提升代码生成、执行反馈和自动修复能力、让 Agent 更可靠地调用工具和复用技能

Seahorse: A Unified Benchmarking Framework for Spatiotemporal Event Modeling

中文标题Seahorse：A Unified 基准ing 框架 面向 Spatiotemporal Event Modeling

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。

Human-Machine Collaboration on Generative Meta-Learning: Model and Algorithm

中文标题生成元学习中的人机协作：模型和算法

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。

ClinRAG-GRAPH: Clinical-prior Retrieval-Augmented Graph Model with Domain Adversarial Learning for Breast pCR Prediction

中文标题ClinRAG-GRAPH ：乳腺pCR预测领域对抗学习的临床先验检索-增强图模型

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。

Phantom References: Hallucinated Citations That Survive Peer Review at Top-Tier Conferences

中文标题幻影引用：在顶级会议上经得起同行评审的幻觉引用

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。

From Structural Equation Modelling to Double Machine Learning: Robustness Analysis for Survey-Based Research

中文标题从结构方程建模到双机学习：基于调查研究的鲁棒性分析

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。

PAPA: Online Personalized Active Preference Alignment

中文标题PAPA ：在线个性化主动偏好调整

关注理由涉及模型安全、护栏路由、风险分类或治理评测，可作为安全评测与治理工具链的补充线索。

Beyond the Prompt: Jailbreaking Function-Calling LLMs via Simulated Moderation Traces

中文标题超越提示：通过模拟审核跟踪越狱功能调用LLM

关注理由涉及模型安全、护栏路由、风险分类或治理评测，可作为安全评测与治理工具链的补充线索。

Learning Gait-Aware Quadruped Locomotion with Temporal Logic Specifications

中文标题使用时间逻辑规格学习步态感知四足运动

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。

LIST3R: Long-sequence Instance-aware 3D Reconstruction

中文标题LIST3R ：长序列实例感知3D重建

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。

SoK: Attack and Defense Landscape of Mobile On-device AI Systems

中文标题SoK：Attack 与 Defense Landscape of Mobile On-device AI Systems

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。

Managed Autonomy at Runtime: Gear-Based Safety and Governance for Single- and Multi-Agent Cyber-Physical Systems

中文标题Managed Autonomy at Runtime：Gear-Based Safety 与 Governance 面向 Single- 与 Multi-Agent Cyber-Physical Systems

关注理由涉及模型安全、护栏路由、风险分类或治理评测，可作为安全评测与治理工具链的补充线索。

Autonomous Scientific Discovery via Iterative Meta-Reflection

中文标题通过迭代元反射实现自主科学发现

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。

MemSyco-Bench: Benchmarking Sycophancy in Agent Memory

中文标题MemSyco-Bench：基准ing Sycophancy in Agent Memory

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 Model Organism Lottery: Model Organism Interpretability Strongly Depends on Training Methodology

中文标题模式生物体彩票：模式生物体的可解释性很大程度上取决于培训方法

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。

Svarna: An Open Corpus Workbench for Modern Greek

中文标题Svarna：An Open Corpus Workbench 面向 Modern Greek

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。

Meta-Transfer Learning for mmWave Beam Alignment

中文标题Meta-Transfer Learning 面向 mmWave Beam Alignment

关注理由涉及模型安全、护栏路由、风险分类或治理评测，可作为安全评测与治理工具链的补充线索。

Domain Arithmetic: One-Shot VLA Adaptation under Environmental Shifts

中文标题领域算法：环境变化下的一次性VLA适应

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。

Active Spatial Guidance: Eliminating Injected Positional Mechanisms in Vision Transformers

中文标题主动空间引导：消除视觉变压器中的注入位置机制

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。

HARC: Coupling Harmfulness and Refusal Directions for Robust Safety Alignment

中文标题HARC：Coupling Harmfulness 与 Refusal Directions 面向 Robust Safety Alignment

关注理由涉及模型安全、护栏路由、风险分类或治理评测，可作为安全评测与治理工具链的补充线索。

MedCAGD: Context-Aware Gated Decoder for Efficient Medical Image Segmentation

中文标题MedCAGD：Context-Aware Gated Decoder 面向 Efficient Medical Image Segmentation

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。