TRACE:给长程智能体的每一次工具调用分配信用
一篇新提交至 arXiv 的论文提出 TRACE,用冻结参考模型估计状态价值,并把最终答案信号转化为工具调用级别的奖励。它试图缓解长程智能体强化学习中“只看成败”的稀疏奖励问题。
阅读全文面向野外情感行为分析的任务特定特征融合方法
一篇面向 ABAW11 多任务学习挑战的论文提出:在人脸情感分析中,与其强行使用统一架构,不如针对效价-唤醒、表情类别和面部动作单元分别选择特征融合与后处理策略。
阅读全文EB-VAE 被扩展到肿瘤纵向数据与脱落风险的联合建模
一篇 arXiv 新论文将经验贝叶斯变分自编码器扩展到药物计量学场景,用于同时建模肿瘤体积变化、患者脱落时间以及基因协变量。研究显示,半机理混合解码器在保持预测能力的同时,也能给出更接近传统非线性混合效应模型的治疗效应解释。
阅读全文VisionScreen:把“筛选”机制引入视觉识别,挑战 ViT 的软注意力范式
一篇新论文提出 VisionScreen,将语言建模中的 Screening 机制扩展到图像识别,让视觉 token 能显式排除低相关图像块。作者认为,这为 ViT 依赖 softmax 相对权重的特征聚合方式提供了另一种路径。
阅读全文用“原子动作”生成舞蹈:音乐驱动动作生成的新思路
这篇 arXiv 论文提出一种结构感知的音乐到舞蹈生成框架,把编舞拆解为可解释的“原子动作”序列,再生成连贯的人体运动。相比只把动作看作连续信号的方法,它更强调节奏、结构和可控性。
阅读全文CAVE-ABSA:让情感分析反事实样本真正“按方面”改变
一篇 arXiv 新论文提出 CAVE-ABSA,用约束感知的生成与验证流程,为方面级情感分析构造更可靠的反事实样本。它关注的不是整句情绪翻转,而是只改变目标方面的情感,同时尽量保留其他方面与句子结构。
阅读全文CF-Net:用“模态冲突”识别视频中的犹豫与矛盾情绪
一篇 arXiv 论文提出 CF-Net,用视觉、音频与文本三路信息识别视频中的 ambivalence/hesitancy(矛盾与犹豫)。它的重点不是捕捉典型表情,而是建模不同模态之间的细微不一致。
阅读全文DeltaMerge-LowRes:把语言适配与任务适配拆开,再在权重空间合并
这篇 arXiv 论文提出 DeltaMerge-LowRes,尝试用“语言 delta + 任务 delta”的方式降低低资源语言任务适配成本。核心发现是,不同合并规则会显著影响模型保留语言能力、执行任务和校准置信度的方式。
阅读全文PlumeQuant:给甲烷羽流边界与排放估算加上“不确定性体检”
一篇新论文提出 PlumeQuant,用于检查成像光谱仪发布的甲烷羽流产品在掩膜、质量增强、羽流长度、排放率和不确定性之间是否一致。研究指出,仅凭公开的标量指标并不能唯一确定羽流边界,这会影响对弱羽流和模糊羽流的解读。
阅读全文Dikin Walk 采样再提速:多面体上的混合界从 d^2.5 推向 d^2.25
一篇新的 arXiv 论文改进了多面体 Dikin walk 的理论混合时间界限。作者证明,使用缩放后的 Lee–Sidford 度量时,指数采样可在 warm start 条件下达到 d^2.25 次迭代混合。
阅读全文Peak-End-Net:用“峰终定律”重新思考视频美学评价
一篇已被 ACM MM 2026 接收的论文提出 Peak-End-Net,将心理学中的“峰终定律”引入视频美学评价,让模型更关注视频中的高光时刻与结尾体验。
阅读全文HealthClaw:面向长期个人健康管理的自演化 AI Agent
一篇 arXiv 新论文提出 HealthClaw,一个面向个人长期健康管理的开源 Agent 架构。它试图让健康 AI 不再只回答当下问题,而是在受控记忆中持续更新用户习惯、偏好、指标和风险。
阅读全文用无监督学习读懂心脏 PET/MRI:一项针对遗传性心肌病的多模态影像研究
一项 arXiv 新研究提出两阶段无监督聚类方法,用于处理心脏 PET/MRI 的多模态数据,并为致心律失常性左室心肌病患者生成自动化健康报告。该方法在患者数据和数值仿真队列中,较好复现了心脏影像医生的观察结果。
阅读全文SIVA-RL:让多模态强化学习更关注真实视觉证据
一篇 arXiv 新论文提出 SIVA-RL,用“干预后的实际效果”而不是“干预类型”来指导视觉对齐。该方法旨在减少视觉语言模型答对却未真正看图的情况。
阅读全文VAIOM:面向外汇收益预测的连续输入 Transformer
arXiv 新论文提出 VAIOM,一种用于一小时外汇 K 线下一期收益概率建模的 decoder-only Transformer。它把连续金融特征作为输入,同时用离散收益桶作为输出目标,试图弥合金融数据与“next-token”范式之间的差异。
阅读全文用差分隐私保护吹哨人:审计选择也可能泄密
一篇新论文把“组织能从审计对象选择中反推举报者”的风险形式化,并提出基于持续计数的私密审计机制。研究显示,简单随机响应在这一场景下几乎无法比均匀随机审计更有用。
阅读全文Triton 3.7 引入插件扩展:TLX 无需 Fork 即可使用
PyTorch-Triton 3.7 带来 Triton Plugin Extensions,让自定义编译器 Pass、MLIR 方言和 DSL 扩展可以在运行时加载。Meta 的 TLX 也因此进入上游 Triton 使用路径,面向 H100 与 AMD MI350 提供更细粒度的 GPU 内核控制。
阅读全文Cyclone:用未配对驾驶数据实现循环一致的天气编辑
一篇 arXiv 新论文提出 Cyclone,将潜在扩散模型、循环一致性约束与图文模型知识结合,用于自动驾驶场景中的多天气编辑。它的重点不是单纯“加雨加雾”,而是在无需成对数据的情况下生成更真实且保留结构的驾驶图像。
阅读全文TCA-Net:用阈值化跨注意力改进低光图像增强的亮度与色彩融合
一篇 arXiv 新论文提出 TCA-Net,聚焦低光图像增强中“亮度—色度”双流重新融合的可靠性问题。其核心是用固定置信阈值替代传统 Top-K 稀疏注意力的固定配额选择。
阅读全文生成式编译:让编译器在 AI 写代码时实时介入
一篇新 arXiv 论文提出“生成式编译”,尝试把编译器反馈从代码生成后的检查,提前到大模型逐步生成代码的过程中。该方法面向 Rust 这类静态语义严格的语言,希望减少不可编译输出并提升功能正确性。
阅读全文