Human-Aware Robot Behaviour in Self-Driving Labs
本文提出了一种基于分层人类意图预测的具身 AI 感知方法，使自驱动实验室中的移动机器人能够区分人类的准备动作与短暂交互，从而从被动等待转变为主动协作，显著提升了人机共享环境下的工作效率。
🤖 Category
cs.AI
4990 篇论文
SYNAPSE: Framework for Neuron Analysis and Perturbation in Sequence Encoding
该论文提出了 SYNAPSE 框架，这是一种无需重新训练的系统性方法，通过提取 CLS 表示、训练轻量级线性探针及前向钩子干预，实现了对 Transformer 模型内部神经元行为的跨领域分析与扰动测试，揭示了其内部表征的冗余稳定性与特定类别的脆弱性。
IronEngine: Towards General AI Assistant
本文介绍了 IronEngine，这是一个围绕统一编排核心构建的通用 AI 助手平台，通过创新的三阶段流水线、分层记忆架构及自适应模型管理，实现了高效的任务规划与执行，并在文件操作基准测试中展现出卓越的性能。
One Model Is Enough: Native Retrieval Embeddings from LLM Agent Hidden States
该论文提出了一种通过轻量级投影头将 LLM 代理隐藏状态直接映射为检索嵌入的方法，从而消除了对独立嵌入模型的依赖，在保持 97% 基线检索质量的同时降低了系统复杂度和延迟。
Efficient Policy Learning with Hybrid Evaluation-Based Genetic Programming for Uncertain Agile Earth Observation Satellite Scheduling
本文提出了一种混合评估遗传编程（HE-GP）方法，通过结合精确与近似评估模式并动态切换，有效解决了不确定敏捷地球观测卫星调度问题中策略评估计算成本高及易陷入局部最优的难题，在显著降低训练时间的同时实现了优于传统启发式及单一评估方法的调度性能。
A prospective clinical feasibility study of a conversational diagnostic AI in an ambulatory primary care clinic
这项前瞻性临床可行性研究表明，在真实世界的初级保健环境中，由人工实时监督的 AMIE 对话式 AI 在安全性、患者满意度及诊断准确性方面表现良好，且其诊断与管理计划质量与初级保健医生相当，但在治疗方案的实用性和成本效益方面仍略逊一筹。
LycheeCluster: Efficient Long-Context Inference with Structure-Aware Chunking and Hierarchical KV Indexing
LycheeCluster 提出了一种结合边界感知分块与基于三角不等式的递归分层索引的新型 KV 缓存管理方法，通过将检索过程从线性扫描优化为对数级剪枝，在几乎不损失模型性能的前提下实现了高达 3.6 倍的端到端推理加速。
The Boiling Frog Threshold: Criticality and Blindness in World Model-Based Anomaly Detection Under Gradual Drift
该论文通过研究世界模型在连续观测漂移下的自监控机制，揭示了检测阈值的普遍存在性及其受噪声基底、检测器与环境动态三者交互决定的本质，同时指出了正弦漂移的不可检测性以及“崩溃先于感知”的不可监控失效模式。
R2F: Repurposing Ray Frontiers for LLM-free Object Navigation
该论文提出了一种名为 R2F 的无需大语言模型（LLM）的室内开放词汇物体导航框架，通过将射线前沿重新解释为方向条件语义假设并利用嵌入评分进行规划，在实现零-shot 竞争力的同时显著提升了推理速度（比基于 VLM 的方法快 6 倍）。
X-AVDT: Audio-Visual Cross-Attention for Robust Deepfake Detection
该论文提出了利用生成器内部音频 - 视觉交叉注意力机制的 X-AVDT 检测器，并发布了涵盖多种合成范式的 MMDF 数据集，从而在跨生成器泛化能力和检测精度上显著超越了现有方法。
Visual Self-Fulfilling Alignment: Shaping Safety-Oriented Personas via Threat-Related Images
该论文提出了一种名为“视觉自我实现对齐”（VSFA）的新方法，通过让多模态大语言模型在无安全标签的情况下反复接触威胁相关图像，使其内化警惕与谨慎的隐含语义，从而塑造出具备安全导向的人设，有效降低了攻击成功率并提升了响应质量。
First-Order Geometry, Spectral Compression, and Structural Compatibility under Bounded Computation
该论文提出了一种算子理论框架，通过自伴算子编码计算或可行性约束，揭示了约束如何扭曲上升几何并导出伪逆加权梯度，从而将梯度投影、谱截断与多目标可行性统一于单一几何结构中。
Echo2ECG: Enhancing ECG Representations with Cardiac Morphology from Multi-View Echos
本文提出了名为 Echo2ECG 的多模态自监督学习框架，通过整合多视角超声心动图的心脏形态信息来增强心电图表征，从而在结构表型分类和相似性检索等临床任务中显著优于现有基线模型。
Oracle-Guided Soft Shielding for Safe Move Prediction in Chess
本文提出了一种名为“Oracle 引导的软屏蔽（OGSS）”的框架，通过结合策略模型与基于 Stockfish 评估的失误预测模型，在保持国际象棋探索能力的同时显著降低了战术失误率，从而实现了更安全且高效的决策。
Towards Effective and Efficient Graph Alignment without Supervision
该论文提出了一种名为 GlobAlign 及其高效变体 GlobAlign-E 的无监督图对齐新方法，通过引入全局表示与分层跨图传输成本机制，在显著提升对齐精度的同时，将最优传输方法的复杂度从立方级降低至平方级，从而有效解决了现有方法在精度与效率之间的权衡难题。
RetroAgent: From Solving to Evolving via Retrospective Dual Intrinsic Feedback
本文提出了 RetroAgent，一种通过引入包含数值进展追踪与可检索经验记忆的双重内在反馈机制的在线强化学习框架，使智能体不仅能解决复杂交互任务，还能通过持续自我反思与演化，在多个基准测试中显著超越现有方法并展现出强大的泛化能力。
Trust via Reputation of Conviction
该论文通过数学形式化构建了基于“确信度”（即来源立场被独立共识验证的可能性）的信任框架，论证了确信度是比正确性或忠实性更可靠的信任基础，并指出持续验证机制是 AI 等来源建立稳健声誉的唯一途径。
Towards Batch-to-Streaming Deep Reinforcement Learning for Continuous Control
本文提出了两种专为资源受限硬件设计的新型流式深度强化学习算法（S2AC 和 SDAC），它们在无需繁琐超参数调优的情况下实现了与现有流式基线相当的性能，并有效解决了从批量学习向流式学习过渡以用于 Sim2Real 等在线微调场景的实际挑战。
Don't Look Back in Anger: MAGIC Net for Streaming Continual Learning with Temporal Dependence
本文提出了一种名为 MAGIC Net 的新型流式持续学习框架，该框架通过结合持续学习架构策略与循环神经网络，利用可学习掩码机制在在线推理的同时有效应对概念漂移、时间依赖和灾难性遗忘挑战。
Weakly Supervised Teacher-Student Framework with Progressive Pseudo-mask Refinement for Gland Segmentation
该论文提出了一种利用稀疏病理学标注和指数移动平均稳定教师网络生成渐进式优化伪掩码的弱监督教师 - 学生框架，有效解决了结肠癌组织病理学中腺体分割对大规模像素级标注的依赖问题，并在多个数据集上展现了良好的泛化性能。