提升 RAG 检索和知识库问答可靠性、提升模型推理、规划和验证能力、让 Agent 更可靠地调用工具和复用技能

PEAK: Precise and Persistent Concept Erasure via k-Sparse Autoencoders

中文标题峰值：通过k-Sparse自动编码器进行精确和持久的概念擦除

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。

GitSkills: A Dataset of Agent Skills on GitHub

中文标题GitSkills ： GitHub上的代理技能数据集

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。

DistilVDR: A Compact End-to-End Visual Document Retriever via Dual-Student Distillation

中文标题DistilVDR ：通过双学生蒸馏的紧凑型端到端视觉文档检索器

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。

Reference-Free Post-Training of Open Large Language Models for Multilingual Machine Translation

中文标题用于多语言机器翻译的开放式大型语言模型的无引用后训练

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。

Rethinking LLM Verification: Evidence Structure, Uncertainty, and Selective Refinement

中文标题重新思考LLM验证：证据结构、不确定性和选择性细化

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。

SQuaT: Self-Supervised Knowledge Distillation via Student-Aware Quantized Teacher Features

中文标题SQuaT ：通过学生感知量化教师功能进行自我监督的知识蒸馏

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。

MEGA: Self-Evolving Agent Optimization Infrastructure via Wisdom Graph

中文标题MEGA ：通过智能图进行自我进化Agent优化基础设施

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。

Never Stop Speaking: a Denial-of-Service Attack on End-to-End Speech Language Models

中文标题永不停止说话：对端到端语音语言模型的拒绝服务攻击

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。

Are We Really Making Progress in Group Recommendation? Unmasking the Tie-Breaking Illusion

中文标题我们真的在小组推荐方面取得了进展吗？揭开打破捆绑的幻觉

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。

How to Verify Consistency of Probabilistic Claims

中文标题如何验证概率性声明的一致性

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。

MultiModal Code-Switching: Interleaving Visual Objects into Language for Explicit Object-Level Alignment

中文标题多模态代码切换：将可视化对象交织到语言中以实现显式对象级对齐

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。

Agentic Configuration Management (ACM): A Reference Configuration Model for Governed Agentic Systems

中文标题Agentic Configuration Management (ACM)：A Reference Configuration Model 面向 Governed Agentic 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。

PRMU: A Corpus-Free Benchmark for Person-Centric Knowledge Unlearning in Multimodal Large Language Models

中文标题PRMU：A Corpus-Free 基准 面向 Person-Centric Knowledge Unlearning in Multimodal Large Language Models

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。

The Illusion of Cross-Lingual Safety in Low-Resource Languages

中文标题低资源语言中的跨语言安全错觉

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。

Why Does CLAUDE.md Keep Growing? Catastrophic Remembering in Agentic Coding

中文标题为什么CLAUDE.md不断增长？ Agentic编码中的灾难性记忆

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。

Static in Frames, Dynamic in Events: Rethinking Features in Event Cameras as Motion Cues

中文标题帧中的静态，事件中的动态：将事件摄像机中的功能重新思考为运动线索

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。

CapProbe: Evaluating Detailed Image Captions via Full-Scene Dense Question Answering

中文标题CapProbe ：通过全景密集问答评估详细的图像标题

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。

Mapping and Measuring the Behavioral Evolution of Large Language Models

中文标题绘制和测量大型语言模型的行为进化

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。

Data Attribution of Emergent Misalignment with Persona Features

中文标题紧急错位的数据归因与角色特征

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。

TimeRoute: Time-Aware Modality Routing and Diffusion for Multi-Modal Recommendation

中文标题TimeRoute：Time-Aware Modality Routing 与 Diffusion 面向 Multi-Modal Recommendation

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