SecPO：面向提示词注入安全的原则化对抗训练方法
作者提出 SecPO 损失函数与配套对抗训练流程，用于提升大语言模型抵御提示词注入的能力。在三种自适应攻击下，该方法的攻击成功率比 Meta-SecAlign 降低 1.5-14.5 倍；SecPO 损失相比 直接偏好优化（DPO，Direct Preference Optimization） 损失再降低 2.4-4.6 倍。
全部 AI 动态
arXiv · cs.AI模型评分5454 arXiv · cs.AI模型评分4343 Chronos-2：面向多变量时间序列预测的基础模型
Chronos-2 是可直接做零样本预测的时间序列基础模型（TSFM，Time Series Foundation Model），能建模多条时间序列之间以及外部协变量的相互作用，无需针对具体任务单独处理。
arXiv · cs.AI模型评分4141 研究利用行为衍生语义维度对齐多模态大模型与人类认知结构
研究提出一种框架，利用基于470万次人类“异类判断”（Odd-One-Out，O1O）实验构建的66维行为衍生语义嵌入空间，为每个三元组推断最显著的决策维度并生成维度依据的语言解释。
arXiv · cs.AI模型评分3838 科学 人工智能（AI，Artificial Intelligence） 的可观测特定有效性检验：受控近似与干预响应
研究提出面向科学 人工智能（AI，Artificial Intelligence） 的可观测特定有效性记录，把近似方法与参考模型、误差度量、容差、参数域及干预变换绑定，为奇异摄动振子给出位移与速度证书并恢复不同收敛阶。
arXiv · cs.AI模型评分5050 通用基础模型在化学性质预测任务上超过专用模型
一项 arXiv 研究比较了化学专用基础模型与通用基础模型在化学性质预测任务上的准确率，结果显示在仅有 60 个实验数据点时，GPT-6 Astra 在五项物理化学和量子化学回归任务上优于当前可用的化学基础模型。
arXiv · cs.AI模型评分5555 研究发现人工智能（AI，Artificial Intelligence）评估器偏好特定AI模型撰写的求职申请，与候选人质量无关
一项多模型审计研究将11个大语言模型（LLM，Large Language Model）写作智能体与9个应用程序编程接口（API，Application Programming Interface）托管的评估智能体在10个职位描述、每个职位50名候选人上交叉配对，发现评估器对写作模型存在一致的偏好排序，且本地部署模型无论许可证如何都系统性处于劣势。
arXiv · cs.AI模型评分3434 SimXAI：一个轻量对话层可提升对话式可解释 人工智能（AI，Artificial Intelligence） 的交互质量与理解
SimXAI 用一个支持工具调用的 大语言模型（LLM，Large Language Model） 取代 GUS 式架构中意图识别、对话管理和模板生成等独立模块，作为模块化接口连接现有可解释 人工智能（AI，Artificial Intelligence） 资源。
arXiv · cs.AI模型评分3434 无反向传播深度学习用于时间序列分类：112 个 UCR 数据集系统评测
研究将直接反馈对齐（DFA，Direct Feedback Alignment）、直接随机目标投影（DRTP，Direct Random Target Projection）和受扩散模型启发的 NoProp 三种无反向传播学习规则适配到一维卷积时间序列分类，并在 UCR 档案库 112 个数据集上首次系统评测。
arXiv · cs.AI模型评分4343 LYNX-ECG：用可见图神经网络实现准确且可审计的心电图分类
LYNX-ECG 将每次心跳表示为带时间戳转折点的稀疏可见图，在 CODE-Test 上取得 0.889 的宏 F1 分数，超过包括 ECGFounder 基础模型在内的五个基线，图存储量约为逐样本建图的 14%。
arXiv · cs.AI模型评分2828 研究揭示持续学习中对任务的隐含假设
一项被 NeurIPS 2026 持续学习研讨会接收的研究指出，持续学习通常把数据集切分为任务并按顺序呈现，但数据相似度、变化速率和呈现顺序等因素究竟指底层数据、划分方式还是学习器，往往未被说明。
arXiv · cs.AI模型评分4444 CoFailMed 审计医疗分割预训练编码器池的相关性失效
CoFailMed 审计了医疗分割预训练编码器池的相关性失效，在五个 2D 任务上评估 11 个公开预训练编码器，发现共享检查点的模型对逐例 Dice 相关性最高。
arXiv · cs.AI模型评分4040 Latent-Lens：让小语言模型通过隐状态通信获得视觉感知
Latent-Lens 用约 160 万参数（占两模型总规模 0.2%）的轻量编解码器，在冻结的视觉语言模型（VLM，Vision-Language Model）与冻结的小语言模型（SLM，Small Language Model）之间直接传递隐状态，替代有损的文本通信。
arXiv · cs.AI模型评分5454 研究：简单特征在人工智能（AI，Artificial Intelligence）控制监控评测中胜过多数监控模型
一项研究发现，在标准评测数据集上，不运行代码的简单特征就能区分诚实代码与后门代码，表现超过24个开源权重监控模型中的20个。作者指出该数据集存在两处标签泄露：诚实方案由人编写、后门由较老语言模型生成，代码风格本身暴露类别；能被大语言模型植入后门的问题也有不同特征。
arXiv · cs.AI模型评分3434 综述：具身记忆如何帮助智能体在部分信息下行动
一篇综述系统梳理了具身记忆（embodied memory，指智能体保留当前观察之外、帮助系统判断何时执行、询问或阻止的信息的机制），按六项记忆需求和八类架构组织现有方法，涵盖循环状态、快速权重、视觉与符号表示、空间记忆及经验型系统。文章还分析了现有基准如何区分真正使用历史信息与一般任务表现，并指出选择相关经验、在变化环境中维持一致信念、跨回合整合知识等开放挑战。
arXiv · cs.AI模型评分2828 OT-CAL：用最优传输引导自适应样本选择，加速视觉模型训练
OT-CAL 是一种自适应数据选择方法，用难度、可学习性、不确定性等五个特征描述样本，并通过最优传输匹配按样本与当前课程向量的接近程度分配选择权重，课程向量随所选样本更新形成自适应反馈回路。在三个标准视觉学习基准上，每批选择 50% 样本时，OT-CAL 比 AdaSelection 提升 1.3–2.1 分，训练速度达到全量数据训练的 1.18–1.24 倍。
arXiv · cs.AI模型评分4545 研究：激活引导会改变大语言模型话语层面，可用第二向量干预修复
研究发现，激活引导（activation steering，一种在推理阶段向大语言模型残差流激活加入向量、不重训权重也不改提示词的行为控制技术）会系统性地改变生成文本的话语维度，如正式程度、证据使用和模糊性。团队提出加入第二个互补向量来针对受影响的话语维度，该干预恢复了约 78% 的非预期话语变化，同时在约 93% 的生成中保留了预期的引导行为。
arXiv · cs.AI模型评分3434 GRIT：用梯度掩码纠正文本密集推理中的视觉误定位 token
针对视觉语言模型在文本密集推理中常出现“答案正确但中间步骤看错图”的 Correct-but-Visually-Misgrounded Reasoning（CVMR）现象。
arXiv · cs.AI模型评分3737 注意力图判断何时思考：面向推理分割的免训练难度感知思维链
研究者提出免训练的难度感知思维链（DA-思维链（CoT，Chain of Thought），Difficulty-Aware Chain-of-Thought）框架。
arXiv · cs.AI模型评分5050 研究：VLA 策略无法判断何时不该行动，空指令下仍会执行任务
研究在 LIBERO-Goal 仿真中对六个模型检查点测试空、中性、无意义、不可行和错误任务指令，发现即使指令为空，六个检查点每次都会让机器人开始移动，其中五个还常完成指令未指定的任务。
arXiv · cs.AI模型评分3636 ORION：面向 RL 多域 6G 切片放置的结果驱动 大语言模型（LLM，Large Language Model） 顾问
研究提出 ORION，一个分层编排器，用两个大语言模型（LLM，Large Language Model）智能体把服务意图转成结构化请求并生成抽象放置方案，再由协作式多智能体强化学习协调器选择跨域划分。其核心是结果驱动的情景记忆，把每次尝试的网络状况、方案与可行性结果回传给规划器，在固定下游机制的控制实验中使接纳率提升 4.6–11.5 个百分点。
arXiv · cs.AI模型评分2929 双预算下的稀疏文本扩散：上下文连通性与专家激活分析
一项 arXiv 分析提出把长上下文扩散模型的成本拆成两个预算：注意力图可用的边数，以及每个 token 激活的专家数，并据此统一考察局部、膨胀与全局注意力同条件专家计算的关系。
arXiv · cs.AI模型评分3838 KEEPER：为长程 大语言模型（LLM，Large Language Model） 智能体学习控制充分的文本记忆
KEEPER 对比分析了共享递归接口下四种辅助目标，发现奖励相关预测在离线强化学习前后任务表现均最高，优于联合监督。研究提出“自一致性偏差”，指错误声明在记忆更新中持续存在，并建议除任务结果外还应评估错误持续与有效信息保留。
arXiv · cs.AI模型评分4242 从表征到读出：语言模型中成员信号的机制分析
研究对大语言模型（LLM，Large Language Model）中的成员信号做了机制分析，提出可解码信息分数、已用信息分数与读出可达性差距（DUG）三项互补指标，分别量化内部表征中可解码的成员信息及其通过模型读出暴露的程度。
arXiv · cs.AI模型评分5454 BlindToChange 基准：人工智能（AI，Artificial Intelligence） 智能体被问才找变化，需要时却不主动查
研究者提出 BlindToChange 基准，衡量 人工智能（AI，Artificial Intelligence） 智能体是否会主动发现影响回答的近期现实变化。
arXiv · cs.AI模型评分3838 SparseGDN：线性注意力中的分块稀疏方法
SparseGDN 是一个硬件感知框架，通过结构化分块近似和依赖输入的循环事件选择，为每个 token 生成输出，从而降低长上下文预填充的开销。在 Qwen3.5-4B 和 Qwen3.5-9B 上测试 4K 至 128K 上下文，平均保留约 29% 的循环事件，相比原生 FLA 内核实现 1.50-1.94 倍 GDN 核心预填充加速。
arXiv · cs.AI模型评分4141 让安全审计不再泄露隐私：面向 大语言模型（LLM，Large Language Model） 智能体的隐私保护审计范式与 SealCall 框架
研究者提出一种隐私保护的安全审计范式，把审计计算与明文访问、执行权限分离，并落地为 SealCall 框架，结合学习式审计表示、基于 CKKS 的加密相似度计算和与受审工具调用绑定的执行控制。在 1,252 个公开二元候选样本上，SealCall 在分组嵌套评估下平均 F1 达 0.840，所有测量案例均保留明文审计决策，单次加密评分耗时 0.176 秒。
arXiv · cs.AI模型评分3535 GraphMP：面向量子 LDPC 码的搜索知识蒸馏解码器模型工厂
研究者提出 GraphMP，一种基于学习的消息传递解码器，可在不微调的情况下跨码族、码长、物理错误率和噪声模型迁移。它用局部消息传递保持计算可扩展，并由预测引导束搜索逐步修正候选错误模式，以更多解码时间换取更低逻辑错误率。团队还提出“解码器模型工厂”范式，用模型引导搜索产生的已验证轨迹做知识蒸馏，让解码器逐代提升并随噪声变化调整策略。
arXiv · cs.AI模型评分4040 ProSearch：实验科学多约束协议检索基准发布
ProSearch 是面向实验科学的多约束协议检索基准，含 6 个领域共 1,515 条查询，每条查询带 3-5 个显式约束。19 个代表性检索器中最佳模型平均 nDCG@10 仅 0.290，加入重排序后提升至 0.474。该基准已被 NeurIPS 2026 的 Evaluations and Datasets Track 接收，代码与数据均已公开。
arXiv · cs.AI模型评分3131 受生物启发的符号二进编码：PG 用于中文关键词识别
研究者提出预测式符号二进编码（PG，Predictive Signed-Dyadic Coding），为每个输入通道维护本地预测，仅在残差超过学习阈值时发送带符号和 2 的幂次幅值的事件，接收端用定点移位与加法重建。
arXiv · cs.AI模型评分2929 面向ISAC的Pinching天线：波导架构、解决方案与未来方向
一篇综述系统梳理了Pinching天线系统（PASS）如何通过介质波导上位置可调的天线实现空间重构，从而提升6G通感一体化（ISAC，Integrated Sensing and Communication）的通信与感知性能。
arXiv · cs.AI模型评分3838 研究：基于基础模型特征时，更复杂的聚合器未能提升胃癌全切片图像跨医院判别力
一项研究用五家韩国医院的 5,036 张胃癌全切片图像，在留一医院验证下比较多种多实例学习聚合器。带站点对齐和双尺度融合的 CHIME-MIL 平均 AUC 为 0.837，但在匹配配方下未超过注意力池化，全局最大池化反而更高（AUC 0.855）。对齐方法仅用十张无标签切片即可接入新医院，代价是 0.002 AUC，但精度提升小且不稳定。
arXiv · cs.AI模型评分3030 PIFT：用扩散与流匹配联合引导将肽-靶点相互作用模式迁移至小分子
研究者提出 PIFT（Peptide InterFace Transfer）框架，通过掩码离散扩散与连续流匹配的联合采样引导，把已知肽-靶点相互作用模式迁移到小分子生成中，用于靶向蛋白质-蛋白质相互作用（PPI，Protein-Protein Interaction）界面。
arXiv · cs.AI模型评分2929 GenDSR：从视频生成模型迁移表征实现动态空间推理
GenDSR 将视频生成模型的中间表征迁移到视觉语言模型（VLM，Vision-Language Model）中，用于动态空间推理。它构建保留整体生成上下文的原始分支和强调时间变化的差分分支，再用按任务条件的逐 token 门控融合两路信号并注入原生视觉表征。在 DSR-Bench 上，GenDSR 取得 67.2%，超过此前最佳结果。
arXiv · cs.AI模型评分4545 ERASE：用同策略自蒸馏擦除注入区域，防御多模态提示注入
ERASE 通过在原位擦除被注入区域、保留周边媒体内容来构建参考视图，让读取受攻击媒体的学生模型从冻结基模型读取擦除视图的输出中学习。在图像、音频、视频和两种模型规模上，ERASE 在评测基准上观察到接近零的攻击成功率，同时任务效用接近无防御的干净输入水平；3B 音频上受攻击输入准确率达 60.1%，而 ARGUS 为 33.1%。
arXiv · cs.AI模型评分3434 ART of PIV：面向主动流动控制的智能体实时粒子图像测速
研究团队提出 ART of PIV，为每对粒子图像自动选择测速流程配置，在同等速度预算下将平均端点误差（AEPE）较最佳单一估计器降低 12.2-22.4%，速度覆盖 1000-4000 图像对/秒。在模拟局部速度调节任务中，闭环成本较调优后的固定估计器下降 13.24-13.59 个百分点。团队还在桌面水槽的流体风车实验中用 DreamerV3 强化学习控制器实现了尾流指定流场跟踪。
arXiv · cs.AI模型评分4242 无需训练的 Agentic Soft-Token Compression：为长程 大语言模型（LLM，Large Language Model） 智能体压缩上下文
研究者提出无需训练的 Agentic Soft-Token Compression（ASTC），利用模型原生的混合 Gated Delta Network（GDN）-attention 循环动态判断已吸收的信息，将其作为智能体软 token 前传，同时以硬 token 保留精确值。
arXiv · cs.AI模型评分5353 ANGLER 提出基于验证器的网页智能体红队基准 REEF
作者提出 REEF，一个带真实状态验证的网页智能体红队测试基准，覆盖旅行、电商、办公、媒体和通信等 9 个可执行网站，每个正常任务都配一个通过 5 类攻击方式注入的恶意目标。
arXiv · cs.AI模型评分3131 Coarse3D：面向图像到 3D 的可控且忠实的稀疏结构生成
Coarse3D 能从任意无位姿图像生成方向可控、结构忠实的稀疏体素几何，并可直接替换现有图像到 3D 流程的粗阶段。它引入首帧锚定规范空间、双塔 DiT（Diffusion Transformer，扩散 Transformer）耦合前馈重建，以及用像素到体素对应约束交叉注意力的空间先验引导注意力。实验显示其稀疏结构质量与最终 3D 生成效果均达当前最优。
arXiv · cs.AI模型评分4343 WeGenEditBench 与 WeGenEvoStudio：图像编辑评测与模型进化基准
研究团队推出图像编辑评测基准 WeGenEditBench，包含 2,740 个评测实例和 148 种任务类型，覆盖单图、文本密集和多参考图编辑，用预生成检查清单把每个请求拆成原子要求并逐项扣分。
arXiv · cs.AI模型评分3939 超越 CLIP：用 System One 决策模型实现可校准的少样本缺陷检测
研究测试了 Jev 与 Clef-Flash 两种结构化决策模型在每类仅 2 张参考图时的缺陷检测表现，在五个制造案例中准确率分别为 0.75-1.00 和 0.71-0.99，均高于 CLIP 的 0.67-0.84。