世界模型

Conditionally Identifiable Latent-Environment Modeling for Out-of-Distribution Recommendation

面向分布外推荐的条件可识别隐环境建模

Qianqian Wang, Wenwu Gong, Yunshan Li, Zhenqing Wu, Ruili Wang, Lili Yang

专题命中 通用世界模型 ：environment model(title)；分类 cs.LG

AI总结 针对分布外推荐的偏好偏移问题，提出条件可识别隐环境推荐模型CILER，在三类偏移下的12项OOD排序指标上均实现提升。

Comments 20 pages, 9 figures, 9 tables

Agentic Environment Engineering for Large Language Models: A Survey of Environment Modeling, Synthesis, Evaluation, and Application

面向大语言模型的智能体环境工程：环境建模、合成、评估与应用综述

Jiachun Li, Zhuoran Jin, Tianyi Men, Yupu Hao, Kejian Zhu, Lingshuai Wang, Dongqi Huang, Longxiang Wang, Shengjia Hua, Lu Wang, Jinshan Gao, Hongbang Yuan, Ruilin Xu, Kang Liu, Jun Zhao

专题命中 通用世界模型 ：environment model(title)；分类 cs.AI

AI总结 本文从环境工程生命周期出发，系统综述了智能体环境的建模、合成、评估与应用，涵盖八种属性与领域、两种合成范式、四种智能体演化路径及三种环境演化范式。

Comments 63 pages, 10 figures

MAJEPPA: Morphing and Assessing in a Unified Piano Performance Space

MAJEPPA：在统一钢琴演奏空间中实现变形与评估

Jinwen Zhou, Huan Zhang, Weixi Zhai, Jinhua Liang, Aidan O. T. Hogg, Simon Dixon

专题命中 通用世界模型 ：world model(abstract)；world model(abstract)

AI总结 研究提出自监督框架MAJEPPA，构建含约4000条录音的数据集，调整MIDI自回归模型，引入EVPMR基准评估，实现统一钢琴演奏空间的表征学习与相关任务进展。

One-point holographic correlator in the expanding universe

膨胀宇宙中的单点全息关联器

Souvik Paul, Gopinath Guin, Sunandan Gangopadhyay

专题命中 通用世界模型 ：world model(abstract)；world model(abstract)

AI总结 研究膨胀宇宙中大量算符的随时间变化的热单点函数，采用Randall-Sundrum II膜世界模型结合p膜气体，运用测地线公式计算，通过以色列交界条件得膜位置，分析了不同物质主导宇宙中热单点函数的早晚行为。

Comments 34 Pages Latex, 8 Figures, Comments are welcome

Odin: Primitive-Level Synchronization for Distributed Point-Based Neural Rendering

奥丁：基于点的分布式神经渲染的原语级同步

Zhenxiang Ma, Zeyu He, Yuanzhen Zhou, Zhenyu Yang, Yuchang Zhang, Miao Tao, Rong Fu, Jidong Zhai, Hengjie Li

专题命中 通用世界模型 ：world-model(abstract)；world-model(abstract)

AI总结 研究基于点的神经渲染中的同步问题，提出奥丁分布式训练系统，用原语级同步取代全局屏障，有质量优先和吞吐量优先路径。在多个场景和GPU上实验，提升了吞吐量，减少关键路径等待时间，如在矩阵城市案例中比格伦德尔提高了1.89倍。

Comments Accepted at HPDC 26 (Poster), further submission in progress

"Trust Junk" Leads to Unjustified Support for Highly Discriminatory Predictive Models

“信任垃圾”导致对高度歧视性预测模型的不合理支持

Michael Correll, Lucy Havens, Mahsan Nourani

机构 * Northeastern University（东北大学） 纠错

专题命中 通用世界模型 ：predictive model(title,abstract)；predictive models(title,abstract)；分类 cs.AI

AI总结 研究发现在可解释人工智能中，模型解释里提供的准确但多余或无关的数据会使人们对明显歧视性和不公平的模型产生不合理信任，提示XAI设计者和开发者要注意工作中的修辞及可视化带来的潜在问题。

SyncSpace: Layout-Conditioned 3D Gaussian Splatting for Space Reskinning in Mixed Reality

SyncSpace：用于混合现实中空间重塑的布局条件3D高斯溅射

Qinchuan Zhang, Weibo Xu, Yunge Wen

专题命中 通用世界模型 ：world model(abstract)；world model(abstract)

AI总结 SyncSpace系统通过深度感应提取3D边界框，经生成世界模型生成高斯溅射场景，再用粗到精算法与物理空间对齐，实现空间重塑，可展示手部跟踪吞噬交互及同一空间重塑为多风格世界。

Comments 2 pages, 2 figures

Religion and Artificial Intelligence as Distributed Meaning Systems: A Naturalistic Conceptual Model

宗教与人工智能作为分布式意义系统：一种自然主义概念模型

Dhushy Thillaivasan, Samar Shailendra, Sohag Sarkar

专题命中 通用世界模型 ：world-model(abstract)；world-model(abstract)

AI总结 该文将宗教与人工智能视为结构相似的分布式意义系统，源于相同底层认知架构。通过概念模型展示意义的产生等过程，宗教与当代AI系统有类似功能，此模型解释相关机制并阐明AI成意义权威的条件，提供统一框架理解二者。

Compact stars in a large-tension braneworld: mildly negative Weyl coupling consistent with NICER and gravitational-wave data

大张力膜世界中的致密星：与NICER和引力波数据一致的轻度负外尔耦合

Samuel Isidoro dos Santos Júnior, Rafael Camargo Rodrigues de Lima, Pedro Henrique Ribeiro da Silva Moraes

专题命中 通用世界模型 ：world model(abstract)；world model(abstract)

AI总结 该研究利用多信使观测的贝叶斯推断，在唯象膜世界模型中约束致密星参数空间，结合多种观测进行分析，得出大张力膜世界中轻度负外尔耦合与现有数据一致，无需大幅偏离广义相对论的结论。

Comments 15 pages, 2 figures

Kaluza-Klein Gravitons in a Higher Curvature Warped Geometry : A New Perspective

高曲率翘曲几何中的卡鲁扎-克莱因引力子：一个新视角

Abhirup Karmakar, Isika Mandal, Soumitra SenGupta

专题命中 通用世界模型 ：world model(abstract)；world model(abstract)

AI总结 本文在五维f(R)引力翘曲膜世界中，通过欧几里得路径积分求解引力子涨落的薛定谔方程，得到高曲率修正对KK引力子谱和耦合的影响，发现质量上移、截面压低而衰变宽度增强。

Comments 31 pages, 6 figures and 1 table

Beyond Accuracy: Measuring Logical Compliance of Predictive Models

超越准确性：衡量预测模型的逻辑合规性

Guillaume Olivier Delplanque, Pierre Genevès, Nabil Layaïda, Zephirin Faure

机构 * LIG（里格实验室） 纠错

专题命中 通用世界模型 ：predictive model(title,abstract)；predictive models(title,abstract)；分类 cs.AI

AI总结 提出规则违反分数（RVS），一种独立于预测准确性的评估指标，用于量化预测模型对逻辑规则的遵守程度，并通过实验证明两个准确率相近的模型可能表现出截然不同的逻辑合规性。

Transpiler Autotuning with Predictive Models for Quantum Circuit Optimization

基于预测模型的编译器自动调优用于量子电路优化

Piotr Malkowski, Domenik Eichhorn, Joshua Ammermann, Rinor Kelmendi, Nick Poser, Patrick Hopf, Ina Schaefer

专题命中 通用世界模型 ：predictive model(title,abstract)；predictive models(title)；分类 cs.LG

AI总结 该研究针对量子电路编译优化的固定默认配置不足问题，结合监督机器学习与自动调优，构建Qiskit编译器的预测模型，可自动选通道减少两量子比特门，效果优于Qiskit默认优化。

Comments 30 pages, 9 figures, preprint

ML-based Predictive Models for Power Consumption in Virtualised O-RANs

基于机器学习的虚拟无线接入网功耗预测模型

Rishu Raj, Genevieve Akude, Urooj Tariq, Daniel Kilper

专题命中 通用世界模型 ：predictive model(title)；predictive models(title)；分类 cs.AI、cs.LG

AI总结 研究虚拟无线接入网功耗预测问题，采用基于特征提取和回归器的机器学习方法，测试深度神经网络三种变体，结果显示结合DNN与XGBoost的混合模型性能最佳，平均相对误差低于0.5%，可用于未来网络节能编排。

MVTrack: Ultrafast Appearance-Free Moving Object Tracking from Compressed Bitstreams

MVTrack：基于压缩比特流的超高速无外观运动目标跟踪器

Iñaki Erregue, Kamal Nasrollahi, Sergio Escalera

机构 * Universitat de Barcelona（巴塞罗那大学） ； Computer Vision Center（计算机视觉中心） ； Aalborg Universitet（奥尔堡大学） ； Milestone Systems（里程碑系统公司） 纠错

专题命中 通用世界模型 ：world model(comments)；world models(comments)；分类 cs.AI、cs.CV；world model(comments)

AI总结 针对RGB目标检测器计算成本高的问题，提出直接基于H.264比特流的MVTrack，结合MVDet与MVLink，在VIRAT上性能优于YOLO26n且参数量、FLOPs、延迟大幅降低，可实现高效监控跟踪。

Comments This paper has been accepted to the 2nd workshop on Low-Level Vision Frontiers with Generative AI, Preference Optimization, Agentic Systems and World Models (LoViF) at ECCV2026

Learning the Pareto Frontier of Predictive Models under Distribution Shift

分布偏移下预测模型帕累托前沿的学习

Yiming Dong, Jiwei Zhao, Yang Young Lu

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） 纠错

专题命中 通用世界模型 ：predictive model(title)；predictive models(title)；分类 cs.LG

AI总结 本研究提出Frontier Learning框架，将预训练模型库视为互补信息源，通过拼接白盒内部表示与黑盒预测输出构建特征，在分布偏移场景中提升预测性能，表现优于或相当于最强的单个复用策略。

Comments 28 pages, 4 figures, 3 tables

The balance between compactness and forecast accuracy of data-driven latent-space reduced-order models in controlled wake flows

数据驱动的潜在空间降阶模型在受控尾流中的紧凑性与预测精度平衡

Alberto Solera-Rico, Patricia García-Caspueñas, Carlos Sanmiguel Vila, Stefano Discetti

专题命中 通用世界模型 ：latent dynamics(abstract)；分类 cs.LG；predictive model(abstract)；predictive models(abstract)

AI总结 研究受控尾流中数据驱动潜在空间降阶模型，比较POD、CAEs等压缩方法及基于长短期记忆网络的预测器，发现CAEs压缩效率高但长期预测差，POD潜在轨迹更平滑，揭示紧凑性与预测精度权衡，为实时流动控制设计预测ROMs提供指导。

Comments 32 pages, 20 figures

Continuous-Latent Predictive Modeling with Semantic Alignment for EEG-Language Foundation Models

面向EEG-语言基础模型的语义对齐连续隐式预测建模

Myeong-Ju Cho, Hye-Bin Shin, Seo-Hyun Lee, Seong-Whan Lee

专题命中 通用世界模型 ：predictive model(title,abstract)；分类 cs.LG

AI总结 本文提出BLPM模型，通过CELP编码器与MQSD模块对齐EEG语义，解决EEG基础模型预训练的关键挑战，在多基准任务中实现良好泛化。

Comments 19 pages, 3 figures; supplementary material included

Graph Representation Learning of Longitudinal Medical Imaging Trajectories for Treatment Response Prediction

用于治疗反应预测的纵向医学影像轨迹的图表示学习

Johannes Kiechle, Richard Osuala, Daniel M. Lang, Stefan M. Fischer, Ivana Janíčková, Karim Lekadir, Julia A. Schnabel, Jan C. Peeken

机构 * Technical University of Munich（慕尼黑工业大学） ； TUM University Hospital Rechts der Isar（慕尼黑工业大学伊萨尔河右岸大学医院） ； Helmholtz Munich（慕尼黑亥姆霍兹中心） ； Universitat de Barcelona（巴塞罗那大学） ； Medical University of Vienna（维也纳医科大学） ； King’s College London（伦敦国王学院） ； Munich Center for Machine Learning（慕尼黑机器学习中心） 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG、cs.CV；predictive model(abstract)；predictive models(abstract)

AI总结 针对乳腺癌患者新辅助化疗治疗反应预测难题，提出基于影像的3D时空框架，集成图神经网络及时空交互关系建模与新自监督目标，实验表明该方法性能优越，还建立了预测基准并评估相关影响。

Physics-Distilled Neural Network enabled by Large Language Models for Manufacturing Process-Property Predictive Modeling

基于大语言模型的物理蒸馏神经网络用于制造过程-性能预测建模

Ge Song, Kiarash Naghavi Khanghah, Anandkumar Patel, Rajiv Malhotra, Hongyi Xu

机构 * School of Mechanical, Aerospace and Manufacturing Engineering, University of Connecticut（康奈尔大学机械、航空航天与制造工程学院） ； Department of Mechanical & Aerospace Engineering, Rutgers, the State University of New Jersey（新泽西州立大学鲁特大学机械与航空航天工程学院） 纠错

专题命中 通用世界模型 ：predictive model(title)；分类 cs.AI、cs.LG

AI总结 提出一种知识蒸馏框架，利用大语言模型从文献中提取物理先验，通过图掩码注意力层捕获变量依赖，蒸馏至轻量学生模型，在数据稀缺下实现高精度预测与实时部署。

Comments Under review, Journal of Computing and Information Science in Engineering

Adaptive Mixing of Policies from Searching and Policies from Learning

搜索策略与学习策略的自适应混合

Gavin B. Rens

机构 * Stellenbosch University（斯泰伦博斯大学） 纠错

专题命中 通用世界模型 ：environment model(abstract)；分类 cs.AI

AI总结 研究针对强化学习中搜索耗时问题，提出Flexer架构自适应混合神经网络与MCTS策略，在三类玩具符号问题实验中性能优于AlphaZero、DQN和ADP。

Comments 23 pages, 16 figures

How to Verify Consistency of Probabilistic Claims

如何验证概率断言的一致性

Orr Paradise, Oliver Richardson, Yoshua Bengio, Shafi Goldwasser

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)

AI总结 该研究针对概率预测器答案的自洽性验证问题，基于Nilsson的工作构造交互式PCP，为概率预测器自洽性证明提供复杂性理论基础，是训练模型证明自身一致性的第一步。

ControlRadio: Prompt-Driven Controllable Diffusion for Cross-Modal Radio Map Generation

ControlRadio：用于跨模态无线电地图生成的提示驱动可控扩散模型

Kangjun Liu, Xiying Pan, Shuhang Zhang, Xiang Xiang, Ke Chen, Yaowei Wang

机构 * Pengcheng Laboratory（鹏城实验室） ； South China University of Technology（华南理工大学） ； Peking University（北京大学） ； Huazhong University of Science and Technology（华中科技大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） 纠错

专题命中 通用世界模型 ：environment model(abstract)；分类 cs.CV

AI总结 ControlRadio是一种可控生成框架，可根据自然语言描述和环境布局生成无线电地图，在不同城市场景中精度和泛化能力领先，计算时间较传统方法减少四个数量级以上，为无线环境建模提供新范式。

Comments 17 pages, 9 figures, 8 tables

A Unified Framework for Dynamic Reward Shaping in Reinforcement Learning

强化学习中动态奖励塑造的统一框架

Fouad Bahrpeyma

机构 * Dresden University of Applied Sciences（德累斯顿应用技术大学） 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)

AI总结 本研究提出统一分析框架，区分奖励塑造相关类型，分析12类方法族，明确最优性保证在当代深度强化学习流程中的存续条件，揭示适应率与学习器稳定性间未解决的关系。

Quality Diversity for Reliable Data Driven Time-Use Optimization

面向可靠数据驱动时间使用优化的质量多样性方法

Aneta Neumann, Ty Stanford, Dorothea Dumuid, Frank Neumann

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)

AI总结 该研究针对时间使用优化中忽略预测不确定性的问题，提出不确定性量化质量多样性框架，平衡健康收益与模型置信度，生成更可靠的时间使用建议。

Comments To appear in the Proceedings of Parallel Problem Solving from Nature (PPSN 2026)

Offline-to-Online Creative Optimization with Generative Models and Adaptive Testing

基于生成模型和自适应测试的离线到在线创意优化

Kevin Lee, Benjamin Letham, Zhiyuan Jerry Lin, Elodie Samson, Eric Onofrey, Poppy Zhang, Shawndra Hill, Eytan Bakshy

机构 * University of Michigan（密歇根大学） ； Meta 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)

AI总结 研究如何利用历史A/B测试数据，通过性能驱动的离线到在线工作流程，用预测模型指导生成测试广告位候选创意，经实验验证该方法能有效提升创意参与度，为创意优化提供设计原则。

Low-Altitude Channel Multipath Prediction via Panoramic Perception and Vision-Language Model

通过全景感知和视觉语言模型进行低空信道多径预测

Zihang Zeng, Shu Sun, Meixia Tao, Zhiyong Chen, Jianhua Mo, Xiangwen Gu

专题命中 通用世界模型 ：environment model(abstract)；分类 cs.CV

AI总结 针对无人机通信中传统信道预测方法的局限，提出基于全景感知和视觉语言模型的PanoLAMP框架，利用预训练模型及全景观测捕捉特征预测多径参数，实验显示其在多径参数、统计指标及泛化性上表现出色。

Trustworthy Privacy-Preserving Multimodal Federated Learning for Personalised Breast Cancer Prediction

用于个性化乳腺癌预测的可信隐私保护多模态联邦学习

Ruth Amey, Muhammad Arifur Rahman, Taha Osman, Nicholas Shopland, Andy Burton, Mufti Mahmud, David J. Brown

机构 * NTU（南洋理工大学） 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)

AI总结 研究探讨联邦学习能否兼顾四个关键支柱，支持乳腺癌患者肿瘤进展预测模型开发。通过多模态数据评估联邦学习框架，与集中式模型比较性能，并研究相关策略，结果助于理解隐私保护多模态预测建模可行性及支持未来应用。

Comments 26 pages, 12 figures

Model Validation of Agentic AI Systems: A POMDP-Based Framework for Belief-State, Forecast, and Policy Validation

智能体AI系统的模型验证：基于POMDP的信念状态、预测与策略验证框架

Matthew Francis Dixon

机构 * Quiota LLC（Quiota公司） 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)

AI总结 提出基于部分可观测马尔可夫决策过程（POMDP）的智能体AI模型验证框架，将自主决策分解为信息、信念、预测、动作和效用组件独立验证，并通过投资组合管理案例展示其有效性。

Comments 28 pages, 3 figures, 6 tables. Source code available from https://github.com/mfrdixon/agentic-AI-as-POMDP

Automated Digital Twin Construction for Highway Scenarios Using LiDAR Point Clouds and OpenStreetMap

基于LiDAR点云和OpenStreetMap的高速公路场景自动数字孪生构建

Yongqi Zhao, Dong Bi, Paul Kovacevic, Tomislav Mihalj, Martin Schabauer, Johannes Betz, Arno Eichberger

机构 * Institute of Automotive Engineering, Graz University of Technology（格拉茨技术大学汽车工程研究所） ； School of Intelligent Connected Vehicle, Hubei University of Automotive Technology（湖北汽车工业学院智能网联汽车学院） ； Professorship of Autonomous Vehicle Systems, Technical University of Munich（慕尼黑工业大学自动驾驶系统教席） 纠错

专题命中 通用世界模型 ：environment model(abstract)；分类 cs.RO

AI总结 提出融合LiDAR点云与OpenStreetMap数据的自动化流程，生成地理参考的ASAM OpenDRIVE高速公路地图，实现车道级几何与拓扑的完整建模，平均横向RMSE为0.740米。

Comments 9 pages, 5 figures

Hybrid NARX-LLM for Greenland Iceberg Discharge: Prompt-Driven Residual Correction

混合NARX-LLM用于格陵兰冰山排放：提示驱动的残差校正

Yiquan Gao, Duohui Xu

机构 * Heriot-Watt University（赫瑞瓦特大学） ； StudioYG 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)

AI总结 提出混合NARX-LLM框架，结合非线性自回归模型与大型语言模型进行残差校正，并引入物理信息提示方法，用于建模格陵兰冰山排放的复杂非线性动态，提升预测准确性。