Augmenting Attention with Exponentially Decaying Memory Improves Query-Aware KV Sparsity
用指数衰减记忆增强注意力提升查询感知的KV稀疏性
机构 * EPFL（苏黎世联邦理工学院） ； CLAIRE（人工智能实验室）
AI总结 本文通过引入指数衰减记忆模块增强注意力机制，在稀疏注意力推理中显著提升查询感知方法的准确性，并在多个任务上验证了其有效性。
高校专区
EPFL（洛桑联邦理工学院）
LACUNA: Safe Agents as Recursive Program Holes
LACUNA: 作为递归程序空洞的安全智能体
机构 * EPFL（苏黎世联邦理工学院）
AI总结 提出LACUNA编程模型，通过类型化调用和编译时检查，让LLM智能体以递归程序空洞的方式安全地编写代码，实现表达性与安全性的统一。
Deformable Gaussian Occupancy: Decoupling Rigid and Nonrigid Motion with Factorized Distillation
可变形高斯占据：通过分解蒸馏解耦刚性与非刚性运动
机构 * École Polytechnique Fédérale de Lausanne（瑞士联邦理工学院洛桑校区）
AI总结 提出DeGO框架，通过解耦高斯变形和分解式4D基础模型蒸馏，在弱监督下实现动态场景中刚性与非刚性运动的分离，显著提升人体实例占据预测性能。
Comments CVPR 2026
From paper to benchmark: agentic, framework-based reproduction of under-specified methods in machine health intelligence
从论文到基准测试：基于智能体和框架的机器健康智能中欠规范方法复现
机构 * EPFL（苏黎世联邦理工学院）
AI总结 提出一种基于智能体和共享框架的方法，通过槽绑定接口将论文转化为可执行、可比较的基准测试实现，解决工业预测与健康管理中方法复现的困难。
Picid: A Modular Evaluation Infrastructure for Reproducible PHM Across Tasks and Domains
Picid: 一种跨任务和领域的可复现PHM模块化评估基础设施
机构 * EPFL（苏黎世联邦理工学院）
AI总结 提出模块化评估基础设施Picid，通过标准化数据契约和评估边界，实现跨任务、跨数据集的故障检测、诊断和预测的可复现与公平比较。
Proprio: Latent Self-Scoring and Inference-Time Refinement for Physically Plausible Video Generation
Proprio: 用于物理合理视频生成的潜在自评分与推理时精炼
机构 * École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院） ； Télécom Paris（巴黎电信学院）
AI总结 提出Proprio，一种无需训练框架，通过分析模型在潜在扰动下的流残差作为自评分信号，结合最佳N搜索和梯度自精炼，提升冻结视频生成器输出的物理合理性。
Learn from your own latents and not from tokens: A sample-complexity theory
从自身潜在表示而非token学习：样本复杂度理论
机构 * Institute of Physics（物理研究所） ； University of Cambridge（剑桥大学） ； Johns Hopkins University（约翰霍普金斯大学） ； EPFL（苏黎世联邦理工学院）
AI总结 本文通过概率上下文无关语法数据，证明潜在预测方法在样本复杂度上相比token级SSL具有指数级优势，并分析了多尺度层次结构的必要性。
Comments 10 pages, 5 figures in main. 28 pages, 14 figures, 1 table in all
The Future of Facts: Tracing the Factual Generation-Verification Gap
事实的未来：追踪事实生成-验证差距
机构 * EPFL（苏黎世联邦理工学院）
AI总结 本文通过训练阶段分析，发现语言模型在事实知识上存在生成-验证差距，验证能力先于生成能力习得且更稳健，事实更新可能导致模型处于“多宇宙”状态。
Comments Code for this project is available at https://github.com/anjasurina/factgap , blog post at https://www.trdavidson.com/fact-gap
