持续更新的模型会保留一串历史快照，攻击者可以查询这些快照，从而不仅判断某条样本是否被用于训练，还能推断它何时被加入、何时被移除。TMIA 把同一条样本在各快照上的置信度变化当作时间序列，用带滑动窗口的双向 LSTM 标出进入点和退出点，再按时间顺序配对成合法的成员区间。在三个语言模型和三个图像分类模型上，TMIA 的时间戳级 F1 在语言模型各设置中均高于 83%，区间级 F1 相对两个基线至少提升 21.82%。
FinCosmos把金融智能体评测中的用户意图、数据来源和时间边界同时打开：模拟投资者只按提问透露隐藏策略，智能体须自行从网络取数并在数据截止日前完成回测，评分由程序核验交付物而非比对参考答案。四个编码智能体与一个无工具模型共150次会话无一被接受，其中模拟用户表示满意的35次全部至少触发一项程序否决。
大型推理模型的安全对齐常用GRPO，但同一提示下采样的回答往往安全与否一致，组内相对优势随之消失，模型在持续不安全的提示上得不到指向安全的方向。Beacon把安全信号恢复与安全—效用解耦对齐合在一起：前者筛选高对比轨迹并在信号塌缩时直接监督安全参考回答，后者按提示类别给奖励并只对良性提示做KL锚定。在四个Qwen3与DeepSeek-R1-Distill变体、八个基准上，平均安全错误较初始策略降低17.69至32.83个百分点，XSTest过度拒答率为0.40%至1.20%。
该工作提出免训练的 Patch-to-Prune（P2P）框架，把机制可解释性中的激活修补从诊断工具改造为推理期计算旁路：通过验证引导的前向与后向层扫描，找出视觉 token 投影输出可被固定中性代理激活向量替换的解码器区域，在用户指定的精度容差内跳过这部分计算；在 Qwen2.5-VL 与 LLaVA 两族共四个 VLM、七个多模态基准上，使用互不相交的校准、验证与测试划分评估，3% 容差下保留约 94% 稠密精度并将 FLOPs 降低 55%，同时层间分析提示 VLM 的视觉处理在解码器深度上分布不均。
该工作发现扩散式世界模型的特征在相邻去噪步之间具有高度稳定的奇异子空间、且奇异值演化可预测，据此提出免训练的谱缓存框架 SpectralCache，复用稳定奇异子空间并仅通过线性外推估计低维奇异值，还利用相邻全计算特征间的谱一致性以奇异值缩放跳过部分骨干评估，在 HunyuanWorld-Voyager-13B 上取得 5.22 倍加速并保持静态场景 WorldScore 65.90，在推理效率上明显优于现有免训练缓存方法。
PatchHolmes 是一个两阶段补丁检索系统，第一阶段用 BM25 加时间衰减与 Qwen3-Embedding-8B 稠密检索经 RRF 融合出 top-100 候选，第二阶段让一个冻结的开源权重 LLM 智能体通过 list_candidates、read_commit、read_file_diff、submit_answer 四个工具以列表式方式查看全部 100 个候选并只提交一个最佳提交；在 GitHubAD 的 809 个 CVE 上 Recall@1 达 59.95%，比逐点分类器 Favia 高 25.34%、比 IRCoT 高 31.40%，在候选集完全相同的条件下智能体本身比直接取检索器首位高 27.32%，同一智能体不加改动迁移到
该工作提出开源两阶段技能检索器 SkillSeek（BGE-base 双编码器接小型交叉编码器，经 MCP 暴露），在 89 项 SkillsBench 基准、两种技能池与两种骨干模型的网格上，观察到纯 bm25 在四个设置中的三个达到或超过 Liu 等人 LLM 介导循环的通过率，小型交叉编码器在第四个设置（34K 池 + Qwen3.5）补齐差距至相同的 0.442，同时把每次试验总花费从 51.30 美元降到 27.54 美元（距无技能基线 27.41 美元不到五十美分），并把这一模式归因于第一阶段召回上限。
该工作提出一个端到端的比较性医学影像框架，在胸部 X 光肺炎分类、脑部 MRI 肿瘤检测和皮肤镜皮肤癌分类三类异构任务上评估 ResNet50、EfficientNet-B0、DenseNet121、DeiT-Small 与 Swin-Tiny，并整合迁移学习、类别不平衡处理、模型校准、自助法置信区间、鲁棒性评估、失败案例分析、Grad-CAM 可解释性、集成学习与多项性能指标，同时加入受限于研究辅助定位的 LLM 报告组件，用于生成模型比较摘要、可解释性解读与决策支持报告；结果显示 CNN 在结构化放射影像上依然高效，而视觉 Transformer 在语境更复杂的脑部 MRI 与皮肤镜任务上表现出较强性能与鲁棒性。
已读完全部报道