文章与教程

一篇 arXiv 新论文提出以“切片级数据合成”构建结构化推理数据，帮助2D预训练医学多模态大模型理解3D体数据。该方法试图在不进行昂贵3D专用预训练的前提下，提升模型的空间追踪与临床推理能力。

SPyCE提出一种技能与策略共同进化的训练框架，把多步视觉推理轨迹提炼成可复用的层级技能库。它试图弥合强化学习只看标量奖励、记忆方法只做测试时检索之间的缺口。

一篇 arXiv 新论文提出 Quantum Topological Data Encoding（QTDE），试图把数据的几何与拓扑结构通过量子演化编码进量子态。作者在 clique-complex 分类任务上给出初步结果，显示该表示优于直接比较组合拉普拉斯算子的基线。

一篇新论文提出 HTFM，把重尾源分布看作由随机时钟调制的高斯混合，从而让流匹配模型更适合极端事件、长尾类别和金融/天气等数据。该方法在保持低采样步数优势的同时，试图改善模式覆盖、样本质量与尾部统计恢复。

一篇新的 arXiv 论文研究了德国企业在人力资源管理中引入生成式 AI 与预测分析的方式。研究发现，AI 确实提升了 HR 数据分析能力，但落地目标更多指向效率提升与流程理性化，而非单纯的人本增强。

NodeImport 针对图节点分类中的类别不平衡问题，提出用平衡元集合评估训练节点的重要性。它不是简单补齐少数类，而是筛选真正能提升无偏表现的标注、未标注与合成节点。

一篇 arXiv 新论文提出 Recursive ArUco 标记设计，试图解决无人机精准降落中视觉标记“太远看不清、太近看不全”的问题。其核心思路是在父级标记的黑白比特区域中继续嵌入完整标记，从而支持任意深度递归与多降落点唯一编号。

一篇 arXiv 新论文提出了面向胰腺导管腺癌可切除性评估的全自动多模态深度学习框架。该方法联合分析三维增强 CT 与结构化临床变量，尝试减少专家判读差异带来的不确定性。

TCAM-Diff 面向高分辨率 3D 医学影像生成，将稠密体数据压缩到三平面表示，并用跨注意力扩散模型学习这些特征。论文称，该方法在脑肿瘤、胰腺和结肠数据集上取得了优于同等潜空间规模编码器-解码器方案的结果。

一篇 arXiv 新论文提出 Spatial Texture-Atlas Splatting，将高频纹理从逐片元计算中解耦出来，烘焙进紧凑纹理图集。研究称该方法在保持高视觉质量的同时，最高可比 3DGS 快 5 倍，并支持消费级硬件实时 4K 60FPS 渲染。

AspectCLIP 针对 CLIP 训练中的图文信息不对称问题提出改进：同一张图像可能包含多个可描述侧面，而文本往往只覆盖其中之一。它通过按文本属性聚类来约束一致性正则，减少语义错配对表示空间的干扰。

RainDancer 面向雨天视频恢复，引入事件相机的高时间分辨率线索，并通过“先分解、再交互”的方式降低跨模态干扰。论文强调在 RGB 与事件流中分别拆分雨水和背景，再进行组件级融合。

一篇 arXiv 新论文提出 TA-RS，用随机平滑为基于大语言模型的网络入侵检测系统提供可认证鲁棒性。其关键思路是只在攻击者可直接操控的流量特征子空间中注入噪声，而不是无差别扰动全部特征。

一篇 arXiv 新研究重新审视了胸部 X 光多图像分类中的多模态输入：哪些信息在诊疗前可用，哪些其实来自报告生成之后。结果显示，临床指征能显著提升模型表现，但 Findings、Impression 等报告文本会带来严重标签泄漏风险。

arXiv 新论文《CAS I: A Geometric Coding Theorem》尝试把算法信息论中的经典编码定理搬到对称群框架中，用“唯一不动点”的概率来刻画字符串复杂度。

一篇新论文提出 EgoProceVQA，用视频问答方式评估多模态大模型对第一视角日常流程的关键步骤理解能力。研究还给出数据生成平台 EgoProceGen 和自我技能探索框架 EgoProceAgent，试图补上穿戴式程序型 AI 助手评测与推理能力的短板。

这篇 arXiv 论文把正则性的判定放进通信复杂性视角：输入被拆给 Alice 和 Bob，两方用常数轮消息协作计算函数。作者希望用这一模型统一不同输出域上的 Nerode 式正则性刻画。

一篇新论文将 Neural Spline Flows 用于 CMS Run 2015D 开放数据中的 mono-Z 暗物质搜索，以似然比方式在高维运动学空间中区分标准模型背景与暗物质信号。结果未显示暗物质证据，但展示了生成式密度估计方法在高能物理分析中的潜力。

arXiv 新论文提出 Kaleido，通过挖掘视频扩散 Transformer 潜空间中的通道级时空相关性，在算法与硬件两端同时降低生成视频的计算成本。

一篇 arXiv 论文提出 MxGPS，用多任务训练缓解电网 GNN 在拓扑变化下的泛化失效。研究将这一现象称为“拓扑过拟合”，并用静态状态估计与交流潮流联合目标提升零样本电网适应能力。

一篇 arXiv 新论文提出三阶段校准框架，分析大模型在思维链生成前、生成中和生成后的置信度变化。研究发现，不同后训练方法的置信度信号各有适用位置，不能简单全程使用。