把论文视为需要核对的研究主张：明确任务、测试数据、基线和失败案例。预印本不等同于经过同行评审的证据，基准进步也不一定能迁移到实际场景。
arXiv:2610.23161v1 公告类型：cross 摘要：算法是否可以作为模型来学习和进化，而不是作为程序反复重新设计？我们通过引入算法建模来探索这个问题，算法建模是一种将迭代算法转变为可训练模型的新范式。
arXiv:2610.23046v1 公告类型：新 摘要：在神经形态芯片上，尖峰神经网络（SNN）消耗的能量远低于人工神经网络（ANN），但这些芯片的有限内存需要低位突触权重和膜电位。现有的训练后量化 (PTQ) 方法不需要重新训练，并且与 ANN 一样，可以最大限度地减少均方误差 (MSE) 等数值误差。
arXiv:2610.22403v1 公告类型：新 摘要：推理系统发出的是结论；它所欠的是一个理由。产生一个要求每个操作都可接受实际可用的事实，中间结果的依赖关系要生存到路径的末尾，并且当前提发生变化时要修改路径。我们提出了事件推理系统（ERS），其中推理状态是一个显式的事件图。
arXiv:2610.22770v1 公告类型：新 摘要：因果基础模型 (CFM) 在治疗效果估计方面显示出有希望的结果，单位级别的估计在标准基准上具有竞争力。然而，许多因果分析通过单位组（例如完整样本、处理单位或子组）的平均效应来为决策提供信息，并且对于此类决策，CFM 仅在其可信区间经过校准时才有用。
arXiv:2610.22655v1 公告类型：新 摘要：线性表示假设认为，预训练视觉模型将生成因子编码为特征空间中的线性可解码方向，并附带标准方法：训练线性探针，如果精度较高则声明表示的因子。我们表明这个测试过于宽松。
arXiv:2610.22379v1 公告类型：新 摘要：校准昂贵的工程模拟器需要调整模型参数以匹配参考数据，这一过程严重受到计算成本的限制。本研究调查以模拟错误的物理诊断描述为条件的大型语言模型 (LLM) 是否可以比传统的无导数优化器更有效地提出信息参数更新。
arXiv:2610.22484v1 公告类型：新 摘要：单尖峰神经网络的输入空间分解为因果片段，并且因果片段的数量已被证明可以为某些尖峰神经网络的逼近误差提供下界。虽然这种分解适用于各种尖峰神经元模型，但尖峰神经网络可以实现多少因果部分的限制仍然未知。
arXiv:2610.22433v1 公告类型：新 摘要：当稀缺的车队在车站之间移动作业时，灵活的作业车间调度就会变得资源耦合，因为调度设置了运输等待。 BOLT（面向传输耦合调度的面向边界的学习）根据链、机器容量和车队容量松弛构建下界。
arXiv:2610.22509v1 公告类型：新 摘要：可靠的 3D 人员检测对于救援机器人为急救人员提供态势感知非常重要。然而，大多数多模态 3D 检测研究都针对汽车场景，其中行人大多以狭窄的直立、接近道路的姿势出现。
arXiv:2610.22380v1 公告类型：new 摘要：连续扩散将前向过程视为设计空间；离散语言传播通常使用吸收腐败，使上下文在整个世代中得到充分信任。这使得信任成为二进制的：损坏的上下文被复制为基本事实，将错误传播到生成的跨度中。我们通过将吸收和均匀混合内核与区域相关速率相结合来重新打开这个设计空间。
arXiv:2610.23033v1 公告类型：新 摘要：我们通过各种算法和参数机制，研究具有独立稀疏噪声的尖峰维格纳模型中稀疏一级信号的可区分性和恢复。信号和噪声具有单独的稀疏参数，而信噪比 (SNR) 随着矩阵大小的增长保持恒定的阶数。
arXiv:2610.23131v1 公告类型：新 摘要：保形测试鞅 (CTM) 是通过一致性函数 $A$ 生成的 p 值顺序测试可交换性的电子流程。然而，任何保留前推 $P\circ A^{-1}$ 的分布变化都会使 p 值分布保持不变，使其对每个基于 $A$ 的 CTM 不可见。