AI Agent 与大模型中文情报库

这篇论文聚焦大模型微调中的投毒风险：攻击者若在训练数据或更新过程中植入恶意样本，可能让模型在后门触发下输出异常结果。作者提出一种“子空间约束适配”思路，只允许模型学习那些有效 adapter 真正能够表达的参数方向，从而把更新限制在更安全、更可控的低维子空间内。与直接全参数微调相比，这种方法在保留任务适应能力的同时，降低了被投毒样本操纵的空间，并提升对后门和恶意梯度的鲁棒性。研究为参数高效微调在安全场景中的落地提供了新路径。

本文提出 MetaSkill-Evolve，一种面向大模型智能体的递归自我改进框架，核心思路是把“会做任务”与“会改进自己”分成两个时间尺度：短周期内优化具体行动技能，长周期上持续演化更抽象的元技能，从而让智能体在反复执行与反思中不断提升。该方法强调将经验沉淀为可迁移的技能结构，而不是仅对单次任务做局部修补。相较传统只依赖提示词或静态规划的智能体，MetaSkill-Evolve更接近一种可累积的自举式学习机制，适用于复杂、多轮、动态环境中的持续适应与性能增长。

空气质量下尺度估计旨在将稀疏监测站点的观测推广到更细粒度的空间网格，但受限于标注数据不足与空间异质性，传统方法往往难以兼顾精度与泛化。该研究提出一种站点引导的伪监督框架，利用监测站观测为高分辨率预测提供弱监督信号，并结合空间、气象等辅助信息提升细尺度空气质量重建能力。方法重点缓解地面站点稀疏带来的监督不足问题，在复杂城市环境中更稳定地刻画污染分布与局部变化。

本文提出一种基于小波散射变换（Wavelet Scattering Transform, WST）的分析框架，用于从静息态脑电中挖掘精神分裂症相关的可解释生物标志物，并完成患者与健康对照的分类。与传统黑箱式深度学习相比，WST能够在保留时频结构信息的同时增强特征的稳定性与可解释性，更适合处理脑电这类非平稳信号。研究通过提取多尺度散射特征，结合分类模型评估其诊断区分能力，并进一步分析关键频段与时间尺度上的差异，为精神分裂症的客观辅助诊断、机制研究和生物标志物筛选提供了新的方法路径。

本文研究在存在噪声的量子硬件上执行量子电路时，路由信息是否会泄露，以及外部观察者能否据此识别电路结构或运行意图。作者围绕“路由匿名性”与“可识别性”两个核心问题，分析不同噪声模型、硬件连通性与编译策略对信息泄露的影响。结果表明，量子程序在映射到真实设备后，其交换门与路径选择可能形成可被利用的侧信道，从而削弱匿名性。该工作为量子计算中的隐私保护、编译安全与硬件侧信道分析提供了理论基础，也为未来设计更安全的量子路由与调度机制提供了参考。

本文系统梳理神经控制微分方程（Neural Controlled Differential Equations, Neural CDEs）的最新进展，围绕其在不规则时间序列建模中的优势、数值求解与训练稳定性、控制理论联系以及与连续时间深度学习框架的融合展开。文章总结了 Neural CDE 在金融、医疗、传感器与事件流数据中的应用脉络，讨论了插值方案、隐藏状态设计和计算效率等关键问题，并分析了当前方法在长序列建模、可解释性与可扩展性方面的挑战。作者还展望了该方向与神经微分方程、状态空间模型及多模态时序学习的交叉发展潜力。

这篇论文聚焦网页智能体在真实互联网环境中的安全问题：网页内容可能被恶意嵌入提示注入、诱导指令或伪装任务，进而操控大模型代理的行为。作者提出一种“不可信内容屏蔽”框架，在智能体执行前先识别并隔离高风险网页片段，只保留可用于任务完成的可信信息，从而降低被网页内容劫持的概率。论文强调该方法不仅是经验性的过滤，而是给出了形式化的安全保证，说明在特定威胁模型下，智能体不会被屏蔽内容影响关键决策。该工作对浏览器代理、自动化检索与网页操作等场景具有直接参考价值。

本文提出 ProPS（Prompted Profile Synthesis），用于把自然语言描述转化为说话人嵌入的分布式表示，而不仅是单一向量。方法核心是通过提示驱动的画像合成，从文本中提取性别、年龄、口音、音色等语音属性，并建模其不确定性与多样性，从而更好支持条件语音建模与检索。相较于传统依赖固定说话人 embedding 的做法，ProPS 能在描述稀疏或含糊时保持更强的鲁棒性，并为下游个性化语音合成、说话人表征学习和跨模态语音理解提供更灵活的条件表示。

本文提出一种面向物理信息神经网络（PINN）反问题的目标引导选择性重加权框架，用迁移学习思路缓解训练中不同损失项、不同采样点和不同物理约束之间的优化失衡。方法通过识别与目标解更相关的样本或约束，并对其赋予更高权重，从而引导网络优先学习对反演精度最关键的结构信息。该策略旨在提升PINN在参数识别、状态重建等反问题中的收敛稳定性与泛化能力，尤其适用于数据稀缺、噪声干扰较强或多尺度物理过程场景。

这篇论文关注大模型在线推理中的批处理调度问题：在吞吐、时延与资源利用之间，如何根据实时请求负载动态决定批大小。作者将推理批处理建模为强化学习决策任务，利用策略梯度方法学习自适应调度策略，而不是依赖固定规则或静态阈值。该方法能够根据请求到达速率、队列状态和服务约束自动调整批处理行为，从而提升系统整体效率，并在低延迟场景下尽量减少等待时间。论文体现了将机器学习用于系统控制的趋势，对大模型服务、推理引擎和在线部署优化具有实用参考价值。

这篇论文围绕超曲率几何是否真正提升视觉语言模型中的层级表达能力展开“操作点审计”。作者不只看整体指标，而是从不同运行设置、任务难度和表示空间分布出发，检查层级结构是否真的由超曲率空间自然涌现，还是仅在特定条件下被放大。研究关注视觉与语言对齐、层级关系建模以及几何归纳偏置之间的对应关系，试图回答一个关键问题：模型性能提升究竟来自几何本身，还是来自训练与数据配置的附带效应。

本文聚焦森林生物量遥感/计算机视觉估算中的一个关键瓶颈：高质量参考数据通常以离散形式存在，难以直接支撑深度学习模型学习连续空间分布。作者提出利用QSM（树木定量结构模型）生成树木水平生物量分布，作为连续型参考数据，用于训练和评估深度学习生物量估算方法。研究思路将传统以单点或分段标注为主的标签，转化为更贴近真实树冠与主干空间结构的连续表达，从而提升模型对树木生物量空间异质性的刻画能力。该工作对森林资源清查、碳储量估算及高分辨率三维生态建模具有方法学意义。

这篇论文提出了 SalAngaBhava，一个用于方面级情感分析的僧伽罗语市场评论数据集，聚焦电商与消费场景中的真实用户反馈。作者针对僧伽罗语资源稀缺、现有数据集不足的问题，系统整理并标注了带有具体方面与情感极性的信息，可用于细粒度地识别“产品哪些属性被评价、评价态度如何”。该数据集为僧伽罗语 NLP 研究提供了新的基准，也有助于推动低资源语言在情感分析、评论挖掘和智能客服等方向的应用落地。

Pulpie 是一个用于网页清洗（web cleaning）的模型与方法集合，目标是在大规模抓取的网页内容中，尽可能高效地识别并保留高质量文本，同时过滤噪声、模板、广告、乱码和低价值页面。文章强调，这类任务并不只是“文本分类”，而是要在准确率、召回率、速度与成本之间找到平衡，因此引入 Pareto 最优的视角来评估不同模型在实际数据管道中的取舍。对于从事搜索、爬虫、语料构建、RAG 数据预处理或大模型训练集治理的人来说，这类工具的价值在于显著提升原始网页数据的可用性，为后续索引、检索与训练打下更干净的底层数据基础。

GeoFlow提出一种地理感知的建模框架，用于刻画起终点（Origin-Destination, OD）流预测与生成中的跨区域关联。相较于仅依赖历史流量或静态邻接关系的方法，该工作强调区域间的空间位置、相对地理关系与交互模式对流动形成的影响，从而更准确地捕捉不同区域之间的非局部依赖。该方法可同时服务于流量预测与样本生成两类任务，适用于交通出行、人口迁移与城市计算等场景。整体思路体现了将地理先验融入时空流建模的趋势，有助于提升模型对复杂区域交互结构的表达能力。

该文提出 FUSE，一种面向仿真驱动后验推断的高效生成式方法。它将 Feynman-Kac（FK）引导机制与多模态 flow matching 结合，用更少的采样与训练成本逼近复杂后验分布，尤其适用于传统贝叶斯推断难以处理的高维、非线性且多峰场景。相比依赖大量粒子迭代的模拟型后验估计方法，FUSE 通过在流学习中注入更稳定的路径约束与目标分布信息，提高了收敛效率与样本质量。论文强调其在 simulation-based posterior estimation 任务中的实用性，为科学计算、物理反演和隐变量推断提供了一条兼顾精度与效率的新路线。

这篇论文聚焦神经网络鲁棒性验证中的隐私泄露问题：传统验证往往需要暴露模型参数、结构细节或敏感输入，从而在模型尚未通过安全审查前就可能引入知识产权与数据隐私风险。作者提出一种隐私保护的鲁棒性验证框架，在尽量不公开内部信息的前提下，对模型在扰动约束下是否保持预测稳定进行形式化检查。该方向对第三方安全评测、云端模型托管和受监管行业部署尤为关键，可在安全验证与商业保密之间取得更好的平衡。

这篇论文聚焦于神经语音编解码在流式场景中的实时性与稳定性问题。作者提出利用时间不变表征来建模语音中的内容信息，从而减弱对瞬时波动和时序对齐的依赖，提升编码与解码过程在在线处理中的鲁棒性。与传统神经codec相比，该思路有助于在低时延条件下保持较好的音质与语义一致性，并减少因上下文不足带来的失真。论文还讨论了该表示方式在长语音流、持续生成和资源受限部署中的潜在优势，面向语音通信、实时合成与端侧语音处理具有应用价值。

Kani 是一个专为 Rust 语言设计的模型检查工具，用于在较小但覆盖关键行为的状态空间中自动验证程序正确性。它通过符号执行与约束求解，帮助开发者提前发现空指针、越界、竞争条件、断言失败等潜在缺陷，适合安全敏感或高可靠场景。与传统测试相比，Kani 更强调“证明不存在某类错误”，能在代码进入生产前暴露隐藏问题。该工作展示了 Rust 生态中形式化验证工具链的进展，也反映出大模型时代之外，编程语言安全与自动化验证仍是基础软件工程的重要方向。

本文提出 CanniUplift，一个面向电商 uplift modeling 的整体框架，重点解决推荐与促销场景中常见的“卖家蚕食”和“激励蚕食”问题。前者指平台策略可能把订单从原本自然成交的卖家转移给其他卖家，后者则表现为补贴或优惠本应提升的增量收益被无效消耗。框架从因果增量预测出发，将用户响应、卖家分配与激励分发统一到同一优化视角中，以更准确估计真实增量效果并降低负外部性。该方法有助于电商平台在追求转化提升的同时，兼顾生态公平、预算效率与长期可持续增长。

本文研究在异构计算平台上，如何将机器学习工作负载在通用 CPU 与 CIM（Compute-in-Memory，存内计算）加速器之间进行高效划分。作者关注不同算子、数据搬移开销与硬件特性之间的权衡，试图在整体吞吐、延迟和能效之间找到更优组合。相比将任务固定放在单一处理器上，该工作强调依据模型结构与执行代价进行细粒度分配，以发挥 CPU 的灵活性和 CIM 在数据密集型计算中的优势，为面向边缘与低功耗场景的 AI 系统设计提供参考。

本文提出 MoP-JEPA，一种用于随机 JEPA 世界模型的硬分配预测器混合框架，旨在提升模型对多模态未来与不确定性的建模能力。与传统单一预测器不同，该方法通过多个预测器分别专注于不同的动力学模式，并用硬分配机制将样本路由给最合适的预测器，从而减少“平均化预测”问题。该设计既保留了 JEPA 在表示学习上的优势，又增强了对复杂环境中随机转移的刻画能力。论文核心关注点是如何在不确定世界中学习更具结构性的预测表示，为机器人、规划与长时序决策等任务提供更稳健的世界模型基础。

这篇文章讨论了大模型在“超级预测”任务上的新进展：当 AI 不再只是生成文本，而是开始像资深预测员那样，基于有限信息给出概率判断、更新判断并接受校准评估时，它在部分场景中的表现已接近甚至超越人类高手。作者强调，真正有价值的不是“会不会猜对”，而是能否持续输出可验证、可比较、可改进的概率预测。文章也提醒，AI 预测能力仍受数据质量、任务定义和奖励机制影响，但这一方向预示着大模型正从聊天助手走向决策辅助与情报分析工具。

该研究聚焦早产儿临床监护中的关键难题——呼吸暂停（cessation of breathing）的自动识别。作者利用视频数据结合机器学习方法，对婴儿胸腹起伏、体表运动及呼吸模式变化进行分析，以检测呼吸是否中止。与依赖传统接触式传感器的方案相比，视频方式有望减少对新生儿皮肤的刺激，并提升连续监测的便利性与可扩展性。研究结果表明，基于视觉信号的算法能够为早产儿呼吸异常监护提供一种非接触式、低侵入的技术路径，具备进一步走向NICU临床辅助系统的潜力。

msPCA 是一个面向统计分析与高维数据建模的 R 软件包，核心目标是为稀疏主成分分析（Sparse PCA）提供可直接调用的实现，并支持同时提取多个主成分。与传统 PCA 相比，稀疏 PCA 通过在载荷中引入稀疏约束，提升结果的可解释性，尤其适合变量众多、相关结构复杂的数据场景。该工具包围绕多成分估计、变量选择与结果展示进行封装，便于研究者在实际数据中获得更清晰的低维表示，并平衡解释力与维度压缩效果。

本文提出一种用于普通话-英语混合语音识别（Code-Switching ASR）的渐进式精炼框架，通过迭代伪标注不断提升未标注或弱标注语音数据的利用效率。方法核心是在每一轮训练后生成更高质量的伪标签，并据此筛选、重训与细化模型，从而缓解中英切换场景中标注稀缺、语言边界模糊和发音分布不均等问题。该思路强调“由粗到细”的自训练过程，借助模型自身预测逐步纠正错误、增强对跨语言上下文的建模能力。相较于一次性伪标注，该方法更适合复杂代码切换语音的稳健优化。

这篇论文讨论公共AI信息服务中两种常见信息获取方式：基于人工筛选或结构化来源的精选检索，以及直接面向全网的开放式搜索。作者关注的核心不是“谁更强”，而是二者在信息覆盖广度、结果可信度与用户体验之间的取舍。研究指出，开放网络搜索通常更能覆盖长尾信息与新鲜内容，但也更容易引入噪声、过时信息和来源质量不一的问题；精选检索则在可控性、可解释性和信任建立上更有优势，但可能牺牲全面性。论文为面向公众的AI问答、政策咨询与知识服务设计提供了方法参考。

德国一家企业研发的电动拦截无人机在测试中达到434英里/小时（约699公里/小时），据称打破了此前409英里/小时的官方世界空速纪录。该机型定位为防空拦截用途，强调极高速度与快速接敌能力，面向未来低空威胁和无人机反制场景。由于这一成绩尚需经过吉尼斯世界纪录审核确认，当前更像是一次具有象征意义的技术展示。此事也反映出电动飞行器在动力系统、气动设计与控制稳定性方面的持续突破。

这篇论文研究地理空间自监督学习（SSL）表示是否真正编码了有意义的环境信息，以及这些信息能否被下游任务有效利用。作者通过引入多种环境信号，对预训练得到的地理空间特征进行探测分析，评估其对气候、地表覆盖或生态相关变量的表征能力。研究重点不在于单纯追求更高的任务精度，而是分析表示学习是否捕捉到与现实环境变化一致的结构。结果有助于判断地理空间 SSL 模型的可解释性、迁移能力与泛化边界，并为遥感、地理智能和环境监测中的表示设计提供参考。

EvoAgentBench 是一套面向智能体“自我进化”能力的基准，用来衡量大模型智能体在获得新经验后，是否能把学到的能力迁移到后续任务中，而不只是完成单次作业。论文重点关注能力转移、持续改进与泛化表现，通常会考察智能体在不同任务、工具和环境变化下的适应速度与稳定性。该基准有助于区分“会做题”与“会成长”的智能体，为评估 Agent 训练策略、记忆机制、反思优化和多轮迭代框架提供统一参照，也为构建更可靠的自主智能系统提供实验基础。