让 Agent 更可靠地调用工具和复用技能、提升模型推理、规划和验证能力、提升代码生成、执行反馈和自动修复能力

CoSimRec: Measuring Coordinated-Content Penetration in Recommender Feedback Loops

中文标题CoSimRec ：测量推荐者反馈循环中的协调内容渗透率

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。

Demographically-Conditioned Synthetic Medical Images for Bias Mitigation and Bias Detection in Disease Classifiers

中文标题用于疾病分类器中偏差缓解和偏差检测的人口统计学条件合成医学图像

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。

RW-Voice-EQ Bench: A Real World Benchmark for Evaluating Voice AI Systems

中文标题RW-Voice-EQ Bench：A Real World 基准 面向 Evaluating Voice AI Systems

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。

Physics-Informed Diffusion for Biomechanically Plausible 3D Sign Language Generation

中文标题Physics-Informed Diffusion 面向 Biomechanically Plausible 3D Sign Language Generation

关注理由涉及视频生成中的新任务、数据或系统线索，可作为后续跟进清单的一部分。

Evaluating Epistemic Uncertainty: Beyond OOD Detection and Active Learning

中文标题评估认知不确定性：超越OOD检测和主动学习

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。

Transcoders for Investigating Deception in Language Models

中文标题用于调查语言模型中欺骗的转码器

关注理由涉及可解释性中的新任务、数据或系统线索，可作为后续跟进清单的一部分。

Rare Concept Generation via Counterfactual Inference in Diffusion Models

中文标题扩散模型中通过反事实推断的罕见概念生成

关注理由涉及推理成本、延迟、吞吐和部署约束，可补充系统优化方向。

AE-UAV: An Air-to-Air Event-Based UAV Tracking Benchmark and a Real-Time Frequency-Domain Tracker

中文标题AE-UAV：An Air-to-Air Event-Based UAV Tracking 基准 与 a Real-Time Frequency-Domain Tracker

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。

Causal-Adversarial Probing of Clinical Covariates for Prostate MRI Grading

中文标题Causal-Adversarial Probing of Clinical Covariates 面向 Prostate MRI Grading

关注理由涉及可解释性中的新任务、数据或系统线索，可作为后续跟进清单的一部分。

Reinforcement Learning for the Full Strawberry Harvesting Process: Obstacle Separation, Detachment, and Placement

中文标题完整草莓收获过程的强化学习：障碍物分离、分离和放置

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。

Harnessing LLMs for Reliable Academic Supervision: A Comparative Study

中文标题利用法学硕士进行可靠的学术监督：一项比较研究

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。

Dendrite: A Real-Time Python Application for Online Brain-Computer Interface Research and Development

中文标题Dendrite：A Real-Time Python Application 面向 Online Brain-Computer Interface Research 与 Development

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。

NavCMPO: Critic-Guided MeanFlow Policy Optimization for Adaptive Navigation

中文标题NavCMPO：Critic-Guided MeanFlow Policy Optimization 面向 Adaptive Navigation

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。

ExaGEMM: Exploration Framework for CPU-Driven ML Inference via Associative In-Register Computing for Low-Bit GEMM

中文标题ExaGEMM ：基于低位GEMM关联寄存器内计算的CPU驱动ML推理探索框架

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。

Auditing Fairness-Privacy Trade-offs: Subpopulation-Level Effects of Fairness-Enhancing Algorithms

中文标题审计公平性-隐私权衡：公平性增强算法的亚群级影响

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。

Breaking the Model Forgetting Cycle in Long-Incremental 3D Object Detection

中文标题打破长增量三维目标检测中的模型遗忘循环

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。

Multi-Scale ViT Inference with Habitat-Fit Priors and kNN Retrieval for Multi-Species Plant Identification

中文标题基于栖息地拟合先验的多尺度ViT推断和多物种植物鉴定的kNN检索

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。

Hierarchical Denoising For Multi-Step Visual Reasoning

中文标题多步骤视觉推理的分层去噪

关注理由涉及视频生成中的新任务、数据或系统线索，可作为后续跟进清单的一部分。

Bridge Evidence: Static Retrieval Utility Does Not Predict Causal Utility in Multi-Step Agentic Search

中文标题桥接证据：静态检索实用程序无法预测多步代理搜索中的因果效用

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。

ARMOR++: Agentic Orchestration of a Multi-Domain Primitive Set for Transferable Attacks on Deepfake Detectors

中文标题ARMOR++：Agentic Orchestration of a Multi-Domain Primitive Set 面向 Transferable Attacks on Deepfake Detectors

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。