Class Visualizations and Activation Atlases for Enhancing Interpretability in Deep Learning-Based Computational Pathology
该研究提出了一种可视化框架，系统评估了基于 Transformer 的计算病理学模型中的类别可视化与激活图谱，揭示了模型在不同标签粒度下对组织形态学概念的学习结构，并证实了这些可视化方法在反映专家共识与内在病理复杂性方面的有效性。
💻 Category
cs
4010 篇论文
Learning to Rank the Initial Branching Order of SAT Solvers
该论文提出了一种利用图神经网络预测 SAT 求解器初始分支顺序的预处理方法，在随机 3-CNF 和伪工业基准测试中显著提升了求解速度并展现出良好的泛化能力，但在更复杂的工业实例上因求解器动态启发式策略的覆盖及实例复杂性而效果有限。
Retrieving Minimal and Sufficient Reasoning Subgraphs with Graph Foundation Models for Path-aware GraphRAG
该论文提出了 GFM-Retriever，一种利用预训练图基础模型进行跨域检索并结合信息瓶颈原理筛选最小充分子图的框架，旨在解决 GraphRAG 在冷启动场景下的检索冗余与不完整问题，从而实现高效且可解释的多跳推理。
FreeFly-Thinking : Aligning Chain-of-Thought Reasoning with Continuous UAV Navigation
本文提出了名为 FreeFly-Thinking 的端到端无人机视觉语言导航框架，通过构建专用数据集、引入思维链推理机制以及采用监督微调与强化微调的两阶段训练策略，有效解决了复杂户外场景中无人机依据自然语言指令进行连续导航的难题。
From State Changes to Creative Decisions: Documenting and Interpreting Traces Across Creative Domains
该论文针对现有方法在记录创意活动轨迹时缺乏意图与高层级创意决策关联的问题，提出了三种互补方案，分别通过节点式界面管理生成式 AI 状态、构建可视化创作词汇以及将语义历史嵌入交互状态，以更好地捕捉和解读跨领域的创意实践。
Student Preferences for Online Interaction Platforms in Blended Learning: A Mixed-Methods Study
这项针对加纳大学生的混合方法研究表明，在混合式学习环境中，学生因便利性、易用性及社交普及度等因素，更倾向于使用 WhatsApp 和 Telegram 等即时通讯工具而非机构学习管理系统，凸显了将数字学习策略与学生实际数字习惯相契合的重要性。
Governance Architecture for Autonomous Agent Systems: Threats, Framework, and Engineering Practice
本文针对自主智能体面临的提示注入等执行层漏洞，提出了包含沙箱隔离、意图验证、零信任授权及审计日志的四层治理架构（LGA），并通过构建双语基准测试与多模型实验，验证了该架构在保持低延迟的同时能有效拦截绝大多数恶意工具调用。
FastSTAR: Spatiotemporal Token Pruning for Efficient Autoregressive Video Synthesis
该论文提出了无需训练的 FastSTAR 框架，通过结合时空相似性评估的 Token 剪枝与部分更新机制，有效解决了时空自回归视频生成中的“Token 爆炸”问题，在保持高质量的同时实现了最高 2.01 倍的加速。
: Unlocking LLM Reasoning via Reinforcement Learning with Re-solving
该论文提出了“重解强化学习”（Re²）方法，通过让大语言模型在推理过程中学会灵活放弃低效路径并重新解题，从而在无需监督微调的情况下显著提升其推理性能并解决过度思考问题。
Vision-Guided MPPI for Agile Drone Racing: Navigating Arbitrary Gate Poses via Neural Signed Distance Fields
该论文提出了一种名为 Gate-SDF 的神经符号距离场，通过将其与基于 GPU 并行计算的模型预测路径积分（MPPI）控制器相结合，实现了无需预定义轨迹或精确门框位姿估计的、能够应对任意位置与姿态门框的鲁棒且高速的自主无人机竞速。
Detecting Cryptographically Relevant Software Packages with Collaborative LLMs
该论文提出了一种基于多模型协作与多数投票机制的本地化大语言模型框架，用于高效、隐私安全地自动识别海量软件包中的加密相关资产，以辅助应对量子计算威胁并推动后量子密码迁移。
Exploring the Drivers of Information Security Policy Compliance Among Contingent Employees: A Social, Deterrent, and Involvement-Based Approach
这项基于加纳大学数据的研究证实，主观规范、威慑机制（检测确定性与惩罚严重性）以及参与机制（知识共享与协作）均显著影响临时员工的信息安全政策态度，其中知识共享作用最强，进而决定其合规意愿，表明应构建融合社会、认知与协作因素的综合管理策略。
A Miniature Brain Transformer: Thalamic Gating, Hippocampal Lateralization, Amygdaloid Salience, and Prefrontal Working Memory in Attention-Coupled Latent Memory
该论文提出了一种融合丘脑、杏仁核、前额叶及小脑等脑区模拟模块的微型脑 Transformer 架构，并通过实验揭示了一个反直觉的关键发现：仅有抑制性胼胝体耦合无法实现海马体功能侧化，必须依赖前额叶工作记忆缓冲器打破对称性，才能触发侧化状态的急剧相变。
VINO: Video-driven Invariance for Non-contextual Objects via Structural Prior Guided De-contextualization
该论文提出了 VINO 框架，通过利用结构先验生成非语义视图并构建不对称蒸馏任务，有效解决了视频自监督学习中因前景与背景协同运动导致的上下文捷径问题，从而学习到具有强物体中心不变性的鲁棒特征表示。
A Hybrid LTR-based System via Social Context Embedding for Recommending Solutions of Software Bugs in Developer Communities
该论文提出了一种基于学习排序（LTR）的混合推荐系统，通过利用深度学习技术挖掘 Stack Overflow 中的社交上下文嵌入，帮助开发者在软件社区中高效检索并推荐最相关的软件缺陷解决方案，其在推荐前 10 个答案时达到了约 78% 的准确率。
Single Image Super-Resolution via Bivariate `A Trous Wavelet Diffusion
本文提出了 BATDiff，一种基于双变量 A Trous 小波扩散的无监督单图像超分辨率模型，通过构建保留全空间分辨率的多尺度表示并建模跨尺度依赖关系，有效解决了扩散方法在生成高频细节时缺乏底层证据支持及易产生伪影的问题，从而实现了更清晰且结构一致的重建。
Novel Table Search [Technical Report]
该论文针对数据湖中查询结果冗余问题，正式定义了新颖表搜索（NTS）任务，提出了基于惩罚机制的高效近似算法 ANTs 以最大化句法新颖性，并通过实验证明其在捕捉新颖性和执行效率上均优于现有方法。
HY-WU (Part I): An Extensible Functional Neural Memory Framework and An Instantiation in Text-Guided Image Editing
本文提出了 HY-WU（Weight Unleashing）框架，通过引入基于实例条件实时合成权重更新的神经功能记忆模块，取代了传统的静态权重覆盖范式，从而有效解决了基础模型在长期部署中应对领域漂移、用户偏好演变及新任务出现时的持续学习与即时个性化挑战。
Reinforcement Learning for Vehicle-to-Grid Voltage Regulation: Single-Hub to Multi-Hub Coordination with Battery-Aware Constraints
本文提出了一种基于软演员 - 评论家算法的强化学习框架，用于在考虑电池约束的情况下协调单枢纽至多枢纽的车网互动（V2G）系统以进行电压调节，并在 IEEE 34 节点系统仿真中验证了其在过载场景下相比传统控制策略具备相当的电压恢复能力与车队可用性保障。
FabricGen: Microstructure-Aware Woven Fabric Generation
本文提出了 FabricGen 框架，通过结合在去微结构数据集上微调的扩散模型生成宏观纹理，以及利用基于大语言模型（WeavingLLM）驱动的增强程序化几何模型生成符合编织原理的微观纱线结构，实现了从文本描述端到端生成高保真、细节丰富的编织面料材料。