本文提出了PathoSage框架，旨在解决病理学多模态局部推理中的证据冲突和错觉问题。PathoSage通过知识检索、证据收集和证据裁决三阶段流程，采用结构化证据审议机制独立评估来自不同工具的异质证据，分析冲突并在新上下文中生成最终判断，降低锚定偏差。此外，引入了无训练的Beta-Bernoulli经验系统，利用持续信用分配建模工具长期可靠性，提升未来工具使用的先验权重。实验证明PathoSage有效缓解了视觉问答的幻觉和分类器分歧，显著优于现有强基线，为病理学AI代理的鲁棒性提供了关键方法。
这条 研究论文 信号说明，来自 arXiv cs.AI 的信息已经不只是单点新闻，而是值得放进产品、研究和行业判断里的趋势线索。
arXiv cs.AI 发布了这条关于 研究论文 的更新：本文提出了PathoSage框架，旨在解决病理学多模态局部推理中的证据冲突和错觉问题。PathoSage通过知识检索、证据收集和证据裁决三阶段流程，采用结构化证据审议机制独立评估来自不同工具的异质证据，分析冲突并在新上下文中生成最终判断，降低锚定偏差。此外，引入了无训练的Beta-Bernoulli经验系统，利用持续信用分配建模工具长期可靠性，提升未来工具使用的先验权重。实验证明PathoSage有效缓解了视觉问答的幻觉和分类器分歧，显著优于现有强基线，为病理学AI代理的鲁棒性提供了关键方法。
病理学中的多模态推理面临证据冲突和模型幻觉等挑战，导致诊断不可靠。PathoSage通过明确分离证据处理阶段和引入经验感知机制，有效提升了推理的准确性和稳定性，这对增强临床辅助诊断的可信度具有重要意义。
研究员、模型团队和技术战略负责人 应该重点关注这条信号，尤其是正在跟踪 research、papers、agents 的团队。
接下来观察这条信号是否出现开发者采用、竞品回应、研究复现、企业部署或政策/平台层面的后续动作。
音视频大型语言模型在长视频理解中面临视频标记和键值缓存线性增长的问题。OmniMem提出了一种内存高效的流式框架，通过模态感知的内存分配策略，分别管理视觉和音频上下文，解决两者标记数量不平衡的问题。其利用扰动感知内存选择，保留有信息且非冗余的键值状态，实现紧凑内存同时维持长距离理解。结合预算感知微调，OmniMem在多个基准测试中比强训练自由压缩基线提升2-4%的准确率，微调后再提升1-2%。
arXiv发布了Syll项目，这是一个开源、自托管的多模态代理系统，整合了MCP/API工具、命令行执行和图形界面控制，支持跨异构界面的计算机使用协调。用户可以通过示范直接教学，系统将示范编译为可复用技能，并通过日志、关键帧和审批检查点实现多模态执行反馈，方便检查和控制。Syll的记忆、技能和治理机制均作为本地可编辑内容，支持用户检视和扩展。已在Photoshop、Audition、Stardew Valley、macOS Finder等生产级应用上验证。
本文介绍了PolyFact数据集，一个包含12种语言、基于维基数据的大规模多语言事实问答数据集，包含10万个事实。基于该数据集，研究者比较了轻量持续预训练（CPT）、监督微调（SFT）和通过群体相对策略优化（GRPO）的强化学习方法在提升Qwen-2.5-7B和OLMo-2-1124-7B模型跨语言事实回忆能力上的表现。结果显示，GRPO在提升跨语言一致性和对未见语言的泛化能力方面均优于SFT，而在并行数据上的CPT增益有限。机理分析表明，GRPO通过减少多层感知机层和注意力头中的语言特化，促进了更多共享的跨语言表示。研究者同时发布了相关代码、模型及数据集。