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

Agentic coding without the cloud: evaluating open-weight large language models on longitudinal data preparation tasks

中文标题无云代理编码：评估纵向数据准备任务的开放权重大型语言模型

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。

DINOde: Continuous Vision-Text Alignment for Open-Vocabulary Semantic Segmentation

中文标题DINOde：Continuous Vision-Text Alignment 面向 Open-Vocabulary Semantic Segmentation

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。

Tencent WorkBuddy Bench: A Multi-Domain Coding-Agent Benchmark with Contamination-Resistant Task Construction

中文标题Tencent WorkBuddy Bench：A Multi-Domain Coding-Agent 基准 with Contamination-Resistant Task Construction

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。

Sidewalk Moments: Are Richer Representations Always More Human-Aligned? Evidence from City-Walk Videos

中文标题人行道时刻：更丰富的代表性是否总是更人性化？城市漫步视频中的证据

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。

HGeo-TopoMap: Boosting Topological Mapping with Hierarchical Geometric Priors

中文标题HGeo-TopoMap ：使用分层几何先验增强拓扑映射

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。

V-DEAL: Diagnosing Video Safety De-Calibration as an Understanding-Refusal Coupling Failure

中文标题V-DEAL ：将视频安全反校准诊断为理解-拒绝耦合故障

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。

Faster IndexTTS-2: Accelerating and Streaming Autoregressive Zero-Shot Text-to-Speech Synthesis on GPUs

中文标题Faster IndexTTS-2：Accelerating 与 Streaming Autoregressive Zero-Shot Text-to-Speech Synthesis on GPUs

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。

Boosting Robustness for All-Weather Self-Supervised Depth Estimation in Autonomous Driving

中文标题提高自动驾驶中全天候自我监督深度估计的鲁棒性

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。

Toward Generalizable Cognitive Impairment Detection with Speech-Based Multimodal Large Language Models

中文标题使用基于语音的多模态大型语言模型进行可推广的认知障碍检测

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 Continuous Assurance for the Democratization of AI Agent Creation in Industry

中文标题面向产业AI智能体创造民主化的持续保障

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。

Euclid-MCP: A Model Context Protocol Server for Deterministic Logical Reasoning via Prolog

中文标题Euclid-MCP ：通过Prolog进行确定性逻辑推理的模型上下文协议服务器

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。

Phonetic forced alignment for low-resource language varieties: Model training and evaluation on Chengdu Mandarin

中文标题低资源语言品种的语音强制对齐：成都普通话的模型训练和评估

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。

SlerpFlow: Spherical Trajectory Correction for Rectified Flow Inversion

中文标题SlerpFlow：Spherical Trajectory Correction 面向 Rectified Flow Inversion

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。

Adaptive Depth Sparse Framework: Similarity-Driven Resource Allocation for Pre-Trained LLMs

中文标题自适应深度稀疏框架：预训练LLM的相似性驱动资源分配

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。

Detectors Learn the Wrong Thing: Shortcut-Resistant Adversarial Training Against Physically Realizable Attacks

中文标题探测器学习错误的东西：针对物理可实现攻击的抗捷径对抗性训练

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。

ICAE-Bench: Evaluating Coding Agents as Interactive Project Builders

中文标题ICAE-Bench ：评估编码代理作为交互式项目构建商

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。

Safety-oriented sidewalk and road segmentation for smartphone-based assistive navigation

中文标题以安全为导向的人行道和道路分段，用于基于智能手机的辅助导航

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。

C-PTQ: Fisher-weighted Channel-wise Sensitivity for Post-training Quantization of MLLMs

中文标题C-PTQ：Fisher-weighted Channel-wise Sensitivity 面向 Post-training Quantization of MLLMs

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。

Spectral Transformation for Layer-wise Global Rank Discovery in Federated LoRA for Vision Transformers

中文标题Spectral Transformation 面向 Layer-wise Global Rank Discovery in Federated LoRA 面向 Vision Transformers

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 Evaluation to Optimisation: Hierarchy-Aware Training Signals for CWE Prediction in Python

中文标题来自 评测 to Optimisation：Hierarchy-Aware Training Signals 面向 CWE Prediction in Python

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。