提升代码生成、执行反馈和自动修复能力、增强多模态模型理解图表和文档的能力、让 Agent 更可靠地调用工具和复用技能

BrainJanus: A Unified Model for Understanding and Generation across Brain, Vision, and Language

中文标题BrainJanus：A Unified Model 面向 Understanding 与 Generation across Brain，Vision，与 Language

关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。

LETT-NeXt: A Lightweight RECIST-Guided Model for 3D CT Lesion Segmentation

中文标题LETT-NeXt：A Lightweight RECIST-Guided Model 面向 3D CT Lesion Segmentation

关注理由涉及多模态模型中的新任务、数据或系统线索，可作为后续跟进清单的一部分。

IHDec: Divergence-Steered Contrastive Decoding for Securing Multi-Turn Instruction Hierarchies

中文标题IHDec：Divergence-Steered Contrastive Decoding 面向 Securing Multi-Turn Instruction Hierarchies

关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。

Redefining Maritime Anomaly Detection via Equation-Grounded Synthetic Anomalies

中文标题通过基于方程的合成异常重新定义海事异常检测

关注理由涉及任务设置、指标和失效案例，可补充模型评测与回归测试。

Toward Secure and Reliable PDDL Formalization of Large Language Models with Planner-in-the-Loop Feedback

中文标题利用规划器在环反馈，实现大型语言模型安全可靠的PDDL形式化

关注理由涉及训练与后训练中的新任务、数据或系统线索，可作为后续跟进清单的一部分。

SA-Homo: Scale Adaptive Homography Estimation for Scale Variation Scenarios

中文标题SA-Homo：Scale Adaptive Homography Estimation 面向 Scale Variation Scenarios

关注理由涉及任务设置、指标和失效案例，可补充模型评测与回归测试。

DAIN: Dynamic Agent-Based Interaction Network for Efficient and Collaborative Multimodal Reasoning

中文标题DAIN：Dynamic Agent-Based Interaction Network 面向 Efficient 与 Collaborative Multimodal Reasoning

关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。

Diagnosing and Mitigating Retrieval Bottlenecks in LLM-Based Cold-Start Recommendation

中文标题诊断和缓解基于LLM的冷启动建议中的检索瓶颈

关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。

Timesteps of Mamba Align with Human Reading Times

中文标题曼巴舞的时间步伐与人类阅读时间保持一致

关注理由涉及数据工程中的新任务、数据或系统线索，可作为后续跟进清单的一部分。

Experience Graphs: The Data Foundation for Self-Improving Agents

中文标题体验图表：自我完善代理的数据基础

关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。

UrbanCDNet: Appearance-Robust and Boundary-Aware Bitemporal Change Detection for Korean Urban Building Monitoring

中文标题UrbanCDNet：Appearance-Robust 与 Boundary-Aware Bitemporal Change Detection 面向 Korean Urban Building Monitoring

关注理由涉及任务设置、指标和失效案例，可补充模型评测与回归测试。

AerialMetric: Benchmarking and Adapting UAV Monocular Metric Depth Estimation in the Real World

中文标题AerialMetric ：在现实世界中对无人机单目测深估计进行基准测试和自适应

关注理由涉及任务设置、指标和失效案例，可补充模型评测与回归测试。

LeVo 2: Stable and Melodious Song Generation via Hierarchical Representation Modeling and Progressive Post-Training

中文标题LeVo 2 ：通过分层表示建模和渐进式后训练生成稳定而悦耳的歌曲

关注理由涉及训练与后训练中的新任务、数据或系统线索，可作为后续跟进清单的一部分。

Scaling the Horizon, Not the Parameters: Reaching Trillion-Parameter Performance with a 35B Agent

中文标题扩展视野，而不是参数：使用35B代理实现万亿参数性能

关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。

C$^{2}$R: Cross-sample Consistency Regularization Mitigates Feature Splitting and Absorption in Sparse Autoencoders

中文标题C $ ^ {2} $ R ：跨样本一致性正则化减轻了稀疏自动编码器中的特征分裂和吸收

关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。

MESA: Prioritizing Vulnerable Communication Channels for Securing Multi-Agent Systems

中文标题MESA ：优先考虑易受攻击的通信渠道，以确保多Agent系统的安全

关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。

The Human Creativity Benchmark

中文标题人类创造力基准

关注理由涉及任务设置、指标和失效案例，可补充模型评测与回归测试。

TraceLab: Characterizing Coding Agent Workloads for LLM Serving

中文标题TraceLab：Characterizing Coding Agent Workloads 面向 LLM Serving

关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。

Linguistic Firewall: Geometry as Defense in Multi-Agent Systems Routing

中文标题语言防火墙：几何作为多Agent系统路由中的防御

关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。

Training Vision-Language-Action Models with Dense Embodied Chain-of-Thought Supervision

中文标题通过密集的体验式思维链监督训练视觉-语言-行动模型

关注理由涉及推理与规划中的新任务、数据或系统线索，可作为后续跟进清单的一部分。