A Human-in-the-Loop Autonomous Agent for Industry Time Series Forecasting
面向工业时间序列预测的人在回路自主智能体
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出面向工业时间序列预测的人在回路自主系统CastClaw，整合多类资源实现预测全流程，在5个电价数据集上优于16个基线，还经电力负荷数据离线验证。
高校专区
University of Science and Technology of China（中国科学技术大学）
ATLAS: Dual-Horizon Diagnostic Evaluation for Industrial Tool-Use Agents
ATLAS：面向工业工具使用智能体的双视角诊断评估框架
机构 * University of Science and Technology of China（中国科学技术大学） ； Meituan（美团）
AI总结 本文针对工业工具使用LLM智能体的评估缺陷，提出双视角诊断评估框架ATLAS，经美团小团生产流量验证，可提升服务质量并优化策略。
Comments 25 pages
Answer Probing-Guided Search for Diverse Solution Exploration of LLMs
基于答案探测引导的大语言模型多样化解决方案探索搜索
机构 * University of Science and Technology of China（中国科学技术大学） ； Zhongguancun Academy（中关村学院） ； Alibaba Group（阿里巴巴集团） ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学）
AI总结 该研究针对LLMs推理易收敛于单一解的问题，提出Answer Probing引导的树搜索APTS，经实验证实可提升多推理任务的解决方案多样性，具备有效性与鲁棒性。
Comments Accepted to the EMNLP 2026 Main
SPARK: Skeleton-Guided Reasoning Synthesis from Large-Scale Scientific Literature
SPARK：基于大规模科学文献的骨架引导推理合成
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； University of Science and Technology of China（中国科学技术大学） ； East China Normal University（华东师范大学） ； Peking University（北京大学） ； Renmin University of China（中国人民大学）
AI总结 针对开源模型科学推理数据不足的问题，提出基于Sci-Base的SPARK框架构建Spark-234K科学推理数据集，该数据集难度与多样性更优，仅需更少训练样本即可实现更强性能。
Comments 24 pages, 15 figures
FIS-OT: Feature-Induced Optimal Transport for Unsupervised Action Segmentation
FIS-OT：用于无监督动作分割的特征诱导最优传输
机构 * Suzhou Institute for Advanced Research, University of Science and Technology of China（中国科学技术大学苏州高等研究院） ； School of Artificial Intelligence and Data Science, University of Science and Technology of China（中国科学技术大学人工智能与数据科学学院） ； Suzhou Big Data & AI Research and Engineering Center（苏州大数据与人工智能研究工程中心） ； Shanghai Key Laboratory of Data Science（上海数据科学重点实验室）
AI总结 针对现有最优传输方法忽略局部信息、易受伪标签噪声影响的问题，本文提出FIS-OT框架，通过FEG模块、特征诱导残差结构先验及循环优化环，在三个数据集上验证了方法的有效性。
Comments Accepted by ICME2026
MASQ: Mask-Aware Spatiotemporal Quantization for Unsupervised Skeleton Action Segmentation
MASQ：面向无监督骨骼动作分割的掩码感知时空量化
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 该研究针对无监督骨骼动作分割中空间掩码与离散量化引发的不稳定问题，提出MASQ框架，通过JLSD机制与掩码感知速度损失优化，在三个数据集上实现优于现有方法的帧均值准确率。
Influence-Directed Distillation: Solving the Diversity Bottleneck in Sampled-Token On-Policy Distillation
面向影响力引导的知识蒸馏：解决采样 token 在线策略蒸馏中的多样性瓶颈
机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Science and Technology of China（中国科学技术大学） ； Shanghai University of Finance and Economics（上海财经大学）
AI总结 该研究针对采样 token 在线策略蒸馏的多样性瓶颈，提出 IDA-OPD 方法，通过保留熵扩张更新、替换熵收缩更新，在降低成本的同时提升 pass@k，继承教师模型的多样性，且保持普通 OPD 的 pass@1 性能。
DriftingVLA: Native One-Step Vision-Language-Action Generation via Per-Dimension Temporal Drifting
DriftingVLA：基于逐维度时序漂移的原生单步视觉-语言-动作生成模型
机构 * University of Science and Technology of China（中国科学技术大学） ； LYNSENSE（灵犀科技）
AI总结 DriftingVLA是基于逐维度时序漂移的原生单步VLA模型，通过单步生成动作块，在多个机器人任务上优于基线模型，同时实现3.36倍的动作块生成加速。
FORESIGHT-9: Prospective and Process-Aware Evaluation of Adaptive Trading Agents
FORESIGHT-9：自适应交易智能体的前瞻性与过程感知评估
机构 * University of Science and Technology of China（中国科学技术大学） ； University of Hong Kong（香港大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 FORESIGHT-9是含9条反事实压力世界线的前瞻性基准，用于评估自适应交易智能体，实验显示其能揭示终端收益未暴露的智能体失败，且等权策略表现优异。
Comments 27 pages, 15 figures
Enhancing SAE-based Steering via Neighbor Integrated Feature Selection
基于稀疏自编码器（SAE）的 steering 增强：邻居集成特征选择
机构 * The University of Hong Kong（香港大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 本文针对现有基于 SAE 的 steering 方法采用 top-k 特征选择易遗漏有效特征的问题，提出 NIFS 策略，通过利用表征相似性改进特征选择，在多项任务上实现性能提升。
Comments 15 pages
FLM: Frequency-Aware Language Models for Generative Image Compression
FLM：用于生成式图像压缩的频率感知语言模型
机构 * School of Electronic Information and Communications, Huazhong University of Science and Technology（华中科技大学电子信息与通信学院） ； University of Science and Technology of China（中国科学技术大学） ； College of Intelligent Systems Science and Engineering, Harbin Engineering University（哈尔滨工程大学智能系统科学与工程学院） ； Institute for Infocomm Research, Agency for Science, Technology and Research (A*STAR)（新加坡科技研究局信息通信研究院） ； National Tsing Hua University（国立清华大学）
AI总结 本研究提出频率感知语言模型FLM，通过频域概率建模实现高效图像压缩，兼容有损与无损JPEG重压缩，在多数据集上较JPEG基准获显著BD-PSNR增益，性能优于传统及生成式压缩方法。
Do MLLMs Really Understand Low-Resource Khmer Documents? A Pilot Study on Khmer Document VQA
多模态大语言模型（MLLMs）真的理解低资源高棉语文档吗？一项关于高棉语文档视觉问答（VQA）的试点研究
机构 * University of Science and Technology of China（中国科学技术大学） ； Université Paris Cité（巴黎城市大学）
AI总结 本研究针对高棉语文档VQA，评估开源MLLMs的性能，发现直接使用Qwen3-VL-8B准确率51.9%，外部OCR辅助的Tesseract、PaddleOCR分别达61.9%、61.6%，但高棉语文档理解仍存挑战。
