FactorSplat:面向医学体积渲染的可控外观高斯代理
针对医学体积渲染中转移函数(TF)控制颜色与可见性的问题,本文提出 FactorSplat,一种每场景 N 维高斯溅射(N-DGS)代理。该方法在推理时接受区域特定的强度到 RGBA 曲线,通过局部查找应用作者设定的颜色和不透明度变化,同时利用共享功能编码器和低秩每高斯因子学习残差外观响应。
推荐理由:提出可接受区域特定强度到RGBA曲线的每场景高斯代理,在七组CT和MR扫描上提升PSNR与误差指标。
内容形态
四领域论文、技术报告与研究解释,明确预印本、投稿、接收和出版状态。
2,065 条精选近 30 天 1,226 条共收录 11,236 条
针对医学体积渲染中转移函数(TF)控制颜色与可见性的问题,本文提出 FactorSplat,一种每场景 N 维高斯溅射(N-DGS)代理。该方法在推理时接受区域特定的强度到 RGBA 曲线,通过局部查找应用作者设定的颜色和不透明度变化,同时利用共享功能编码器和低秩每高斯因子学习残差外观响应。
推荐理由:提出可接受区域特定强度到RGBA曲线的每场景高斯代理,在七组CT和MR扫描上提升PSNR与误差指标。
该论文针对现有世界 - 动作模型缺乏显式子任务推理的问题,提出了 Visual Goal-conditioned Action Reasoning (ViGAR) 分层框架。
推荐理由:提出分层框架将长程任务拆解为视觉子目标规划与执行,支持上下文学习与物理先验共享。
论文提出 ProAct 框架,针对现有基于流的 VLA 策略因生成源未受近期执行或未来演化条件约束而丢失局部连续性的问题,引入轻量级提案专家与前瞻性世界专家。前者将近期动作转化为场景感知假设以保留运动连续性,后者预测任务一致的潜在未来并校准各向异性生成源。
推荐理由:提出 ProAct 框架,通过世界校准的提案到动作流解决生成源不可预测问题,在仿真与真实任务中提升性能并降低推理延迟。
针对大语言模型强化学习中奖励稀疏导致优化停滞的问题,本文提出 Rationale-Guided Policy Optimization (RGPO) 框架。该方法将真实推理过程作为临时脚手架辅助模型生成改进响应,随后仅将高奖励的自生解法转移回无引导设置,无需依赖同格式的非策略数据。实验表明,该框架在文本及视觉语言推理任务中均能提升性能并稳定强化学习训练。
推荐理由:提出利用自适应推理脚手架缓解强化学习奖励稀疏问题,在文本与多模态任务中均优于基线。
针对长周期任务中用户难以判断哪些决策需要验证的问题,研究提出无需训练的 Evidence-Grounded Behavior Graph(EBG)方法,将源链接证据分组并构建关系图以辅助监督。研究构建了包含两个维度的 AgentMonBench 软件工程基准,实验表明 EBG 在多种模型设置下均能提升关键决策识别与证据定位效果,且该优势在不同输入规模和超参数配置中保持稳定。
推荐理由:提出无需训练的 EBG 方法,通过证据图辅助用户识别长周期任务中的关键决策并定位依据。
该研究针对长程 LLM 智能体常用稀疏混合专家(MoE)模型但行为与结构协同设计不足的问题,发现专家路由在语义相似操作间存在重叠特性。作者提出分层路由控制框架,鼓励轮次级专家选择对齐智能体操作并正则化 token 级选择以维持局部一致性,同时引入熵门控机制解决后训练稳定性问题。
推荐理由:原文提出分层路由控制框架,解决智能体强化学习中 MoE 专家选择与轨迹结构不匹配问题,在基准测试中成功率提升超 10 个百分点。
论文介绍 CLIFT 方法,通过共形自验证解决强化学习中奖励稀疏及外部裁判成本高的问题。训练中利用 URL 条件证据一致性筛选信号并赋予信任权重,将自证分数融入每步奖励;测试时将认证库冻结用于共形轨迹选择,在无需调用外部裁判的情况下实现保守的多数投票决策。
推荐理由:CLIFT 提出基于共形自验证的训练与测试时扩展方法,利用低成本自证信号替代昂贵的外部裁判,在 WebArena 等基准上实现开源模型的最优性能。
论文介绍 EVISKILL 框架,旨在让大语言模型智能体在不更新模型参数的情况下,从交互经验中累积和提炼可重用的程序性知识。该框架将执行观察组织为“可复现证据卡片”,并在编辑与上下文之间建立显式链接。
推荐理由:提出 EVISKILL 框架,通过可复现证据卡片组织执行观察,在更新参数外积累程序性知识并验证编辑。
针对长视频理解的效率问题,本文提出一种无需训练的单次遍历框架 LoHi,结合低分辨率密集流与高分辨率稀疏帧。实验表明,在匹配 Token 预算下,该方法平均准确率提升 10.6 个百分点,前端解码延迟降低最多 7 倍。论文已接受于 NeurIPS 2026。
推荐理由:该研究提出无需训练的 LoHi 框架,通过联合分配帧率与分辨率提升长视频理解效率。
arXiv 自 2026 年 10 月 1 日起对全体作者实施投稿限制,每人每月最多提交两篇论文,且该额度为所有分类共用。即便论文被拒稿或换分类,只要进入审核流程即消耗一次额度;若主动删除则不占用额度。新规主要针对 AI 工具导致论文生产速度激增与低质量论文(如 thin papers、salami papers)泛滥引发的审核压力,旨在缓解志愿审核员的工作负荷并保障正常投稿的流转效率。
推荐理由:arXiv 自 2026 年 10 月起实施每人每月最多提交两篇的新规,旨在应对 AI 工具导致低质量论文激增及审核资源紧张的问题。
CUAWright 是一种仅约 3K 行代码的极简终端接口工具,利用 bash 命令作为唯一操作界面,文件系统作为动态演化空间以构建工具和上下文管理。实验显示,相比 GPT-5.5 基线及 GUI 原生接口,该方案在 OSWorld 2.0、Online-Mind2Web、Odysseys 等基准任务中显著提升成功率并降低估算成本,同时在 CAD 应用中也展现出更强的视觉理解与交互能力。
推荐理由:CUAWright 提出最小化终端接口方案,在数字任务与 CAD 应用中显著优于 GUI 及混合接口。
该论文提出 Recursive Self-Rewrite (RSR) 框架,旨在解决专用 harness 干预在部署时不可用的问题。该方法利用单一基座模型 Qwen-3.8-27B,通过规划器、评论器和执行器组件,在不同 harness 下发现成功解法并将其重构为通用 harness 下的训练轨迹。
推荐理由:RSR 框架利用单一基座模型在多种仿真环境中发现并重构解决方案,显著提升了终端任务的成功率与泛化能力。
论文 MetaRubric 针对基于评分表的强化学习中评分器在关键信息缺失时仍给予高分(Vacuous Credit)的问题,提出交替进行证据感知策略优化与响应引导的评分表自适应方法。
推荐理由:针对评分器在信息缺失时仍给高分的失效模式,提出交替优化策略与反事实构造方法以修正奖励信号。
何恺明团队发布论文NAT-ARC,提出一套纯视觉的ARC解题方案。该方案不依赖LLM,利用ImageNet上的自然图像(如猫狗)进行MAE预训练以获取视觉先验,再迁移至抽象格子推理任务。
推荐理由:何恺明团队提出NAT-ARC,利用ImageNet预训练打破纯视觉模型在抽象推理任务上的scaling瓶颈。
论文研究人形机器人在未训练过的任务中通过复用现有技能、自我改进并保留学习成果的能力。核心思路是利用规划与控制接口,将对象感知基础模型转化为行为策略,并通过大语言模型修订奖励程序结构、数值优化器调整常数,在仿真中验证后迭代提升。实验表明该方法能释放基础模型的潜在能力,处理复杂场景与长周期任务,并在宇树 G1 真机上实现自主运行。
推荐理由:该文提出无需重训的测试时演化方法,利用对象感知基础模型与奖励程序优化,在仿真及宇树 G1 真机上实现复杂任务。
论文介绍 Inherit-MAS 框架,利用生物进化中的继承与选择原理,在多智能体系统中显式实现工作流与执行的继承机制。该方法通过元模型合成带角色声明的工作流,并由独立评估器诊断缺陷;在常规优化轮次中继承最新候选人的工作流并剔除无用节点,同时仅在请求与执行上下文完全匹配时复用历史结果以避免冗余计算。
推荐理由:该工作提出通过工作流与执行继承机制优化多智能体系统,在保持性能的同时显著降低计算开销。
论文研究如何在机器人基础模型中实现低延迟的单步动作生成,以克服多步流匹配的高推理耗时。作者发现直接应用 MeanFlow 会导致性能崩溃,并提出 Kinematic MeanFlow(K-MF)框架。
推荐理由:提出 Kinematic MeanFlow 框架解决 RFM 推理延迟问题,在 GR00T-N1.6 上将动作头延迟降低约 74%,支持从头训练与微调。
论文介绍 GUI-HARVEST,一种自动优化 GUI 模型执行环境的框架,旨在解决意图对齐、失败诊断与模式复用三大挑战。该方法将模型输出与前后截图对齐以定位界面转换差异,利用重复任务运行构建联合证据单元,并将验证后的发现转化为有界的源代码编辑。
推荐理由:该预印本提出 GUI-HARVEST 框架,通过证据驱动的 harness 演化实现冻结骨干模型的自改进,在多个基准上验证了通用性与性能增益。
针对小模型在多模态搜索任务中因自由生成推理导致的高延迟与低效问题,本文提出了一种基于选择的结构化推理(SSR)框架。该框架将高层推理重构为预定义的、可复用的自然语言候选集,模型在每个步骤仅根据当前上下文从这些候选集中进行选择,无需辅助任务头。
推荐理由:该框架将推理重构为候选选择,利用共享 KV Cache 并行评分,在保持任务性能的同时显著降低多模态搜索代理的推理延迟。
该论文提出 DMAD 方法,将分布匹配重铸为分类问题以直接学习对数密度比,无需拟合额外的学生分布模型。该方法通过共享骨干网络上的两个判别器头区分真实数据、教师样本与学生样本,并利用基于差距的重加权策略适应不同噪声水平的教师监督。
推荐理由:该工作将分布匹配重构为分类任务,消除了对辅助扩散模型的依赖并实现一步生成。