少解码器，多编码器：从新视角合成中学习几何表示
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出SNAP，一种自监督编码器-解码器Transformer，通过姿态条件局部解码器和潜在空间重建目标，从新视角合成中学习几何表示，在多个任务上表现出竞争力。
Comments Accepted to NeurIPS 2026
MoSE3：学习每个像素的世界空间SE(3)
机构 * Harvard University（哈佛大学） ； Kempner Institute（肯普纳研究所） ； Johns Hopkins University（约翰斯·霍普金斯大学） ； MIT（麻省理工学院）
AI总结 MoSE3是首个从单目视频逐像素预测世界空间SE(3)运动的前馈模型，通过3D点轨迹和刚性嵌入联合学习，在刚性和铰接基准上达到最先进性能，并泛化至真实视频。
Comments NeurIPS 2026 Spotlight. Project page: https://mose3-tracker.github.io/
4DCodeBench：动态场景逆向图形智能体基准测试
机构 * Johns Hopkins University（约翰斯·霍普金斯大学） ； Stanford University（斯坦福大学） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 提出4DCodeBench基准，通过代码生成实现4D逆向图形，评估智能体从视频重建动态场景的能力，发现静态重建强但动态重建弱，为追踪进展提供测试平台。
Comments https://4dcodebench.com/
世界模型应该遗忘什么？面向持续适应的分层保留
机构 * University of Maryland, College Park（马里兰大学学院公园分校）
AI总结 针对世界模型在持续适应中需区分可遗忘与不可遗忘知识的问题，提出按不变性时间尺度分层保留的差分保留方法，并联合报告不变量回归测试与修订延迟。
Comments Accepted to NeurIPS 2026 Continual World Models Workshop
EyeRobot 2.0：无腕部相机的主动注视精确操控
机构 * Amazon FAR（亚马逊FAR） ； UC Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学）
AI总结 EyeRobot 2.0提出主动注视框架，仅用单立体相机实现精细双手操控，通过分层强化学习训练注视伺服与目标选择，在真实和模拟任务中显著超越被动立体视觉，并匹配或超越腕部相机策略。
Comments Project Page: https://eyerobot2.github.io/
LESSER：基于输出层梯度的训练后数据选择
机构 * University of Pennsylvania（宾夕法尼亚大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 LESSER利用输出层梯度近似全参数梯度进行训练后数据选择，仅需前向传播，将SFT和RL的FLOP成本分别降低9.7倍和3.0倍，同时保持下游性能。
会下棋并能解释其走法的语言模型
机构 * Princeton University（普林斯顿大学）
AI总结 本文提出Queen，一个40亿参数的国际象棋语言模型，通过编码器-解码器架构和迭代蒸馏算法，在达到特级大师棋力的同时生成流畅解释，经七次迭代提升超900 Elo，超越前沿模型。
Comments Code available at https://github.com/queen-project/queen
转录组信息引导的多模态人工智能用于预测乳腺癌活检对新辅助治疗的反应
机构 * Ataraxis AI ； Dana-Farber Cancer Institute（丹娜-法伯癌症研究所） ； Harvard Medical School（哈佛医学院） ； Rutgers Cancer Institute（罗格斯癌症研究所） ； Northwell Health（诺斯韦尔健康） ； University of Pittsburgh（匹兹堡大学） ； Magee-Womens Hospital of UPMC（UPMC麦奇妇女医院） ； Medical University of Łódź（罗兹医科大学） ； Shaare Zedek Medical Center（沙雷泽德克医疗中心） ； The Hebrew University of Jerusalem（耶路撒冷希伯来大学） ； University of Chicago（芝加哥大学） ； Jagiellonian University Medical College（雅盖隆大学医学院） ； Fred Hutchinson Cancer Center（弗雷德·哈钦森癌症中心） ； University of Washington（华盛顿大学） ； NYU Grossman School of Medicine（纽约大学格罗斯曼医学院） ； Intelligible, Inc.（Intelligible公司）
AI总结 该研究提出两阶段AI模型，利用转录组信息从病理图像预测乳腺癌新辅助治疗反应，在1,412名患者中达到AUROC 0.79，优于传统病理标志物，展示了数据稀疏场景下的应用潜力。
FlowHMR：从视频中恢复物理上合理的运动捕捉
机构 * Peking University（北京大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Tencent（腾讯） ； East China Normal University（华东师范大学） ； Sun Yat-sen University（中山大学） ； Zhejiang University（浙江大学）
AI总结 FlowHMR提出将视频运动捕捉视为视频条件下的运动生成问题，利用流匹配模型和GRPO优化，结合保真度与跟踪奖励，在Wild-4K数据集上实现了82.47%的物理跟踪成功率，优于现有方法。
Comments Project page: https://flowhmr.github.io/ Code: https://github.com/flowhmr/flowhmr
SigLIP2用于航空火灾风险分类
机构 * Marmara University（马尔马拉大学）
AI总结 本研究评估预训练SigLIP2编码器在航空影像七类火灾风险分类中的迁移，通过可复现划分和全适应方法，在验证集上达到63.05%准确率，为后续评估提供框架。
Comments 7 pages, 3 figures, 2 tables. Code available at https://github.com/yunusserhat/firerisk
基于Wasserstein拉格朗日残差的免模拟群体动力学学习
机构 * Basis Research Institute（Basis研究院） ； ETH Zurich（苏黎世联邦理工学院） ； Helmholtz AI（亥姆霍兹人工智能） ； MIT（麻省理工学院） ； University of Toronto（多伦多大学）
AI总结 提出免模拟的Double-Stitch方法，通过惩罚运动方程残差学习Wasserstein空间中的拉格朗日动力学，在多个数据集上优于或匹配现有方法，训练速度提升4-14倍。
Comments 34 pages, 11 figures
Pivot-SD：掩码扩散语言模型的高效自蒸馏
机构 * KAIST AI（韩国科学技术院人工智能学院） ； University of Toronto（多伦多大学） ； Vector Institute（向量研究所）
AI总结 Pivot-SD通过信息增益选择高影响承诺进行自蒸馏，仅用200个问题和四次展开即提升LLaDA-8B-Instruct在数学和代码基准上的表现。
Comments EMNLP 2026 Main (Oral)
ProAR：利用自回归视频模型学习前瞻性推理
机构 * The Hong Kong Polytechnic University（香港理工大学） ； University of California, Davis（加利福尼亚大学戴维斯分校） ； Microsoft（微软）
AI总结 ProAR通过目标帧预测和未来表示自对齐，将自回归视频生成转为目标导向推理，以25%训练步骤超越标准基线，适用于具身推理。
Comments Project Page: https://luka-group.github.io/ProAR/
从反事实模拟器推演中进行预测：一项Sim2Real评估
机构 * Amazon（亚马逊）
AI总结 本研究通过两个真实库存控制部署，验证了反事实模拟器推演训练预测模型可解决新策略冷启动问题，显著降低MAPE误差，且后续校准可进一步优化。
Comments 15 pages, 3 figures, 9 tables
重新审视人声合奏多音高估计中的输入时频表示
机构 * Yonsei University（延世大学） ； University of Michigan（密歇根大学）
AI总结 本文重新审视人声合奏多音高估计中的输入时频表示，发现线性STFT在性能和效率上优于HCQT，且更精细的频率分辨率并非必要，较短分析窗口更有效。
MRVQ：一个用于维度和速率弹性向量检索的驻留索引
机构 * Atlassian（阿特拉斯公司） ； National Taiwan University（国立台湾大学）
AI总结 针对稠密检索中维度与速率切换的内存开销问题，提出 MRVQ 残差量化器，通过单一驻留索引支持多种维度与速率组合，大幅降低内存占用，虽略损质量但优于多种基线。
面向高效海洋环境监测的星载异常检测
机构 * Institut de Recherche Technologique Saint Exupéry（圣埃克苏佩里技术研究院）
AI总结 本文提出一种面向多光谱/高光谱卫星的轻量级海洋事件检测流程，利用自监督编码器和异常检测模型，在资源受限的星载硬件上实现高效环境监测与及时警报。
Comments 8 pages, 3 figures. Presented at the 9th International Workshop on On-Board Payload Data Compression (OBPDC 2024), Gran Canaria, Spain, 2-4 October 2024
Journal ref Proceedings of the 9th International Workshop on On-Board Payload Data Compression (OBPDC 2024), Gran Canaria, Spain, 2-4 October 2024
赌博机何时可以离开其锚点？非平稳性下经E-过程授权的汤普森采样
机构 * UC Santa Barbara（加州大学圣塔芭芭拉分校） ； Purdue University（普渡大学）
AI总结 研究非平稳多臂赌博机中何时允许遗忘，提出E-过程授权的汤普森采样（e-ATS），通过随时有效的E-过程控制折扣状态启用，在平稳性下以$\alpha_E$概率保持乐观采样，实验显示授权影响因环境而异。
Comments 25 pages, 3 figures. Accepted to the E-Values Workshop at NeurIPS 2026 (poster)
IDRF：掩码离散扩散模型的逆蒸馏奖励微调
机构 * Applied AI Institute（应用人工智能研究所） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； CMAP, École Polytechnique（巴黎综合理工学院应用数学中心） ； Institute of Foundation Models（基础模型研究所） ； LRE, EPITA（EPITA 研究与工程实验室）
AI总结 IDRF通过逆蒸馏正则化替代序列级KL惩罚，实现少步掩码离散扩散模型的奖励微调，在DNA、图像和文本生成中减少32倍去噪步骤，同时保持高质量。
大型语言模型了解哥伦比亚法律吗？哥伦比亚法律体系的可靠性基准
机构 * Universidad de los Andes（安第斯大学）
AI总结 针对哥伦比亚法律体系构建专家验证基准，评估15个LLM，发现自由文本正确性低且与相关性分离，需专家监督，引用权威来源可提升可靠性。
Comments 38 pages, 23 figures, 8 tables
LoGo：用于一致长时程视频生成的局部-全局奖励
机构 * California Institute of Technology（加州理工学院） ； World Labs
AI总结 针对相机控制视频生成中的三维不一致问题，提出融合局部与全局奖励的LoGo方法，通过细粒度信用分配提升长时程一致性，在DL3DV和TrajectoryBench基准上优于现有方法。
Comments Project website: https://ziqi-ma.github.io/logo-website/
关键之处信用分配：面向终端智能体的依赖感知策略优化
机构 * School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院）
AI总结 针对终端智能体多步任务中信用分配未显式追踪读写依赖的问题，提出依赖感知组策略优化（DepGPO），通过构建命令依赖图并向后追踪验证器资源来重分配优势，提升复杂终端任务的性能与训练稳定性。
一步生成模型中的深度作为时间
机构 * Princeton University（普林斯顿大学）
AI总结 一步生成模型将扩散多步去噪压缩为单次前向传播，发现去噪计算沿网络深度展开，且可压缩16.6倍参数，表明时间计算被重组为深度计算。
FALCON：面向NL2SQL对的合成数据生成的模型与数据集无关框架
机构 * University of California, Santa Cruz（加州大学圣克鲁兹分校） ； Adobe（Adobe公司）
AI总结 FALCON提出一种模型与数据集无关的框架，利用保留字SQL种子和角色提示生成复杂度高、歧义感知的合成NL2SQL数据，并通过对齐过滤保留难度，实验证明其训练模型在复杂查询上优于基线。
Comments Accepted to AKBC Workshop, EMNLP
CORNAV：面向活跃工地的机器人导航的施工感知推理
机构 * University of California at Irvine（加州大学尔湾分校） ； Indian Institute of Technology Bombay（印度理工学院孟买分校）
AI总结 CORNAV利用蓝图和进度感知，结合开放词汇场景图与LLM安全模块，提升活跃工地机器人导航成功率至72.2%，消除区域违规。
UniIntervene++：一种用于高效现实世界强化学习的自适应干预智能体
机构 * Nanyang Technological University（南洋理工大学）
AI总结 提出自适应干预智能体UniIntervene++，通过半马尔可夫决策过程学习控制分配，动态决定干预时机与方式，在真实世界操作任务中成功率89.67%，干预率仅0.77%。
Comments Yudong Lin and Haoyuan Deng contributed equally. Ziwei Wang is the corresponding author. Code is available in our \href{https://github.com/dannyyudong/An-Adaptive-Intervention-Agent-for-Efficient-Real-World-Reinforcement-Learning}{GitHub repository}
低成本视频-时间先验作为熟悉视频上EEG-fNIRS情绪回归的强基线
机构 * Sun Yat-sen University（中山大学） ； Pengcheng Laboratory（鹏城实验室）
AI总结 本文提出视频-时间先验作为熟悉视频情绪回归的强基线，通过消融实验证明其低成本高效性，而EEG-fNIRS仅作为可选残差信号。
DEPICT：通过答案一致性对文本到图像对齐进行评分
机构 * Sword Health ； NOVALINCS, NOVA University of Lisbon（NOVA里斯本大学NOVALINCS）
AI总结 DEPICT提出一种免训练的图像-文本对齐评分指标，通过图像与字幕答案一致性替代固定参考，结合整体评分，显著提升否定检测准确率并超越现有方法。
LLA-MPC在嵌入式硬件上的实现：数千并行模型的快速自适应控制
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出LLA-MPC的通用实现，在嵌入式硬件上通过并行评估数千候选模型实现快速自适应控制，并在F1TENTH平台上验证其在高难度跟踪任务中的有效性。
Comments This work has been accepted in the Sim2Real and Classical Control: From Rigorous Theory to Data-Driven Robotics Workshop at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026), Pittsburgh, PA, USA
连接前沿推理与机器人执行：从自主演示生成到密集语言监督
机构 * University of California, San Diego（加州大学圣迭戈分校） ； NVIDIA（英伟达）
AI总结 本研究提出自主演示生成与密集语言监督两种互补方法，连接前沿推理与低延迟机器人执行，在长时域任务中提升指令遵循性能，并验证其协同有效性。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈