Retriever-Free Retrieval: Navigating Documents with Decision Models
机构 * Cornell University（康奈尔大学） ； ASAPP
AI总结 该研究提出无需第一阶段检索器的DecisionRAG决策模型，在多个基准测试中优于带8B重排序器的密集检索，且检索速度快。
arXiv 论文中文摘要与每日学术速递
Auto-Research Arena: Benchmarking and Advancing Auto-Research in Language Modeling
Auto-Research Arena：语言建模中自动研究的基准测试与推进
机构 * University of California San Diego（加利福尼亚大学圣迭戈分校） ； Adobe Research（奥多比研究院）
AI总结 本研究提出Auto-Research Arena基准测试，用于评估语言建模领域的自主研究系统，通过分离可接受性与改进的设计，区分现有研究工具，其发现可用于优化模型性能。
Comments The code is available at https://github.com/Auto-Research-Arena/auto-research-arena
Center-of-Mass Interpretation of Evolution Strategies
机构 * UC Berkeley（加州大学伯克利分校）
AI总结 本研究提出进化策略（ES）更新的几何解释，将受扰动模型视为粒子，证明ES更新对应质心位移，为ES提供直观可视化方法，对任意有限种群均精确成立。
VibeVideoBench:Evaluating Multimodal Agents on Code-Driven Video Generation
VibeVideoBench：评估多模态智能体的代码驱动视频生成能力
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Zhongguancun Academy（中关村学院） ； Peking University（北京大学） ； Jilin University（吉林大学）
AI总结 该研究推出VibeVideoBench基准，评估多模态智能体代码驱动视频生成能力，测试9个前沿智能体发现其远未达基准要求，GPT-6 Astra等领先但仍存不足。
Learning Force-Reactive Humanoid Loco-Manipulation
机构 * Amazon FAR (Frontier AI & Robotics)（亚马逊前沿人工智能与机器人研究院） ； New York University（纽约大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Chicago（芝加哥大学）
AI总结 提出FLORE框架，结合力反应型扩散策略与混合顺应性全身控制器，在人形机器人行走-操作任务中，力反应型策略成功率80%，远高于纯位置策略的26.7%。
Comments 9 pages, 6 figures
Do vision models know that three is three?
机构 * University of Tübingen（蒂宾根大学） ； KAIST AI（韩国科学技术院人工智能）
AI总结 该研究探究46种视觉编码器在10个概念家族上的表现，发现视觉模型存在“碎片化线性性”，部分模型可通过增强局部线性性摆脱碎片化，全局线性性出现时概念方向可跨域迁移。
FL4N: Feed-forward Latent Model for 4D Novel View Synthesis
机构 * KAIST AI（韩国科学技术院人工智能学院） ； Google DeepMind（谷歌DeepMind）
AI总结 该研究提出首个前馈潜在4D新视图合成模型FL4N，通过将4D场景先验编码为统一潜在表示，结合轻量动态编码器解耦运动与视差，实现了高质量实时4D新视图合成，且表示可泛化到真实视频并解耦视角与时间。
Comments Project page and code are available at https://cvlab-kaist.github.io/FL4N/
Differentiable Contact Dynamics for Legged Locomotion: Policy Learning and Contact-Implicit Trajectory Optimization
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 本文提出用于摩擦接触的平滑解析梯度，将其应用于腿式运动的策略学习与接触隐式轨迹优化，所得策略可直接迁移至硬件，轨迹优化能得到遗漏的接触丰富解。
Comments Submitted to Transactions on Robotics
OSWAM: An Effective World Action Model with One-Step Action Generation
机构 * The Hong Kong Polytechnic University（香港理工大学）
AI总结 OSWAM是一种单步动作生成的世界动作模型，通过构建想象token和特权信息蒸馏，实现了比多步WAM更快的推理速度，在自动驾驶和具身控制中达到相当或更优性能。
Comments 18 pages, 6 figures
Patient-specific rubric-based evaluation of large language models across longitudinal cancer care
基于 rubric 的患者特异性大型语言模型跨纵向癌症护理评估
机构 * Sun Yat-sen University Cancer Center（中山大学肿瘤防治中心） ； The Hong Kong Polytechnic University（香港理工大学） ； Nanfang Hospital, Southern Medical University（南方医科大学南方医院）
AI总结 本文提出 NPC-RubricBench 基准，评估 30 个通用型与医学 LLMs 在鼻咽癌纵向癌症护理各阶段的表现，发现诊断性能无法延伸至下游护理，且查询粒度存在权衡，强调阶段自适应保障的重要性。
Preserve to Expand: Source-Aware Adaptation and Model Merging for Multilingual LLM-Based ASR
保留以扩展：面向基于多语言大语言模型的自动语音识别（ASR）的源感知适配与模型合并
机构 * Institute for Analytics and Data Science, University of Essex（埃塞克斯大学分析与数据科学学院） ； School of Computer Science and Electronic Engineering, University of Essex（埃塞克斯大学计算机科学与电子工程学院）
AI总结 本文针对基于连接器的语音大语言模型，研究在不复用源语言训练数据的前提下扩展多语言ASR系统时的源语言保留问题，提出SSU-Wanda+TIES等策略，揭示多语言ASR扩展需平衡目标获取、源保留与更新交互。
Profiling a Frontier Agent with EBench: From Direct Control to Harness with Policy
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Zhejiang University（浙江大学）
AI总结 本研究通过EBench评估GPT-6-Astra智能体的两种控制配置，发现其直接控制性能与后训练策略相当，通过策略控制可提升成功率并降低token成本，同时明确了该智能体的能力边界。
Comments Project page: https://internrobotics.github.io/EBench-Astra-Tech-Report/
Seeing Through Distractions: Context-Stable Attribution via the Least Core
机构 * University of Southern Denmark（南丹麦大学） ； Chiba University（千叶大学） ； IMADA ； Graduate School of Informatics（信息学研究科） ； National Institute of Informatics（信息学研究所）
AI总结 该研究针对计算机视觉中特征归因的上下文干扰问题，提出基于最小核心的上下文稳定归因方法，推导了半值与最小核心的间隙边界，经实验验证了理论发现的有效性。
Comments 22 pages, 6 figures, 3 tables
Understanding Jev-Style System One Models: Does Structure Reduce Selection Bias?
机构 * Tencent（腾讯）
AI总结 该研究通过打乱选项的测试，对比Jev风格模型、其重现模型及生成式LLMs，发现Jev结构未减少选择偏差，稳定准确率无法证明其抗选择偏差能力。
Back to Basics: A Skill-Centric Approach to Generalist Web Agents
机构 * University of Utah（犹他大学） ； Islamic University of Technology（伊斯兰科技大学）
AI总结 该研究针对通用网络智能体，构建MiniWeb基准，提出MiniWebGen生成技能导向训练数据，开发MiniWebAgent将技能组合，提升了任务成功率并实现跨基准迁移。
Pretraining Knows What, Simulation Teaches How: Compositional Generalization in a Sim-Trained Robot Agent
预训练知晓“是什么”，仿真教会“怎么做”：仿真训练的机器人智能体中的组合泛化
机构 * Luma AI
AI总结 本研究提出ZAP方案，结合270亿参数预训练模型与仿真训练，使机器人策略掌握任务理解与移动控制，在真实任务上表现优异且具组合泛化能力，还可迁移到新机器人实体。
Does VGGT Know What It Does Not Know?
机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Chalmers University of Technology（查尔姆斯理工大学）
AI总结 本文探究VGGT是否知晓自身位姿预测错误，通过对其冻结特征的线性探测，发现该模型对自身失败的认知多于报告，且该知识可迁移至其他数据集的旋转失败案例。
Comments 9 pages, 6 figures, 7 tables
Learning When to Commit: Schedule Distillation for Fast Diffusion Language Models
机构 * MBZUAI（穆罕默德·本·扎耶德人工智能大学）
AI总结 针对扩散语言模型解码轮次多的问题，提出基于调度蒸馏的 dSpark 框架，构建优先揭示关键 token 的去掩蔽调度，在 GSM8K 上实现 LLaDA-8B-Instruct 10.12×、Dream-7B-Instruct 5.12× 加速且性能更优。
Comments Code is available at https://github.com/VILA-Lab/dSpark
Game theory of academic effort and hiring in the age of AI
机构 * Harvard University（哈佛大学）
AI总结 本文构建博弈论模型分析AI时代学术招聘的双向困境，分类纯策略均衡并通过模拟确定群体行为，为学术招聘适应AI提供评估深度理解价值实践的框架。
Comments 30 pages, seven visualizations (four figures, three tables)
FOCUS: Active Critic Learning for Long-Horizon Language Model Agents
FOCUS：面向长 horizon 语言模型智能体的主动评论者学习
机构 * Johns Hopkins University（约翰斯·霍普金斯大学）
AI总结 FOCUS 是一种长 horizon 语言模型智能体的主动评论者学习强化学习方法，通过选择性分支等技术优化价值估计，在多个基准上优于 GRPO、VinePPO，在 Qwen3.5-9B 规模下取得显著准确率提升。
Comments 32 pages, 5 figures
Quantifying Claim Smoothing by LLM Research Agents
机构 * New York University（纽约大学）
AI总结 本研究针对LLM研究智能体的主张平滑问题，提出SmoothScore评分流程量化该效应，经7个系统4个数据集验证，智能体生成的主张均超出合理范围。
Comments Code and data present at: https://github.com/tiasa2/SmoothScore
Selective Tie Learning: Mitigating Spurious Correlations in Preference Optimization
机构 * National University of Singapore（新加坡国立大学） ； Purdue University（普渡大学）
AI总结 该研究针对偏好优化中的虚假相关性问题，提出选择性关联学习方法，通过推导关联影响、设计选择规则，用更少关联实现虚假依赖的有效减少。
A theory of noisy linear recurrent neural network learning dynamics
机构 * Harvard Medical School（哈佛医学院） ； Harvard University（哈佛大学）
AI总结 该研究提出带噪声的线性RNN学习动力学理论，发现固有噪声可调节RNN表征学习，打破解空间简并性，在参数受限的高噪声下会发生相变，非简并解不再最优。
Comments 27 pages, 6 figures
A Unified Arena for LLM Agents across Diverse Eurogame
机构 * Alibaba Group（阿里巴巴集团） ； Nanjing University（南京大学） ； National University of Singapore（新加坡国立大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； The Hong Kong University of Science and Technology（香港科技大学） ； Peking University（北京大学）
AI总结 提出涵盖10款欧式桌游的DECE统一竞技场，评估12种模型-执行框架配置，发现跨游戏排名有一致性且模型性能受执行框架影响，为LLM智能体评估提供新方法。
Free to Look, Free to Reason: Simple LLM Harnesses Outdiagnose Hand-Crafted Root Cause Analysis Agents
自由观察，自由推理：简单大语言模型（LLM）工具胜过手工设计的根本原因分析（RCA）智能体
机构 * Peking University（北京大学） ； Beijing University of Posts and Telecommunications（北京邮电大学）
AI总结 该研究对比简单LLM工具与手工设计的RCA智能体等，发现简单工具在RCAtlas数据集上准确率更高，且帕累托最优运行均采用简单工具，为微服务故障RCA提供了更优方案。
Comments 12 pages
Beyond Physical Illness: Can Clinical Narratives Reveal Emerging Mental Health Risks in Chronically Ill Patients?
超越躯体疾病：临床叙事能否揭示慢性病患者的新发心理健康风险？
机构 * TCS Research（塔塔咨询服务研究中心） ； Jadavpur University（贾达普大学） ； IIT Kharagpur（印度理工学院克勒格布尔分校）
AI总结 本研究提出从MIMIC-III的约4000名慢性病患者的纵向临床叙事中，通过分层状态空间框架提取表征以推断潜在心理健康风险，初步提升了二元风险预测性能，为研究新发心理健康风险奠定基础。
VidEdit3D: Flexible 3D Gaussian Editing with Video Diffusion
机构 * Westlake AGI Lab（西湖AGI实验室）
AI总结 VidEdit3D是将3D场景编辑转化为轨迹式视频编辑的框架，通过TGR、FAVE及RS-GS技术，解决了3D编辑中多视图一致性与结构修改的权衡问题，提升了指令对齐性与多视图一致性。
Comments Project Page: https://2hitee.github.io/VidEdit3D-page/
CLOSURE: Cross-Channel Closure for Multivariate Time Series Anomaly Detection
机构 * University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学） ； City University of Hong Kong（香港城市大学） ； Shanghai Jiao Tong University（上海交通大学） ； Tianjin University（天津大学） ； Beijing Jiaotong University（北京交通大学）
AI总结 本研究针对多元时间序列异常检测，提出CLOSURE方法，将可重建性与跨通道一致性作为独立任务学习，在公共基准上优于现有主流检测器。
Correspondence Is Not Transfer: A Pairing-Controlled Audit of Clinical Audio-Metadata Alignment
机构 * University of Science and Technology of China（中国科学技术大学） ； University of Cambridge（剑桥大学）
AI总结 本研究提出配对控制迁移审计方法，在UKCOVID等数据集上验证临床音频-元数据对齐的配对干预效果，发现轮廓对应与疾病迁移为不同经验主张。
SEMA-Auto: Sighted and Efficient Multi-Turn Attack with Autonomy
机构 * University of Rochester（罗切斯特大学） ； Microsoft Research（微软研究院） ； Microsoft Azure（微软 Azure）
AI总结 提出SEMA-Auto，一种自主可视高效多轮越狱攻击者，分两阶段训练，在多数据集、模型上实现SOTA攻击成功率，轮次少于基线，效率与效果更优
