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、提升代码生成、执行反馈和自动修复能力

Predictive Training with Latent Imagination for Visual Quadruped Navigation

中文标题使用潜在想象力进行视觉四足导航的预测训练

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。

Stress Testing Concept Erasure with Large Language Model Agents

中文标题使用大型语言模型代理进行压力测试概念擦除

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。

Dynamic Defense Profiling Enables Cognitive Jailbreak of Text-to-Image Models

中文标题动态防御分析使文本到图像模型的认知越狱成为可能

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。

Time-Frequency Consistency Learning for Robust Speech Deepfake Detection

中文标题Time-Frequency Consistency Learning 面向 Robust Speech Deepfake Detection

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。

RAMP: Robust Ad Recommendation Under Limited Personalized-Feature Availability via Masking and Alignment Pathways

中文标题RAMP ：通过掩蔽和校准路径在有限的个性化功能可用性下提供强大的广告推荐

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。

DA-MergeLoRA: Hypernetwork-Based LoRA Merging for Few-Shot Test-Time Domain Adaptation

中文标题DA-MergeLoRA：Hypernetwork-Based LoRA Merging 面向 Few-Shot Test-Time Domain Adaptation

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。

Simple Domain Generalization for Strong Pixel-Level Image Tampering Detection in Modern VLMs

中文标题现代VLM中强像素级图像篡改检测的简单域泛化

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。

Unveiling Invariant and Transferable Latent Factors Across Heterogeneous Environments via ATLAS

中文标题通过ATLAS揭示跨异构环境的不变和可转移潜伏因素

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。

FlashRT: Agent Harness for Guiding Agents to Deploy Real-Time Multimodal Applications

中文标题FlashRT：Agent Harness 面向 Guiding Agents to Deploy Real-Time Multimodal Applications

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。

Pancasila-Dilemmas: Evaluating Large Language Models on Indonesian Human Value Dilemmas Grounded in Pancasila

中文标题Pancasila-Dilemmas ：评估基于Pancasila的印度尼西亚人的价值困境的大型语言模型

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。

Benchmarking NACTI Species Recognition in Long-Tailed Regimes

中文标题基准ing NACTI Species Recognition in Long-Tailed Regimes

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。

FlashPDE: A Drop-in Fused Triton Operator Library for Neural PDE Solvers

中文标题FlashPDE：A Drop-in Fused Triton Operator Library 面向 Neural PDE Solvers

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。

Harness Engineering for LLM-Driven GPU Kernel Generation

中文标题LLM驱动GPU内核生成的线束工程

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。

Does Robust VIO Need More Learning? Geometry-Verified Visual Measurements under Distribution Shift

中文标题Robust VIO是否需要更多学习？分布位移下的几何验证视觉测量

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。

A Hardware-oriented Approach for Efficient Bayesian Inference Computation and Deployment

中文标题一种面向硬件的高效贝叶斯推理计算和部署方法

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。

CommitLLM: A Fine-Tuned Pipeline for Git Commit Message Generation

中文标题CommitLLM：A Fine-Tuned Pipeline 面向 Git Commit Message Generation

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。

Oracle Gap and Signal Fidelity: A Fixed-Pool Diagnostic for Test-Time Collaboration

中文标题Oracle差距和信号保真度：用于测试时协作的固定池诊断

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。

Retrieval-Augmented Interpretable Learning: Towards Task-Specific Zero-Shot Models in Healthcare

中文标题检索-增强可解释学习：迈向医疗保健领域的任务特定零拍摄模型

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。

SpEmoC: A Balanced Speaker-Segment Multimodal Emotion Benchmark

中文标题SpEmoC：A Balanced Speaker-Segment Multimodal Emotion 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。

FinSAgent: Corpus-Aligned Multi-Agent RAG Framework for Evidence-Grounded SEC Filing Question Answering

中文标题FinSAgent：Corpus-Aligned Multi-Agent RAG 框架 面向 Evidence-Grounded SEC Filing Question Answering

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。