2363 篇论文
本文提出了一种具有双层信息共享框架和动态帕累托支配机制的改进型金矿优化算法（IGMO-DP），通过同时最小化任务时间、能量消耗和负载不均衡，有效地解决异构无人机集群的多目标调度问题，并证明了其相比于现有最先进算法具有更优越的收敛性和多样性。
本文介绍了一项无语言任务，该任务证明了人工认知系统可以推断并应用干预敏感的视觉过程规则（区分不同的中间状态）以实现新颖的结果，其表现显著优于仅基于终点的对照组，并表明即使在没有直接干预监督的情况下，显式的过程编码也可以通过中间图像替换而被逆转。
本文对 OpenClaw 进行了首次全面的、多维度的调查，OpenClaw 是一个被快速采用但存在安全漏洞的自主 AI 智能体框架，通过分析其架构、生态系统和治理，揭示了在新兴的自主 AI 智能体范式中，可访问性、速度与安全性之间内在的结构性张力。
本文引入了资格迹（eligibility trace）作为一种新颖的计算基质，它将时间的因果箭头直接嵌入硬件之中，通过证明其在脉冲神经网络中对于涌现分化性的独特必要性，以及在随机梯度下降中具有同构的因果结构，挑战了冯·诺依曼架构将时间仅视为序列号的假设。
这项受控实证研究表明，将大语言模型的响应框架设定为面向对抗性事实核查者而非直接提问者，能够通过激活潜在知识，系统性地减少诸如谄媚和虚假编造等结构性病理现象，这种效应在不同模型中均具有鲁棒性，但对人类用户而言是不可察觉的，因此必须在系统端进行实现。
本文提出了 MCFN，一种轻量级的多路径复合融合网络，该网络通过跨路径注意力机制和 FiLM 调制整合了纹理、边缘和频率线索，在仅有 633 万个参数的情况下，在多个基准测试中实现了最先进的深度伪造检测精度。
本文介绍了模拟扩散模型（Analog Diffusion Models, ADMs），该模型利用模拟硬件动力学与隐式扩散推理之间的不动点对应关系，在无需重新设计模型或牺牲与标准训练生态系统兼容性的情况下，实现了全模拟、高效率的生成式人工智能。
本文介绍了 OPCNet，这是一种新型神经网络模型，它通过学习带有扰动的底层线性 ODE 动力学来识别并拟合高频振荡数据，证明了其在捕捉振荡模式方面优于现有方法。
本文通过提出一种将治理与执行约束直接嵌入决策过程的闭环框架，旨在解决智能系统中的“洞察到行动的差距”问题，从而通过优化延迟、风险和成本，确保行动在构建上即是安全、可审计且可执行的。
本文引入了独立性假设足迹（Independence-Assumption Footprint, IAF）审计协议，旨在证明尽管 NVIDIA Nemotron-Personas-Korea 数据集与官方边缘人口统计数据保持一致，但它未能保留职业、年龄和性别等属性之间的关键联合分布结构，从而确立了仅靠边缘一致性不足以确保合成数据的保真度。