临床脑电图判读长期依赖专家逐页查看，近年出现的EEG基础模型则要先在大规模无标注脑电上预训练。研究把脑电片段画成临床医生熟悉的双极导联波形图或频谱图，连同固定文本提示一起交给通用视觉语言模型Qwen3-VL，不做任何EEG预训练。在4秒发作间期癫痫样放电检测的vEpiSet上，Qwen3-VL-4B经LoRA适配取得0.835平衡准确率，高于全量微调的BIOT的0.763；在TUEV的EEG-Bench划分上，Qwen3-VL-8B以0.750略高于0.739的次优单任务模型。
连续控制强化学习长期受困于探索效率与长程信用分配，常用做法是给智能体加动作噪声或熵正则，这类探索不带方向。GANGSTER 用一个条件生成对抗网络按当前状态生成候选子目标，再用可期望回报、可达性和多样性三项结构化损失筛选，生成的目标只通过内在奖励塑形接入 TD3 与 SAC，不改动二者的核心更新规则。在 MuJoCo 的 Ant-v5 上，配 TD3 的 GANGSTER 相比基线 TD3 把解题时间缩短约 31%、最终表现提高 53%；在 HalfCheetah-v5 上配 SAC 则把最终表现提高 10%，并把解题后的达标一致性提升到 99% 以上。
变分量子分类器的精度通常靠增加纠缠门来换，但CNOT的出错率和执行时间都远高于单比特门。OQMD把测量前的读出映射也纳入训练，用可训练的单比特旋转选择测量基，不增加任何CNOT。在Iris的30点分层测试集上，0个CNOT的最佳OQMD配置达到83.33%，高于最佳18-CNOT对照的56.67%；18-CNOT上OQMD峰值从56.67%升到66.67%，但合并均值差距很小。
作者提出并研究“记忆过度依赖”这一推理期失效模式：当检索到的良性记忆与当前查询仅部分证据重叠时，记忆会误导推理；他们据此提出即插即用的 MemTrim，在写入时把记忆分解为证据单元并存入 trie，在读取时删除与查询重复或冲突的证据、保留记忆独有信息，并在支撑证据变化时抑制旧答案，从而在多个基准、模型与记忆架构上降低记忆导致的错误，同时保留记忆在任务一致情形下的收益。
已读完全部报道