
-
本文针对非正交高斯嵌入与幂律频次分布下的线性联想记忆任务,严格给出了谱优化器 Muon 的锐化容量缩放定律,证明单步 Muon 即可达到与二阶牛顿法一致的 \(\widetilde{\Theta}(d^{1+\frac{1}{2\alpha}})\) 记忆容量并饱和于更大的临界批大小。
- Shift-Aware Identity-Guided Latent Refinement for Referring Audio–Visual Segmentation
-
针对音视频指代分割中因遮挡、声音暂停或同类干扰引发的“目标偏移”难题,本文提出端到端框架 SAIL,引入全局语义锚点与时序分割标记的解耦设计,结合模态证据残差校准与记忆增强解码器,实现了鲁棒的时空身份一致性分割。
- Show Me What You Don’t Know: Efficient Sampling from Invariant Sets for Model Validation
-
提出无需重新训练条件模型的无监督生成引导不变性审计算法,利用预训练扩散/流匹配模型结合特征纤维损失高效采样等表征输入,精准暴露视觉模型与 VLM 忽略关键语义(如内脏反位解剖特征)的表征盲区。
- SIEVES: Selective Prediction Generalizes through Visual Evidence Scoring
-
针对闭源与前沿多模态大模型无法获取内部 logits 且传统置信度泛化差的痛点,SIEVES 让推理模型借助缩放工具生成带裁剪图的多模态思维链,并训练轻量判别选择器显式打分定位质量、图文一致性与答案正确性,在严苛风险限制下将跨域 VQA 覆盖率提升达三倍。
- SIGMA: Semantic-Difference Instruction-Grounding Mask Annotator for Text-Driven Image Manipulation Localization
-
针对文本驱动图像编辑缺乏大规模像素级篡改定位(IML)标注的难题,本文提出结合 DINOv2 语义特征差分与结构化指令空间先验的双分支自动掩码标注器 SIGMA,借助两阶段噪声校准渐进自适应,从百万级公开无标注编辑库中全自动生成高保真伪造定位标注。
- Simple KNN-Based Outlier Detection Achieves Robust Clustering
-
在最优簇规模不小于常数倍离群点预算的实用假设下,直接利用 KNN 距离检测并移除离群点即可实现带离群点 \(k\)-Means 到标准 \(k\)-Means 的常数因子近似归约,无须放宽聚类中心数或多删离群点。
- SimplexUQ: An Evaluation Framework and Benchmark for Conformal Uncertainty on Simplex-Valued Predictions
-
SimplexUQ 针对分类概率、主题分布、光谱丰度等单纯形预测场景,提出了首个衡量共形不确定性覆盖分配失衡的评测框架与基准套件 SimplexTasks-12,系统揭示了全局校准在困难子空间严重欠覆盖的失效机理,并给出了基于数据异质特征的包装器自适应选择启发式。
- Smooth Partial Lotteries for Stable Randomized Selection
-
针对科学基金资助与同行评审中传统部分抽奖在决策边界处高度不稳定、单篇微小分值变动即引发入选概率突变的问题,本文提出平滑选择原则并设计截断线性抽奖(Clipped Linear Lottery),在严格保证边际概率全局利普希茨连续的同时,实现了匹配理论下界的近最优遗憾界。
- Soft Contamination Means Benchmarks Test Shallow Generalization
-
本文系统揭示了基于字符去重的传统清洗流程无法过滤训练集与评测基准间的“语义重复”(软污染),并通过对开源数据模型 Olmo3 的万亿级语料检索与微调消融证实:极低比例的软污染即可诱导基准性能大幅虚高,且该收益属于基准内的“浅层泛化”,无法迁移至同领域独立测试。
- Soft Geometric Inductive Bias for Object Centric Dynamics
-
本文提出基于克利福德代数多重向量表征的软几何归纳偏置物体中心世界模型,通过非严格等变克利福德网络与块因果注意力,在保留几何先验的同时自适应拟合接触、边界及外力引起的对称性破缺。
- SOL-ExecBench: Speed-of-Light Benchmarking for Real-World GPU Kernels Against Hardware Limits
-
针对智能体生成与优化 GPU 算子缺乏绝对硬件物理性能参考及评测沙箱漏洞的问题,NVIDIA 提出了基于硬件物理光速性能极限(Speed-of-Light, SOL)的真实算子基准 SOL-ExecBench,覆盖 124 个模型提取的 235 个核心算子问题与抗作弊评测沙箱。
- SourceBench: Can AI Answers Reference Quality Web Sources?
-
提出了首个评估 AI 回答所引网页信源质量的多维度基准 SourceBench 与校准自动化评测器,全面评测 12 种主流 LLM 及检索系统,揭示了优质信源检索能功能性替代内部复杂推理的关键洞察。
- Sparse All-Layer Connector for Domain Generalised Semantic Segmentation
-
针对多基础模型域泛化语义分割中传统同深度对齐融合忽略表征层级差异与域敏感性的瓶颈,本文提出稀疏全层连接器(SALC),通过基于 Sparsegen 的自适应跨层选择机制与基于频率的候选层丢弃正则化,实现了跨域未知场景下鲁棒高效的多模型互补融合。
- Sparse Delta Memory: Scaling the State of Linear RNNs through Sparsity
-
提出稀疏增量记忆(Sparse Delta Memory, SDM),利用乘积键稀疏寻址将门控线性 RNN 的隐状态容量扩展数千倍,在严格同 FLOPs 和同参数量下大幅超越 Gated DeltaNet 并媲美甚至超越全注意力模型。
- Sparse Koopman Autoencoders Identify Local Dynamical Regimes in Multibasin Systems
-
针对多吸引子动力系统无法用单一全局连续变换线性化的理论瓶颈,本文提出稀疏库普曼自编码器(SKAE),利用稀疏编码的离散激活支撑作为无监督动力学机制变量,在无需吸引子标签的前提下实现了高精度多步预测与局部动力学机制的无监督发现。
- Sparse Sum-of-Squares Layers for Certified Learning
-
针对传统凸优化层在反向传播时破坏前向稀疏结构导致内存与算力爆炸的问题,本文提出固定模板的稀疏平方和(Sparse SOS)可微值层,利用包络定理在反向传播中直接复用前向解的局部极大团坐标,实现端到端形式化证书学习且显存降低近百倍。
- Spectral Geometry of Attention: From Information Routing to Uncertainty
-
本文将Transformer注意力头形式化为Token函数希尔伯特空间上的泛函映射,提出内在概率几何下的Token差异算子(TDO),在理论上解耦注意力汇聚与路由塌陷,并衍生出在上游精准捕捉路由容量衰减的无监督单遍不确定性评估器SAUQ。
- Spectral Transformer Neural Processes
-
本文提出谱变换器神经过程(STNP),通过谱聚合器从上下文观测中动态推断连续谱混合模型并采样任务自适应谱特征,为变换器神经过程注入隐式谱混合核归纳偏置,显著提升周期性与拟周期性数据的外推与预测能力。
- Speeding up Log-Sum-Exp: Kernel Fusion at the Memory Wall, Integer Arithmetic at the Compute Wall
-
针对传统 Log-Sum-Exp (LSE) 实现存在的多 Kernel 调度开销与重复访存瓶颈,本文提出基于二元配对递归的单遍融合核 FuseLSE 与定点近似整数核 IntLSE,在 GPU 显存墙场景下达成最高 11 倍加速,并在无专用函数单元的 CPU 上凭借纯整数流水线取得 3-6 倍性能提升。
- Spherical Flows for Sampling Categorical Data
-
针对离散序列生成中欧氏连续流存在的模长漂移与维度缩放问题,本文在单位球面 \(\mathbb{S}^{d-1}\) 上构建以 von Mises-Fisher(vMF)分布为条件路径的流模型,利用径向对称性将连续性方程化简为一维标量 ODE 并推导解析分数,单模型统一了 ODE、SDE 与预测-校正采样。
- SpikeSSL: A Universal Spike Inference Framework with Dynamics-Informed State-Space Layers
-
SpikeSSL 将钙瞬变的一阶指数衰减动力学归纳偏置融入双向 IIR 状态空间层,结合多模态条件编码器与生物物理仿真数据增强,实现了跨钙指示剂的高精度零样本脉冲反卷积与校准不确定性估计。
- Spin-Weighted Spherical Harmonics Enable Complete and Scalable E(3)-Equivariant Networks
-
针对传统冈特张量积(GTP)因角动量求和宇称限制丢失反对称路径的问题,提出基于自旋加权球谐函数(SWSH)的 SpinGTP 操作,在维持 \(\mathcal{O}(L^3)\) 渐进计算效率的同时恢复了反对称耦合路径与宇称奇分量,在手性结构判别与大规模分子势能模拟中达到了与全量 Clebsch-Gordan 张量积相当的精度。
- SplatLab: Autonomous Scientific Discovery for 3DGS Research
-
SplatLab 是首个在 3D 高斯泼溅(3DGS)真实前沿领域实现全闭环的自动科学发现系统,通过构建已实证验证的复现基座(Splatify/Nerfify)、真实 GPU PSNR 驱动的级联加权 Elo 锦标赛以及内环对抗伪证机制,自主生成击败目标 SOTA 的学术论文,并将每项汇报数据强绑定至磁盘运行日志。
- Stability and Diversity of Networked Self-Consuming Generative Ecosystems
-
本文提出了首个针对网络化自生成生态系统的理论分析框架,将多模型交互抽象为有向加权图,推导出系统局部渐近稳定的谱半径收敛充要条件与环路增益界限,并证明了跨模型数据消费在特征空间中诱发拓扑依赖的平滑效应从而加剧多样性塌缩。
- Stabilizing Extrapolation in Looped Transformers via Learned Stochastic Stopping
-
本文发现循环 Transformer 在简单算法任务中长度外推的极高方差源于训练序列长度与循环次数的伪相关,提出在训练阶段引入随机循环深度与基于强化学习的自适应停止(RL-Halting),将停止时机视为训练期归纳偏置,显著抑制了分布外预测震荡并提升了准确率与稳定性的权衡边界。
- Stable and Scalable Probabilistic Numerical Solvers for Stiff and High-Dimensional ODEs
-
提出无矩阵扩展卡尔曼滤波求解器 MatfreeEK1 及其全隐式变体,结合雅可比-向量积、迭代线性求解器与随机协方差估计,在保留完整雅可比信息与数值稳定性的同时将高维刚性常微分方程求解复杂度降至线性 \(\mathcal{O}(d)\)。
- State-of-art minibatches via novel DPP kernels: discretization, wavelets, and rough objectives
-
本文提出了基于多分辨率正交小波基的全新连续确定性点过程(DPP)核,将 \(C^1\) 目标函数线性统计量的标准误衰减率提升至最优的 \(O(n^{-(1/2 + 1/d)})\) 并自适应扩展至粗糙目标函数(Hölder 与分数阶 Sobolev 空间),同时建立了通用的连续到离散低秩核转换管线,以 \(O(Nn^2 + n^3)\) 极低采样复杂度将方差缩减优势严格无损传递到离散小批量与核集(Coreset)构建中。
- Statistical Query Lower Bounds for Smoothed Agnostic Learning
-
本文首次建立了高斯边缘分布下半空间平滑不可知学习的统计查询(SQ)复杂度下界 \(d^{\Omega(1/(\sigma+\epsilon)^2 + \log(1/\epsilon))}\),证明了基于 \(L_1\) 多项式回归算法的既有上界在本质上不可超越,从理论上回答了平滑分析能否将不可知学习加速至多项式复杂度的核心开放问题。
- Stealthy World Model Manipulation via Data Poisoning
-
针对基于世界模型的序列决策与规划系统,提出两阶段隐蔽数据投毒框架 SWAAP,先通过带转移梯度的双层优化搜索低回报且低偏差的目标世界模型,再借助带隐蔽约束的梯度匹配篡改微调转移动力学数据,在大幅降低规划性能的同时绕过多阶段检测防御。
- Sticky Jump Diffusions: A Unifying View of Masked, Continuous, and Hybrid Diffusion
-
本文提出粘性跳跃扩散(SJD),将离散 token 嵌入视为连续空间中的粘性锚点,在统一的连续时间跳跃扩散马尔可夫过程中实现了掩码扩散、连续扩散与混合扩散的理论统一,并通过去噪风险率匹配与单网络无仿真交叉熵训练,解锁了利用跨位置混合核注入先验的全新设计空间。
- Stop the Sampler! Classifier-Based Adaptive Stopping for Sampling Kernels
-
将连续状态空间下的 MCMC 采样过程表述为带非无环结构的生成流网络(Non-Acyclic GFlowNet),通过训练神经网络分类器自适应学习轨迹终止决策与转移漂移修正,在大幅缩短采样步数的同时显著改善复杂多模态分布的混合与覆盖。
- STRABLE: Benchmarking Tabular Machine Learning with Strings
-
针对真实表格中普遍包含字符串而现有基准过度依赖纯数值或人工清洗的盲区,本文构建了涵盖 108 个真实数据集的基准 STRABLE,系统评测 445 种流水线,证明轻量级编码器结合先进表格学习器的模块化方案在 Pareto 前沿全面占优,并揭示了解码器架构 LLM 嵌入在表格降维时的表征几何特性。
- Strategic Decision Focused Learning
-
针对传统决策聚焦学习假设单智能体独立决策的缺陷,本文形式化了博弈环境下的策略决策聚焦学习(SDFL),揭示出预测精度与均衡收益非单调的本质困难,并提出了融合KKT梯度与策略检查点过滤的端到端学习算法。
- Strategic Decision Support for AI Agents
-
针对大模型智能体在人机协作与工具调用中盲目自信或过度求助的痛点,本文提出了逆向决策支持框架与在线监督算法 SOS,在无分布假设下通过随机探索与重要性加权分位数追踪严格控制反事实漏求助误差,以极低求助率实现可靠决策。
- Strategic PAC Learnability via Geometric Definability
-
本文证明了即便是实数线上 VC 维为 1 的简单假设类在极简区间扰动下也会诱导无限 VC 维,进而提出基于 \(\mathbb{R}_{\exp}\) 与受限 Pfaffian 的几何可定义性框架,彻底恢复了战略分类的 PAC 可学习性并给出了显式样本复杂度界。
- StreamPhy: Streaming Inference of High-Dimensional Physical Dynamics via State Space Models
-
针对科学与工程中高维时空物理场在非均匀、时变稀疏测量下的实时重构难题,本文提出端到端框架 StreamPhy,融合注意力观测编码器、HiPPO 状态空间演化以及表达能力严格超越功能 Tucker 模型(FTM)的功能张量 FiLM 解码器,实现高精度且比扩散基线快 20–100 倍的在线全场流式推断。
- Strong Stochastic Flow Maps
-
提出强随机流映射(Strong Stochastic Flow Maps, SSFM),通过移位勒让德多项式高效参数化布朗运动并结合陈氏关系与半群自蒸馏目标,首次实现了加性噪声随机微分方程(SDE)强路径解的少步数快速生成。
- Sub-Gaussian Confidence Intervals for Heavy-Tailed Data: Characterizing the Limits of Inference
-
针对未知方差与重尾非对称分布下均值置信区间无法自适应构造的经典难题,本文引入刻画截断方差质量的“有效样本量”参数 \(\alpha_{n,\delta}\),建立了极小极大最优长度置信区间的可达性上限与非自适应下界。
- Support Before Frequency in Discrete Diffusion
-
证明离散扩散语言模型在小噪声极限下,逆向核单步编辑概率天然在阶数上分离为支撑集距离尺度项与词频系数项,揭示模型在预训练中先学会辨别合法语法支撑集、后学习支撑集内精细概率分布的演进规律。
- SurvivalPFN: Amortizing Survival Prediction via In-Context Bayesian Inference
-
针对生存分析中右删失数据建模难、高度依赖特定算法假设与繁琐超参数调优的痛点,本文提出首个基于上下文贝叶斯推断的生存分析基础模型 SurvivalPFN,通过在大规模可辨识合成生存数据生成过程上离线预训练,仅需单次前向传播即可自适应输出校准且精准的个体后验生存分布。
- Swift Sampling: Selecting Temporal Surprises via Taylor Series
-
受人脑预测编码启发,将视频潜特征建模为可微轨迹并利用泰勒级数预测外推,通过局部预测残差(时间惊奇)免训练筛选关键帧,以仅 1.02× 的极低推理开销在长视频问答与压缩任务上大幅超越均匀采样。
- Swimba: Switch Mamba Model Scales State Space Models
-
针对传统 MoE 作用于选择性状态空间模型(SSM)时会导致核心循环状态更新计算量随专家数量成倍暴涨的瓶颈,本文提出 Switch Mamba(Swimba),在参数空间对专家生成的输入注入与读出流进行动态加权聚合,维持单条隐藏状态轨迹与单次循环求解,在推理 FLOPs 几乎不变的前提下实现了模型容量的高效扩展与全任务精度提升。
- SyncLight: Single-Edit Multi-View Relighting
-
SyncLight 提出一种免相机位姿的多视角室内场景生成式重光照框架,用户仅需在单张参考图像上点击光源并设定强度与色度,模型通过多视角扩散变换器与潜空间桥接匹配(Latent Bridge Matching),即可在单次前向推理中将光照编辑零样本扩展并严格一致地传播至任意视角。
- TabDLM: Free-Form Tabular Data Generation via Joint Numerical–Language Diffusion
-
TabDLM 针对真实表格中数值、分类与自由文本混合的异构生成难题,首次以掩码扩散语言模型(MDLM)为底座结合专用数值编码器,将连续扩散与离散掩码扩散在单步统一噪声水平下融合,实现了跨模态双向注意力建模与高保真自由格式表格生成。
- Tail Competition Explains Scaling in Best-of-N Sampling for Verifiable Problems
-
将可验证问题中的 Best-of-N 采样重构为正确与错误候选答案奖励分布的右端尾部竞争,借助极值理论刻画了四阶段标度相变,揭示了方差主导导致的奖励作弊(Reward Hacking),并提出了无监督尾部张力早停策略。
- Tail Cues, Principal Corrections: Plug-and-Play Rectification for Open-Set Test-Time Adaptation
-
针对非平稳开集测试时自适应(OSTTA)中协变量与语义偏移并存、在线更新易被未知样本污染的痛点,TALOR 利用预训练分类头奇异基构建即插即用的特征正交分解,将高增益主成分作为校正目标、低增益尾部成分作为偏移线索,在线估计并减去双机制仿射漂移,无需梯度更新与源域数据即可大幅提升分布内准确率与未知样本拒绝能力。
- Take It or Leave It: Intent-Controlled Partial Optimal Transport
-
提出意图控制部分最优传输(IC-POT),将经典部分最优传输的全局统一拒绝回扣泛化为源域与目标域上的点级松弛成本,在保持平衡 Kantorovich 严格等价与稀疏对偶求解特性的同时,实现了依据统计偏置、置信度与物理先验灵活定价拒绝质量。
- Targeted Review for AI-Assisted Biodiversity Surveys: Active Continuous-Score Occupancy Modeling
-
针对机器学习辅助生物多样性调查中分类误差污染种群统计推断的难题,提出主动连续评分占域建模框架(ACORN),通过解耦高斯混合校准与面向下游生态推断的目标期望信息增益(Target EIG),仅需极少量专家人工复核即可精确恢复与全量人工真值高度一致的物种占域与环境协变量结论。
- Targeted Synthetic Control Method
-
针对面板数据中单处理单元因果效应估计难题,提出目标合成控制法(TSC),将目标最大似然估计(TMLE)的思想引入合成控制框架,通过单参数指数倾斜子模型利用对照组残差校准权重,既消减了前期拟合偏误,又天然保证了反事实预测位于对照组凸包内且权重可解释。
- Task-Induced Riemannian Metrics for Vision Transformer Feature Spaces
-
本文针对视觉Transformer中欧氏距离与余弦相似度忽略下游任务敏感方向的缺陷,基于解码器雅可比矩阵构建了任务诱导的黎曼拉回度量,提出了矩阵自由的谱可处理性诊断器与谱拉回网络(SPN),并成功蒸馏出仅310K参数的重要性预测头,在冻结ViT主干下实现了高质量几何Token剪枝与图像检索。
- Teach-to-Reason: Competition-Guided Reasoning with a Self-Improving Teacher
-
针对胸部X光VQA中答案级强化学习奖励粗糙且易在组内退化为零的问题,本文提出了 Teach-to-Reason (T2R) 框架,通过自博弈持续进化的教师模型提供渐进式参考思维链,并设计了保持原始奖励正负划分的保序与退化恢复机制,显著提升了医学推理轨迹的质量与开放式问答性能。
- Teaching LLMs to Recommend and Defer in Underrepresented Epilepsy Care
-
针对低资源地区儿科癫痫诊疗专业资源匮乏且易受西方处方先验偏差影响的问题,提出无参数更新的提示词学习框架 Manana 与贝叶斯提示词平均(BPA),通过多智能体错误归纳与轨迹集成实现精准药物推荐与不确定性转诊。
- Tempered Guided Diffusion
-
本文提出回火引导扩散(TGD),将免训练条件扩散采样建立在干净信号空间的退火序贯蒙特卡洛(SMC)框架上,并通过加速变体 A-TGD 在采样早期利用多粒子交互探索、中途剪枝至单一高似然轨迹,在相同计算预算下显著提升图像反问题的重建质量与采样效率。
- Test-Time Personalization: A Diagnostic Framework and Probabilistic Fix for Scaling Failures
-
针对个性化文本生成中测试时扩展(Test-Time Personalization)面临的标准奖励模型失效困境,本文从理论上推导出包含四个可测变量的统一扩展律诊断公式,并提出基于方差学习的概率个性化奖励模型,在推理时单调扩展并填补了最高 84% 的 Oracle 性能差距。
- Testable and Actionable Calibration for Full Swap Regret
-
本文提出了首个兼具完全可操作性(绑定全量交换遗憾)与近最优可检验性(收敛速度达到 \(\tilde{O}(T^{-1/2})\))的软分箱校准决策损失 \(\mathsf{SCDL}\),打破了以往度量在二者间的权衡困境。
- Testable Learning of General Halfspaces under Massart Noise
-
针对高斯边际分布与半随机 Massart 标签噪声下的非齐次通用半空间学习,提出了首个复杂度定性匹配非检验 SQ 下界 \(d^{\mathrm{polylog}(\min\{1/\gamma,1/\epsilon\})}\) 的可检验学习器,核心依赖全新的符号函数乘性夹逼多项式逼近理论。
- The Bayesian Learning Rule Beyond KL Geometry
-
本文通过引入混合空间 Bregman / Fenchel-Young 差异突破了传统贝叶斯学习法则(BLR)对 KL 几何与固定支撑集指数族的依赖,建立了包含参数依赖有界支撑和重尾分布的广义规范梯度加法更新框架,并推导出可扩展至现代神经网络的类牛顿优化器 q-VON。
- The Causal Description Gap: Information-Theoretic Separations Across Pearl's Hierarchy
-
本文首次从算法信息论与香农信息论视角对珍珠因果层级(PCH)进行严格定量化,证明在仅具常数级观测描述长度的结构因果模型中,单变量干预答案与反事实答案的描述缺口在最坏情况和高概率下可分别达到 \(\Theta(n^2)\) 比特,确立了跨层级因果查询的信息论分离界与紧界上界。
- The Constitutional Coverage Trilemma in AI Governance
-
本文提出前沿大模型在安全、有用、诚实、自主与公平五维价值空间中的宪法覆盖三难困境,实证揭示人类多元需求与模型同质化供给之间的严重脱节,并证明仅需极稀疏的顶点菜单即可大幅削减匹配后悔值。
- The Dormant Spiking Neuron: A State-Driven Mechanism for Efficient Spiking Neural Networks
-
针对脉冲神经网络(SNN)中深层抑制神经元持续占用膜电位更新算力的问题,提出状态驱动的休眠脉冲神经元(DSN),结合端到端代理梯度时间反向传播(BPTT),在将计算能耗大幅削减 40% 至 73% 的同时实现 ImageNet 精度提升 1.34%。
- The Future of Facts: Tracing the Factual Generation-Verification Gap
-
本文系统追踪了语言模型中事实性生成-验证差距(GV-gap)在知识获取、持续学习与更新三个训练阶段的演化机制,揭示了“验证先于生成习得”、“验证对持续学习更鲁棒”以及更新时陷入同时确认新旧事实的“多重宇宙状态”,并在前沿旗舰模型中实证了该规律。
- The Limits of AI-Driven Allocation: Optimal Screening under Aleatoric Uncertainty
-
论文揭示了偶然不确定性导致纯AI资源分配存在不可消除的错配上限,证明了最优两阶段策略应将物理筛选集中在算法分配的分位数决策边界周围,并通过收缩不动点算法与人道排雷、社会救助实证实现了分配精度的大幅跃升。
- The Reflexivity Threshold: A Phase Transition for Multi-Agent Performative Prediction
-
提出了多智能体表演性预测中的反身性矩阵 \(\Gamma\) 与谱相变阈值 \(\rho(\Gamma)=1\),证明了阈值之下反复重训练在 Perron-Frobenius 加权范数下几何收敛且累积超额损失有界,阈值之上任何去中心化局部信息学习者必然遭受线性累积超额损失。
- The Score Is Not the Structure: Brain Alignment and Cross-Lingual Transfer
-
本文针对当前大模型表征对齐与跨语言探针普遍依赖相似度分数的现状,提出了由内容消融、测量工具检验与统计单元校正组成的三步审计框架,证明了现有大脑对齐与跨语言可操纵性分数中大部分增益源于度量指标或测量误差的统计假象。
- The Score Kalman Filter
-
针对非线性贝叶斯滤波中高阶矩传播导致的配分函数指数级计算爆炸与矩截断闭合难题,本文提出分数卡尔曼滤波(Score Kalman Filter, SKF),通过多项式指数族的分数匹配将密度重构规约为单次线性求解,并利用 Stein 恒等式实现无配分函数的代数矩闭合与后验矩恢复,使非线性多峰滤波在保持纯线性代数操作的同时成功扩展至 20 维连续系统。
- The Sharp Directions Are Against You: Curvature Analysis of Activation Steering
-
本文提出面向激活转向向量的转向黑塞矩阵(Steering Hessian),证明对比激活添加(CAA)的脆弱性源自激活空间极端的曲率各向异性,并通过一阶保向保距的“尖锐成分消除”(Sharp Removal)在不改变模型权重的前提下彻底消除了反向转向,在跨模型多任务的开放生成中全面超越标准 CAA。
- The sublevel Flood bifiltration: towards scalable 2-parameter persistent homology
-
提出次水平集 Flood 双过滤(sublevel Flood bifiltration),通过将基于紧凑地标 Delaunay 复形的覆盖机制推广至双参数空间,配合局部-极值掩码近似与 GPU 批处理张量计算,在大规模点集上实现了相比 Delaunay 双过滤数个数量级的加速,打破了双参数持续同调的计算扩展瓶颈。
- Theoretical guidelines for annealed Langevin dynamics in compositional simulation-based inference
-
针对组合式基于模拟推断中复合分数与真实前向扩散分数不匹配导致的逆向 SDE 采样不可消除偏差,本文推导了退火朗之万动力学的 Wasserstein 误差界,给出了步长与步数的闭式超参数决策准则,并在理论与实验上证明了 Linhart 桥接密度相较于 Geffner 具有更大的允许步长与显著更少的总步数开销。
- Theory-Scale Auto-Formalization of Logics for Computer Science
-
针对现有自动形式化局限于孤立命题翻译且高度依赖成熟数学库的缺陷,本文基于经典教材《Logics for Computer Science》构建了首个从零起步、覆盖85K行Lean 4代码的理论级基准LCS-Bench,并提出基于DefEq的声明等价性判定协议,揭示了前沿大模型在理论级形式化中最高仅达20.1%通过率的严峻瓶颈。
- TIGER-FG: Text-Guided Implicit Fine-Grained Grounding for E-Commerce Retrieval
-
针对电商图像搜索中局部查询框与全图多模态商品间的模态与粒度双重不对齐难题,TIGER-FG提出无需显式目标检测的文本引导隐式细粒度定位双塔检索框架,结合空间关系与相似度分布双重蒸馏以及抗混淆训练,以轻量256维表征大幅超越主流多模态大模型基线。
- To Align or Not To Align: Check Your COMPASS Before You Train
-
提出免训练的模型兼容性诊断框架 COMPASS,利用小规模探针集上的局部 \(k\)-NN 近邻重叠度,将组合兼容性解耦为“起点易度”与“范式上限”两轴,以超越全局 CKA 的极高相关性预判跨模态对齐与模型合并成效。
- To discretize continually: Mean shift interacting particle systems for Bayesian inference
-
针对未知归一化常数的连续后验分布,本文提出基于正则化最大均值差异(MMD)的均值漂移相互作用粒子系统(MSIP),通过构造具有严格尺度不变性的预条件定点迭代与灵活的内层求积估计器,实现了高效抗模式坍塌的高维加权贝叶斯数值求积。
- Topological Out-of-Domain Generalization in Dynamical Systems Reconstruction
-
针对分层动力系统重构模型在跨分岔外推时失效的结构根源,本文提出了雅可比低秩稀疏正则化与动力-位置正交特征解耦机制,并给出了离散时间外推边界的闭式度量,首次实现了无需下游微调的跨临界点零样本拓扑预测。
- Topological Periodicity Test (TopPT) via Confidence Bound of Time-Delay Embeddings
-
本文基于时间序列的时延滑动窗口嵌入与拓扑数据分析(TDA),严格证明了周期与非周期信号在相空间支撑流形上的同胚与同伦等价性差异及正 reach 下界,并提出首个具有渐近第一类与第二类错误率控制的拓扑周期性假设检验框架 TopPT。
- Total Variation Distance Estimation in Autoregressive Models
-
本文系统研究了长度为 \(n\) 的自回归模型分布间总变差(TV)距离的估计问题,建立了样本访问、Logit 访问与含噪 Logit 访问下的紧致或近紧致查询复杂度界,并基于多层蒙特卡洛与回放评分机制实测揭示了 vLLM 与 SGLang 在相同权重下高达 0.586 的真实分布差异。
- Towards Characterizing Scientific Image Utility and Upgradability
-
本文提出了首个联合评估科学图像“效用”(错误检测与修正可行性诊断)与“可升级性”(无损真实恢复科学有效性)的 SIU2A 框架及基准数据集,揭示了主流多模态大模型在科学图像细粒度错误定位与闭环修复能力上的断层。
- Towards Complementary Keypoint Detection via Mixture of Detectors
-
针对单一关键点检测器无法兼顾不同局部纹理与点数预算的难题,本文提出混合检测器架构 MoD,先将多种异构检测器蒸馏至单一共享模型单次前向输出多张检测图,再利用局部纹理与全局预算双分支路由器自适应为每个局部 Patch 分配最优检测器,显著提升了几何位姿与单应性估计精度。
- Towards Error-Free EHRs: Reasoning-Intensive Consistency Verification Between Clinical Notes and Structured Tables in Electronic Health Records
-
针对临床叙述文本与结构化医疗表格间浅层匹配无法捕捉医学解释、复合事件关系及动态时序变化的问题,本文提出了包含 8,048 个实体的高质量深度推理基准 EHR-ReasonCon,并设计了结合病历切分、患者记录与层次本体双阶段实体抽取及表格探索工具的 EHR-Inspector 框架,在严苛与宽容评估下均取得 SOTA 验证性能。
- TracingFlow: A Simulation-Free Trajectory Inference Framework Based on Second-Order Dynamics
-
针对单细胞时序观测中一阶流匹配模型因单值速度场限制无法捕捉相交轨迹与调控惯性的缺陷,本文提出了首个基于二阶动力学的无仿真轨迹推断框架 TracingFlow,通过在增广相空间中定义动态最优加速度传输(DOAT)问题并交替求解离散三对角系统补全缺失速度,实现了高曲率非线性演化轨迹的精确重构与谱系先验的自然融合。
- Training-Free Generative Sampling via Moment-Matched Score Smoothing
-
提出矩匹配得分平滑过阻尼朗之万动力学(MM-SOLD),通过在采样粒子上引入中心化缩放 Stiefel 约束保持训练集一阶与二阶矩,消除经验得分平滑中的重心塌缩,无需模型训练或 GPU 即可实现高保真度与高多样性的扩散生成采样。
- Training a Predictive Coding Network on ImageNet using Equilibrium Propagation
-
本文将平衡传播(EP)的能量微扰机制与预测编码网络(PCN)相结合,提出了针对连续状态松弛的改进型投影梯度下降(mod-PGD)与异步层更新策略,首次在全尺寸 ImageNet 上成功训练 10 层卷积预测编码网络并取得 13.23% Top-5 错误率(逼近反向传播基线的 12.20%)。
- Transferable SCF-Acceleration through Solver-Aligned Initialization Learning
-
通过可微自洽场(SCF)求解器端到端反向传播微调初始猜测模型(SAIL),并引入计入前置隐藏 Fock 构建开销的有效相对迭代次数(ERIC),消除了基态张量拟合与数值求解动力学之间的监督失准,使矩阵与系数预测模型在大分子尺寸外推时维持稳健的收敛加速。
- Transferable SCF-Acceleration through Solver-Aligned Initialization Learning
-
针对机器学习矩阵初猜模型在跨分子尺度外推时反而导致自洽场(SCF)迭代减速的问题,本文揭示该缺陷源于基态监督与非线性求解器动力学的不对齐,提出端到端反向穿透 SCF 求解器的训练框架 SAIL 与计入隐性开销的 ERIC 指标,在 QM40 和 QMugs 大分子上首次实现杂化泛函自洽场的稳健外推加速。
- Transformers Linearly Represent Highly Structured World Models
-
本文通过对在数独求解轨迹上训练的 8 层 Transformer 进行机制可解释性分析,发现模型并未按表面棋盘逐单元格建模,而是以行、列、宫这 27 个约束子结构为基本代数单元构建线性世界模型,并通过中层注意力头消除候选数与顶层 MLP 中的单义性“裸单数电路”实现稀疏决策。
- TailOR: Trimming the Long-Tail of Visual World Modeling Evaluation
-
TailOR 构建了一个覆盖常规、非常规及物理不可能工具交互的多维度基准测试,评测主流图像与视频生成世界模型在预测与描述设定下的物理因果推理,揭示了模型依赖统计表面共现而非内化底层物理规律的长尾鸿沟。
- TailOR: Trimming the Long-Tail of Visual World Modeling Evaluation
-
TailOR 构建了一个包含常规、非常规与不可能三类工具使用场景及预测/描述双轨设定的诊断性基准,系统揭示了当前前沿图像与视频生成模型在长尾物理交互中因依赖统计共现而引发的可及性理解崩溃与时空因果不一致问题。
- TriSearch: Learning to Optimize Triangulations via Bistellar Flips
-
TriSearch 将高维多胞体剖分优化建模为隐式翻转图上的强化学习任务,通过回路支撑的局部子单纯形复形表征动态翻转动作,结合等变图神经网络与单纯形对偶图卷积,在固定计算预算下实现了显著优于传统启发式与枚举法的全局寻优性能,并成功发现更多卡拉比-丘三折流形拓扑类。
- Understanding Circulant Permutation to Extend the CMinHash Estimator
-
通过引入无放回抽样序视角与大维度渐近分析,论文将原本繁复且含缺陷的 CMinHash 组合方差推导简化为直观的紧凑闭式,并首次将循环置换机制成功推广至非对称哈希与基于事件计数的 Minner 估计量。
- Understanding Generalization through Decision Pattern Shift
-
论文提出决策模式偏移(DPS)新视角,将样本内部决策机制形式化为通道级贡献向量,从理论与实验上证明其与泛化误差呈现强线性相关(Pearson \(r > 0.8\)),并构建了统一各类泛化退化场景的连续演化谱。
- Understanding Private Evolution as Learning-Augmented Clustering
-
本文将差分隐私合成数据生成算法 Private Evolution (PE) 重构为学习增强型聚类框架,不仅证明其 Wasserstein 误差界摆脱环境维度依赖、仅取决于生成器内在维度,而且针对传统选择机制在多聚类数据上的投票稀释失效问题,提出了具备收敛理论保证的几何感知选择算法 GAPE。
- Unlocking Compositional Generalization in Continual Few-Shot Learning
-
提出严格解耦表征训练与组合推理的双阶段框架 COMPOSE,利用自监督 ViT 固有的局部语义几何,在训练期采用整体原型交叉熵与互相关去冗余损失保持通用几何,在推理期动态组合中心化槽向量进行双向 Chamfer 匹配,在未见概念泛化上达到 94.14% 并显著抑制灾难性遗忘。
- Unveiling Memorization–Generalization Coexistence: A Case Study on Arithmetic Tasks with Label Noise
-
本文以模运算任务为受控试验台,深入剖析了过参数化神经网络在严重标签噪声下记忆与泛化共存的内在机理,揭示模型在拟合噪声的同时内部已完整习得代数规则结构,通过主频滤波可在高达 80% 噪声下恢复极高泛化准确率,同时证明记忆与泛化在神经元层级呈现深度纠缠。
- Unveiling the Value of Motion for Cinematic Camera Trajectories
-
针对传统以绝对位姿表示相机轨迹造成的几何与语言语义割裂,本文提出将轨迹解耦为归一化方向与对数速度的运动中心表示 DirSpeed,并构建多模态电影基准 CineScript 与连续掩蔽自回归生成模型 CineGEN,大幅刷新了文本生成相机轨迹的对齐度与物理真实感。
- VAANI: Capturing the Language Landscape for an Inclusive Digital India
-
针对现有印度语言语音数据集语言覆盖狭窄、缺乏真实地域方言多样性及视觉接地的问题,Project VAANI 采用真实图像提示诱发自发表达,构建了覆盖印度 165 个地区、105 种语言、超 31,255 小时自发语音与 2,043 小时精准转录的大规模多模态多语言语料库,并在多模型 ASR 微调上取得显著增益。
- Validating Causal Abstraction Metrics on Simulated Complex Systems
-
构建覆盖10类连续/离散与静态/动力学复杂系统的标准化基准,系统评估30余种解释有效性指标,证明仅包含显式忠实性检验的因果抽象误差(CAE)能可靠区分真伪高层因果解释。
- Variational Trajectory Optimization of Anisotropic Diffusion Schedules
-
本文提出了各向异性扩散调度的变分轨迹优化框架,通过引入矩阵值正定噪声协方差路径与空间方向导数梯度估计器,联合学习非对称噪声分配与得分网络,并在二阶 Heun 采样下在多项图像生成基准上取得优于 EDM 的表现。
- Verifiable Environments Are LEGO Bricks: Recursive Composition for Reasoning Generalization
-
提出 RACES(Recursive Automated Composition for Environment Scaling)框架,将可验证环境建模为输入输出类型匹配的“积木”,通过递归组合与多样化算子(串行、并行、排序、选择)生成结构复杂且具备程序化校验的训练环境,在 14B 模型上实现下游未见推理基准显著提升,并以 50 个基底环境达到超越 300 个单体环境的效果。
- Vesta: Visual Exploration with Statistical Tool Agents
-
提出了 Vesta 框架,使视觉语言模型(VLM)智能体能够通过动态创建、持久化复用可执行统计诊断与可视化工具,在全新 Dawn 基准上显著提升分布拟合与时序建模能力。
- ViDiC: Video Difference Captioning
-
针对传统图像差异描述无法建模时间动态及多视频比较缺乏客观基准的瓶颈,本文提出视频差异描述任务 ViDiC,构建包含 1,000 对视频与 3,720 项双清单问答的高质量评测基准 ViDiC-1K、60k 规模训练集以及大模型裁判评估协议,大幅揭示并改善了现有多模态大模型在时序变化与镜头运镜感知上的缺陷。
- ViT-AdaLA: Adapting Vision Transformers with Linear Attention
-
针对视觉基础模型(VFM)在长序列与高分辨率下二次方注意力复杂度过高、且从头训练线性注意力代价高昂的问题,提出渐进式三阶段自适应框架 ViT-AdaLA,通过逐层注意力对齐与整网特征对齐使线性 ViT 高效继承原模型先验表征,在保持与 Softmax 原型相近性能的同时显著降低 58% 峰值显存并实现超 2 倍吞吐加速。
- viverra text-to-code with guarantees
-
Viverra 提出了一种文本到代码的半自动形式化协同规范框架,通过大语言模型同时生成 C 语言程序与候选正确性/安全断言,并结合有界模型检测工具组合完成组合式验证,为 AI 生成的代码提供可证明的行为保证并大幅提升人工理解效率。
- Voronoi-Markov chain and spatial entropy for point pattern analysis
-
针对空间点模式无监督分析中缺乏严格零模型与跨尺度交互度量的问题,本文基于Voronoi剖分与Ord分布提出了对聚集敏感的稠密盆地熵,并构建了模拟平面布朗运动的Voronoi-Markov链,利用谱隙与熵率实现了对点集聚集和双集重合度的锐利判别。
- Wasserstein Residuals: Learning Gradient Flows from Population Dynamics
-
针对传统 JKO 方案依赖高耗时最优传输求解且难以应对大时间跨度稀疏快照的瓶颈,本文提出 Wasserstein 速度残差最小化框架与免模拟的拼接(stitching)算法,将分布曲线作为一阶可学习粒子变量,实现了对未知能量泛函与群体动力学轨迹的全局联合恢复。
- Weather-Robust Cross-View Geo-Localization via Prototype-Based Semantic Part Discovery
-
针对无人机与卫星跨视角地理定位中纹理易受恶劣天气干扰、高度尺度变化剧烈以及多损失梯度尺度失衡难题,本文提出轻量级即插即用头部 SkyPart,通过无监督语义原型竞争挖掘跨视角共享的空间布局,结合训练期高度 FiLM 解耦与 Kendall 不确定性自适应加权,仅以 26.95M 参数在 SUES-200、University-1652 和 DenseUAV 上刷新 SOTA 且在 WeatherPrompt 扰动基准下表现出极高鲁棒性。
- WebNavigator: Global Web Navigation via Interaction Graph Retrieval
-
针对自主网络智能体在复杂网页中缺乏全局环境拓扑而盲目试错的瓶颈,WebNavigator 提出离线以零 Token 启发式构建动态交互图,并在线执行“检索-推理-瞬移”(Retrieve-Reason-Teleport)工作流,将概率试错转化为确定性图检索与寻路,在 WebArena 跨站点任务上取得 72.9% 的突破性成功率。
- Weighted Conformal Clustering
-
针对传统聚类缺乏严谨不确定性度量以及校准标签由聚类算法生成导致可交换性被破坏的难题,本文提出加权共形聚类(Weighted Conformal Clustering),将聚类不确定性形式化为条件标签分布偏移问题,并通过单次拟合的增强校准机制消除留一法重计算开销,构建出具有有限样本统计覆盖保证且紧凑高效的置信集。
- Welfare, Improvability, and Variance: A Principal-Agent Approach to Optimal Benchmark Item Aggregation
-
将大模型基准测试聚合建模为多任务委托代理博弈,推导出由社会福利对齐度、边际可改进性与评测方差三要素共同决定的闭式最优聚合权重 \(v^\star=(M+r\Sigma)^{-1}Mw\),并对 OLMES 题项完成实证审计。
- What Cohort INRs Encode and Where to Freeze Them
-
通过冻结层扫描与稀疏自编码器(SAE)字典分解,本文首次揭示了群组训练隐式神经表示(INR)的最优迁移冻结深度严格对应编码器的权重稳定秩峰值层,并阐明了 SIREN 形成空间平铺基元与 FFMLP 记忆全局轮廓的机制差异。
- What does a Bayes-filtered transformer believe? A predictive Monte Carlo approach
-
提出将预测蒙特卡洛(PMC)作为贝叶斯滤波Transformer(BFT)的黑盒可解释性工具,仅凭自回归下一个Token生成即可恢复模型内化的隐先验与后验信念,直接在隐空间揭示了任务多样性阈值与瞬态泛化现象。
- What Drives Test-Time Adaptation for CLIP? A Controlled Empirical Study from an Update Perspective
-
提出了统一评测基准 TTABC 并按测试时更新目标将现有 20+ 种 TTA4CLIP 方法划分为参数型、状态型与推理型三类范式,通过可控实验揭示出自适应收益主要源于测试时证据与可靠无监督代理,而非重度参数优化,且不同分布偏移场景下不存在普适最优范式。
- What Is Worth Representing? Representational Empowerment for Continual Model Construction
-
提出了将内部模型编辑作为信息信道的“表示赋能度(RepEmp)”理论与馆长-执行者(Curator-Actor)分层架构,使智能体能够在有限资源下自主决定构建、保留和跨环境复用何种紧凑且可迁移的内部表示元素。
- What Matters for Diffusion-Friendly Latent Manifold? Prior-Aligned Autoencoders for Latent Diffusion
-
论文从潜流形几何性质出发系统探究了扩散友好的潜空间特性,提出先验对齐自编码器(PAE),通过细节感知调制与三大针对性先验正则化显式塑造结构连贯、局部连续且语义有序的潜流形,在 ImageNet 256×256 上实现 13 倍收敛加速并刷新 1.03 gFID 的 SOTA 生成性能。
- When a Zero-Shooter Cheats: Improving Age Estimation via Activation Steering
-
揭示了视觉语言模型在零样本人脸年龄估计中普遍存在的“身份捷径”缺陷,提出在推理期利用浅层任务向量对隐状态执行激活引导,抑制身份记忆检索并恢复对视觉衰老特征的依赖,在主流基准上实现最高 25.3% 的绝对误差降幅。
- When and How to Canonize: a Generalization Perspective
-
本文基于覆盖数理论建立了规范化(Canonization)、群平均与非对称模型之间的泛化误差层次体系,从理论上严格证明了连续等距规范化可达群平均的最优界而强不连续规范化会导致泛化退化至非不变性基线,并首次为 Point Transformer V3 等架构中希尔伯特曲线排序的多项式级覆盖数优势提供了严格泛化证明。
- When Can Digital Personas Reliably Approximate Human Survey Findings?
-
基于荷兰 LISS 概率追踪调查面板真实受访者前后纵向数据,系统构建并跨 4 种画像架构、3 种主流 LLM 与 6 个评估维度测评数字画像,揭示其在宏观总体分布对齐上表现显著但难以替代个体微观预测与多元相关结构的可靠性边界。
- When Copying Is Hard: Copy-Constrained Decoding for Exact Span Reproduction
-
针对大语言模型在长上下文精确复制文本跨度时频繁出现内部词元漂移与边界越界溢出的问题,提出轻量级冻结模型插件 CopyGen,将复制解耦为触发判断、暂定长度提议和逐词元边际校准验证三阶段,在不更新基座权重下实现平均精确匹配提升 35% 且解码加速逾 15 倍。
- when do prophets profit in prediction markets
-
针对中心限价订单薄预测市场中高预测精度无法稳定转化为交易盈利的理论脱节,本文证明了基于严格真值计分规则的“恰当投注策略”(\(\mathbf{s}_G = \nabla G(\mathbf{p}) - \nabla G(\mathbf{q})\))是本质上唯一具有鲁棒盈利保证的策略,并通过三项式利润分解揭示了预测精度、Bregman分歧红利与流动性损失之间的内生平衡。
- When Does LeJEPA Learn a World Model?
-
本文首次在理论上证明了基于高斯正则化的联合嵌入预测架构(LeJEPA)能够在线性可辨识意义下从非线性观测中精确恢复真实隐变量,并严格确立了高斯分布是保证该线性恢复性质成立的唯一隐变量分布。
- When Is Rank-1 Steering Cheap? Geometry, Granularity, and Budgeted Search
-
本文将大语言模型 Rank-1 激活导引表征的不稳定性重新形式化为超参数搜索成本问题,提出以 Prompt 边界方向对齐度为先验缩小层搜索空间,并定义概念粒度诊断跨上下文旋转方差,结合工程框架 GRACE 实现更高效可靠的模型无重训控制。
- When Metropolis and Hastings Meet Bradley and Terry: Exact MCMC From Preference Voting
-
本文提出了首个仅基于随机二元成对偏好投票即可实现精确采样的 MCMC 算法 Pref-MH,巧妙建立 MH 接受率与 Bradley-Terry 胜率比的等价关系,并通过可证平稳分布无偏的有限预算投票接受规则突破了无法直接估计比率的理论瓶颈。
- When Stored Evidence Stops Being Usable: Scale-Conditioned Evaluation of Agent Memory
-
本文提出了一种基于证据保全缩放的智能体记忆规模条件评测协议,通过在固定任务关键证据的同时注入无关会话,结合预算依从可靠率(Pass@B)、长尾检索调用负担(P90R)、故障模式分解与可用规模边界四大轨迹级指标,揭示了智能体记忆可用性退化的根因差异。
- When Symbol Names Should Not Matter: A Logistic Theory of Fresh-Symbol Classification
-
针对固定标签模板分类中的新符号(fresh-symbol)泛化难题,本文在 Transformer 核机制与正则化核逻辑回归框架下,通过有色碰撞图刻画训练样本的偶然代换重叠,建立了首个保证泛化分类间隔正向传递的高概率理论边界。
- Why Do DiT Editors Drift? Plug-and-Play Low Frequency Alignment in VAE Latent Space
-
针对基于扩散变换器(DiT)的多轮图像编辑中累积语义漂移与画质退化问题,本文从频域解构发现漂移主因在于 DiT 引入的低频偏差累积,进而提出无需训练且即插即用的 VAE 潜空间低频对齐方法(VAE-LFA),在保持编辑能力的同时显著提升多轮一致性。
- Why Geometric Continuity Emerges in Deep Neural Networks: Residual Connections and Rotational Symmetry Breaking
-
揭示了深度残差网络中相邻层权重主奇异向量平滑演化的几何连续性机制:残差连接提供跨层梯度相干性,而破坏旋转对称性的非线性将层间权重约束在共享坐标系中以阻断旋转漂移。
- Why Latent Actions Fail, and How to Prevent It
-
针对真实视频中背景干扰和视角移动等外生噪声破坏隐动作学习的难题,本文将隐动作模型形式化扩展至外生分块MDP框架,理论揭示了重建目标导致未来帧泄漏与视觉编码器敏感度放大噪声的双重失效机理,并证明了外生置换重建与鲁棒目标监督能促使隐动作在外生状态间保持一致性。
- Why Muon Outperforms Adam: A Curvature Perspective
-
本文首次从二阶曲率视角解密大模型优化器 Muon 相比 Adam 的性能优势,证明两者的步长与一阶梯度增益相当,但 Muon 的谱归一化更新方向遭遇显著更小的归一化方向锐度(NDS),从而大幅降低二阶曲率惩罚并在结构化二次曲面上实现跨模态能量平衡。
- Workspace-Bench 1.0: Benchmarking AI Agents on Workspace Tasks with Large-Scale File Dependencies
-
针对真实办公环境中异构文件依赖与版本迭代痛点,本文提出了首个面向工作空间学习的大规模基准 Workspace-Bench,包含 5 种角色环境、74 种文件格式、388 项任务与 7,399 条细粒度规则,揭示了当前顶尖智能体在跨文件血缘与异构推理中的显著性能瓶颈。
- World Models as Adversaries: Multi-Agent Self-Play Fine-Tuning for Robust Motion Planning
-
将离散自回归预测世界模型转化为角色条件化的对抗生成器,提出解耦的双阶段对抗世界模型(AWM)自博弈微调框架,通过反事实信用分配发掘稀疏多车对抗联盟,并利用遗憾感知尾部风险加权与参考置信域约束实现兼顾名义性能与极端长尾交互鲁棒性的闭环规划。
- World Models as Group Actions
-
将动作条件视频世界模型建模为状态空间上的代数群作用(如导航中的 \(SE(2)\) 群),在潜空间施加单位元不变性、逆动作对消与复合一致性约束,在不损伤视觉质量的前提下显著消除自发漂移并提升长程自回归推演的动作一致性与稳定性。
- World Motion Models: Flexible Sequence Modeling of SE(3) Trajectories
-
提出了世界运动模型(World Motion Models, WMMs),将动态三维物理世界统一建模为稀疏刚体 \(\mathrm{SE}(3)\) 位姿轨迹序列,通过逐 Token 异步噪声流匹配与解耦上下文机制,以单个通用网络无缝支持未来预测、机器人策略、可微前向模拟规划与跨具身重定向等任意边缘推断任务。
- WorldCoder-Bench: Benchmarking Physically Grounded 3D World Synthesis
-
提出了首个面向可执行且遵循物理规律的浏览器原生 3D 世界合成基准 WorldCoder-Bench,包含 2,026 个专家构建的 Three.js 任务,并通过基于运行时状态断言与变异强化的 StateProbe 协议揭示现有顶尖大模型在物理交互与状态同步上的严峻短板。
- WorldReasonBench: Human-Aligned Stress Testing of Video Generators as Future World-State Predictors
-
将视频生成评测重新形式化为「给定初始状态与动作的世界状态演化预测」,构建覆盖4大维度22个子类的双语/多模态基准 WorldReasonBench 与约6K专家偏好对的 WorldRewardBench,揭示出现有模型在视觉逼真度与物理/因果真实推理之间的巨大断层。
- WovenAnchor Matcher: Specialized Intra- and Inter-Image Context Modeling for Feature Matching
-
针对半稠密特征匹配中图内空间传播与图间对应检索需求不对称的问题,提出专用算子解耦架构 WAM,结合水平再垂直编织状态空间模型与局部多锚点交叉注意力,在显著降低参数量与耗时的同时将 MegaDepth 相对位姿 AUC@5° 提升至 66.1。
- X-Palm: Paired Multispectral-to-Smartphone Dataset for Cross-Domain Palmprint Authentication
-
针对传统掌纹识别在“受控高精度录入”与“移动端无约束认证”之间存在的显著跨域鸿沟,本文构建了首个配对多光谱与智能手机掌纹数据集 X-Palm,系统揭示了现有模型在复合真实扰动下的性能崩塌,并建立了跨域掌纹基准。
- xHC: Expanded Hyper-Connections
-
针对超连接架构在扩展流数量超过4时遭遇的收益递减与计算量激增瓶颈,xHC通过因果卷积时序特征增强丰富写回信息,并结合固定加路由的稀疏残差更新与全流稠密读取,首次实现了高效可扩展至16条残差流的超连接模型,在18B与28B MoE模型上以微小开销显著提升了下游推理与知识性能。
- xVGAE: A Hierarchical Variational Graph Autoencoder for Exchangeable Graphs
-
基于 Aldous-Hoover 交换图表示定理构建双层隐变量变分图自编码器 xVGAE,通过图级隐变量驱动的高斯混合节点先验与双线性图元解码器,实现了单步前向极速且高质量的无向图生成。
- Your Benchmark Is an Empirical Measure Over Difficulty
-
本文提出将基准测试(Benchmark)视作题目难度轴上的经验测度,严密形式化了排行榜排序失真的「测度失配」与无法捕捉训练局部收益的「覆盖盲区」两大失效模式,并提出了难度定向填隙算法 BenchFill 与微调校准方法。