研究提出以社工诱饵为签名的信息窃取活动追踪框架，识别出 177 个真实活动
作者提出一套双框架系统，利用窃取日志中的受害者侧痕迹，把社工诱饵当作活动签名，将近乎实时的单次感染聚合成高保真信息窃取活动。该框架在软件与游戏生态分别建立流水线，能检出两个生态中全部大型和中型活动（一个中型游戏活动仅在与另一活动合并时被找回），小型活动检出效果下降。对 177 个真实活动的分析显示，软件类活动 60% 以上的感染集中在最初十天内，游戏类活动则持续时间越长增长越猛。
全部科研动态
arXiv · cs.CYAI 评分5858 arXiv · cs.CYAI 评分4040 研究：习惯与组织学习能力比好奇心更能预测员工使用影子 AI
一项基于 510 名生成式 AI 用户的调查研究发现，习惯是影子 AI 使用的最强预测因子，解释方差达 28.3%，并在全部 512 个预测变量子集中完全压过好奇心维度"愉悦探索"（后者仅贡献 3.4%，纳入使用行为和习惯后不再显著）。支持学习的组织条件额外解释 24.1%，且以叠加方式起作用。研究据此将影子 AI 重新定义为习惯与环境现象，而非个人探索行为；该预印本尚未经同行评审。
arXiv · cs.CYAI 评分5858 研究：Bing Create 文生图在 15 种语言下收窄全球城市想象
一项合作探索性研究分析 Microsoft Bing Create（基于 DALL E 3）在 15 种语言、12 个国家下生成的 907 张图像，发现该工具对当前与未来城市的呈现高度单一：剔除冲突、贫困与政治等显性元素后，图像中的本地多样性退回东方主义式想象，各地未来都指向飞行器、城市花园与太阳能板，并统一在蓝绿色调中。
arXiv · cs.CYAI 评分4040 香港岛三维模型研究：不熟悉路况的行人因路线选择错失遮阴，正午多晒 13.5%
研究构建香港岛三维步行模型，融合室内外步行网络、建筑几何、LiDAR 植被与太阳位置，对 500 条模拟行程比较最短路线与遮阴优先路线。在 10% 额外距离限制下，正午遮阴路线将模拟直射日照暴露降低 13.5%，平均路线长度仅增加 2.85%；5% 额外距离限制可实现该降幅的 77%。
arXiv · cs.CYAI 评分4242 CS 学生如何概念化并使用 LLM：一项 CS1 后续课程研究
一项针对 CS1 后续课程 283 名学生的研究发现，学生最常把 LLM 概念化为人类助手，并偏好上下文丰富的提示词风格。研究基于 SOLO 分类法将学生对 LLM 工作原理的理解划分为四个有序知识水平，并按人格类型与关系角色两个维度编码其隐喻式概念化。该研究已被 SIGCSE 2027 接收。
arXiv · cs.DBAI 评分4040 成员容忍度各异的社区搜索：LatSweep 算法与 LCC 模型
论文研究每个成员对位置差异有各自容忍度时的社区搜索问题，提出纬度一致社区（LCC）模型，要求包含查询顶点、连通、最小度不低于 k，且直径不超过最小成员容忍度。该问题在平面上即为 NP-hard，无界维度下对任意固定 k≥2 判定 LCC 是否存在为 NP-complete。
arXiv · cs.DBAI 评分4242 从 token 账单到基准测试周：让数据系统自动研究可验证且低成本
针对 AI 自动研究数据系统时易出现规格博弈、token 成本高且验证周期长达数周的问题，论文提出以精确可组合的规格约束搜索、用轻量性能评估器剪枝、并以证伪与演绎验证把正确性纳入流程。目标是把正确性、性能、研究时间与 token 成本视为同等重要的目标，使 AI 生成的数据系统成为可审计、可信赖的生产级系统。
arXiv · cs.DB精选AI 评分7575 PQR-Search 为动态向量数据库的近似最近邻检索提供逐查询召回保证
作者提出 k-ANN 算子 PQR-Search，对每个查询保证 Pr[Recall(q) < τ] ≤ δ，且 τ<1 时 E[Recall(q)] ≥ τ，该概率只来自索引内的随机旋转，插入删除后无需重新调参。
推荐理由：针对 ANN 索引只调平均召回的问题，给出逐查询召回保证并量化其相对 HNSW 的延迟与吞吐代价。
arXiv · cs.DBAI 评分5858 RCC：基于 redo log 的推测版本化并发控制，TPC-C 吞吐最高提升 3.3 倍
作者提出 RCC，一种面向高写争用的基于 redo log 的并发控制方案：事务从 redo log 条目创建推测写版本，使冲突事务无需等待前驱提交即可流水执行，并通过基于锁的访问时间冲突排序与依赖图跟踪保证可串行化。
arXiv · cs.DBAI 评分5858 TSseek：面向分布式时序数据集的模式搜索系统
作者提出分布式时序模式查询引擎 TSseek，用受正则启发的查询语言组合趋势、取值范围与通配符，并约束读数变化及模式的时长、位置、顺序和间距。索引阶段用误差有界线段近似每条序列并记录斜率与取值范围元数据，构建分布式空间索引 TSseek-X；查询时重写查询、按选择率估计规划索引探测，再用原始读数做精确校验。
arXiv · cs.DBAI 评分6060 QuIVer：用两比特符号-幅值表示构建与导航的图向量索引
作者提出图索引 QuIVer，构建与导航阶段使用免训练的符号-幅值两比特表示，仅对有限候选做原始向量重排。
arXiv · cs.DBAI 评分4040 欧洲调研：ML 从业者如何看待欧盟监管要求下的数据质量
一项针对 180 余名欧盟数据从业者的在线调研发现，当前数据质量实践与欧盟监管要求之间存在明显差距。研究同时提出一个将既有数据质量维度与具体欧盟监管要求对齐的实用框架，并指出从业者需要更集成的数据质量工具，以及技术与法律人员之间更好的协作。
arXiv · cs.DBAI 评分4747 StraTyper：面向数据集集合的自动语义类型发现与多类型标注
StraTyper 是一种面向数据集集合的列类型发现（CTD）与多类型标注（CMTA）方法，无需预定义语义标签，借助 LLM 为目标数据集集合发现类型。它通过列聚类、受控类型生成和迭代级联发现，在类型精度与标注覆盖率之间取得平衡，并降低 LLM 成本。
arXiv · cs.DBAI 评分5858 论文证明 submodular 类图宽度层级间存在严格分离
作者将 high-degree-low-degree 拆分形式化为带 ℓ 个度类的 ds_ℓ-width，并证明 subw ≤ #subw ≤ m-width ≤ ds_ℓ-width 层级中每个不等式都可严格成立，例如 m-width(K_{3,3})=2 小于任意常数 ℓ 下的 ds_ℓ-width(K_{3,3})。
arXiv · cs.DBAI 评分4040 理论驱动的二分网络投影骨干提取方法
研究者提出一类新的网络骨干提取算法——理论驱动骨干提取，允许将已知动态机制编码进过滤过程，而非沿用结构与统计方法中数据无关的检验。该方法针对二分结构的投影与骨干提取，让用户为两类节点指定 Agent-Based Model，并通过 Simulation-Based Inference 拟合观测结构以重建两类节点间的真实关系。
arXiv · cs.DBAI 评分6666 CuEVM：在 GPU 上原生执行以太坊智能合约的 EVM 引擎
作者提出 CuEVM，一个 GPU 原生且语义完整的 EVM 执行引擎，把交易执行当作大规模并行数据处理，在单块消费级 GPU 上每秒执行超过 800 万笔 ERC-20 转账，比现有基线最高快两个数量级。
arXiv · cs.DBAI 评分5858 Omakase：多提议者区块链通过冲突图整合实现执行拥塞控制
Omakase 是一个并行执行框架，把预执行、跨区块冲突图整合与图感知 OCC 结合，在 15,000 个以太坊主网区块（约 240 万笔交易）上相对顺序执行取得 2.47x 加速，高于单区块 OCC 和图感知基线。
arXiv · cs.DBAI 评分6060 FlinkEval：面向流式 SQL 自然语言接口的合成评测基准
研究团队发布 FlinkEval，一个执行驱动的合成基准，包含 3,903 个问题-SQL 对，覆盖 45 个行业领域和 45 个语义标签。SQL 模式来自人工 NL2SQL 样本与厂商文档，并在 Confluent Cloud Apache Flink 上执行与修复，覆盖窗口、时序连接、模式匹配、嵌套类型和数据操作。基准还提供七级问题规格阶梯与基线评测，显示模式组合和请求规格化仍是难点。
arXiv · cs.DBAI 评分5858 SchemaBridge 基准：评估 LLM 对关系数据库模式的理解与设计能力
作者提出 SchemaBridge 基准，包含来自三个集合的 902 个模式，按规模与约束复杂度分层，并分别对表、属性、域（数据类型与可空性）、实体和参照完整性计算保真度。
arXiv · cs.DBAI 评分5555 VIDA：面向外包向量数据库的可认证近似最近邻搜索方案
作者提出 VIDA，用紧凑向量承诺替代原始向量传输，并结合聚合内积论证验证多次距离计算，实现基于图的 ANN 搜索结果认证。配套的 MeST 认证数据结构让认证路径与图遍历对齐，量化感知认证策略则利用距离界剪枝减少需加密验证的精确距离数量。实验显示端到端延迟最高提升 6.6 倍，数据传输时间相比 SOTA 方法最多降低 99.2%。
arXiv · cs.DBAI 评分4040 基于边本地差分隐私的图顶点统计范围计数框架
针对发布精确范围计数会泄露敏感边的问题，研究者在边本地差分隐私（edge LDP）下提出分层框架，打通统计估计、直接范围估计与自适应估计器选择。其中 Bounded Conditional Range Inversion（BCRI）通过显式本地逆变换从可复用的有界几何报告中得到无偏范围估计，边界条件估计器的期望 L2 损失不超过无界逆变换，直方图预处理支持常数时间查询。
arXiv · cs.DBAI 评分5858 Raven：面向数据湖仓系统的统一文件管理混合式 catalog
作者提出 Raven，一种把事务性元数据存入数据库、把分析性元数据下沉到 OTF 结构的混合式 catalog，以缓解文件式 OTF 的元数据膨胀与提交延迟问题。
arXiv · cs.DBAI 评分4040 无环连接上的最优时间独立子集采样
针对固定无环连接与静态权重，该研究提出精确采样器，实现期望 O(N) 预处理、O(N) 索引空间和每次调用期望 O(1+mμ) 时间（含输出构造），消除了此前界中的对数因子，时间界达到最优。在 STATS 基准的三个查询上，其浮点原型在 18 个 PRODUCT 设置中的 17 个采样延迟低于最快适用基线；在真实数据路径 μ=100 时，构造加 300 次调用相比索引物化实现 20.5 倍加速。
arXiv · cs.DBAI 评分4040 基于探针的路由方法为连接优化器选择求解器
针对 PostgreSQL 仅按关系数量在 DP、GEQO、MCTS 间选择连接顺序求解器的问题，论文提出两个由探针在每查询微秒级从随机连接顺序计算出的特征：尾部间距 α 和交叉意外度 θ。
arXiv · cs.DBAI 评分4040 超越对称性：用 Transformer 做非对称匹配的集体实体解析
该论文在整合匹配与聚类两阶段的集体实体解析框架中考察输入顺序非对称性的影响，匹配阶段用预训练 Transformer 显式建模并利用非对称性。在多个基准数据集上，非对称性不仅可测量，还会使最终实体聚类产生显著偏斜。作者据此提出需重新审视匹配器的监督训练方法，发展能保留而非中和匹配任务固有非对称性的方向感知训练范式。
arXiv · cs.DBAI 评分5858 VecDBLens：基于评估学的向量数据库诊断框架
作者提出 VecDBLens，一个基于评估学的向量数据库诊断框架，把待诊断的功能视为被评估对象，其余数据集、负载、参数和运行时因素作为匹配的评估条件，并通过方差分析（ANOVA）考察各对象之间的交互。该框架给出两点发现：检索性能从根本上受嵌入质量上限约束，许多看似索引失败的问题实为表示侧限制；更强的索引参数化并不总是有益，过于激进的配置会改变邻域拓扑并导致召回率回退。
arXiv · cs.DBAI 评分4747 Auriga：用 harness 管控的 LLM 智能体优化 Execute-Order-Validate 许可链有效吞吐
Auriga 是一个非侵入式框架，通过样本高效的 LLM 引导配置搜索与执行前冲突预防，联合优化 Hyperledger Fabric 等 Execute-Order-Validate 链的原始吞吐与交易成功率。
arXiv · cs.DBAI 评分5858 VASTRA：按查询复杂度控制流程的智能体视频 Top-K 检索系统
VASTRA 是一个智能体视频检索系统，它按查询复杂度决定执行流程，而不是采用开放式推理循环：简单查询直接从预摄取摘要中排序，困难查询只在相关性不确定处做定向验证。
arXiv · cs.DLAI 评分4040 缺失引用历史下纵向文献计量排名的可靠性评估
一项可复现的案例研究框架被提出，用于审计 Google Scholar 引用历史缺口并量化纵向指标与排名对缺失数据假设的敏感性。案例覆盖 595 篇出版物、2024-2025 完整日历年，三种缺失值场景下可计算增长与加速指标的文章数从 196 增至 257 和 490。
arXiv · cs.DLAI 评分5858 研究：早期引用习惯与科学写作中 AI 使用迹象相关
研究分析 OpenAlex 中 71,133 名作者 2023 年至 2026 年 9 月的发表史，用摘要写作评分定义对 AI 辅助的“抵抗”，即预测的 AI 辅助摘要占比减去实际占比。
arXiv · cs.CVAI 评分6060 TRIO：面向正电子素三光子衰变的贝叶斯成像算法
作者提出三光子逐事件图像重建算法 TRIO，把基于时间的三边定位、基于能量的重建与源自 QED 正电子素衰变描述的物理先验统一进贝叶斯最大后验框架。按 Siemens Biograph Quadra 扫描仪建模的蒙特卡洛仿真显示，TRIO 平均定位误差为 1.65 cm，约为基于时间的三边定位（4.59 cm）的 1/2.8、单独基于能量重建（8.7 cm）的 1/5.3。
arXiv · cs.CV精选AI 评分6060 研究在碰撞检测任务上评测连接组约束的果蝇视觉模型 FlyNet 的鲁棒性与效率
研究者在可微 3D 渲染管线中的碰撞检测任务上，将受突触连接组约束的连续时间循环网络 FlyNet 与 CNN、RAFT 及无连接组约束的 sCTRNN、CTRNN 对比。
推荐理由：论文把果蝇连接组约束模型与 CNN、RAFT 放在同一碰撞检测任务上比较鲁棒性与算力，并给出对抗纹理与视错觉同源的机制解释。
arXiv · cs.CVAI 评分6060 UniFlow-RS 用统一流匹配预测器处理六类遥感任务
UniFlow-RS 提出用单一潜在流匹配预测器共享异构遥感任务的预测过程，将不同任务输出映射到公共潜空间的结构化视觉目标，并以统一的 Flow Matching 目标联合优化。
arXiv · cs.CVAI 评分4242 RF3DGS：利用自先验的无反射 3D Gaussian Splatting
研究者提出 RF3DGS，一种利用多视角光度先验实现无反射 3D Gaussian Splatting 的新方法。该方法先用几何先验优化 vanilla 3DGS 估计粗略无反射深度图，再通过 3D warping 构建干净透射伪标签，并引入 Adaptive Twin Rendering（ATR）损失保留高频细节。
arXiv · cs.CVAI 评分5252 HintErase 提出定位鲁棒的视频叠加层去除方法
HintErase 把叠加层定位结果当作提示而非待填充的孔洞，模型同时接收完整未遮挡视频和提示通道，训练时按真实定位器的失败方式破坏提示、监督仍对齐真实叠加层，从而去除提示漏掉的笔画与整帧叠加层、保留提示误覆盖的背景和真实场景文字。作者还给出面向全长视频的流式管线，处理隔行源、镜头切换、漏检与抖动提示、回贴和音频，内存占用与视频长度无关；视频对比结果见项目页。
arXiv · cs.CVAI 评分5858 FlashMotion：面向长时程 3D 动作生成的超快推理框架
FlashMotion 提出一套协同设计框架，在严格推理预算下完成高质量长时程 3D 动作生成，覆盖 text-to-motion、music-to-dance 和 speech-to-gesture 三类任务。
arXiv · cs.CVAI 评分5858 SCAHI：切片推理何时有效？分辨率、切块与稠密融合用于小目标检测
作者在 VisDrone 和 DOTA 上比较四个家族七个稠密检测器，发现切片推理的收益很大程度来自分辨率：在 VisDrone 上，高分辨率单次推理优于带框融合的切块推理，等算力下提升分辨率比增大模型更有效。
arXiv · cs.CV精选AI 评分7272 DisasterVLG 发布 124 万张灾害图像多任务数据集，覆盖视觉定位与证据式推理
研究团队构建 DisasterVLG 大规模多任务数据集，包含来自 142 个国家的 124 万张灾害图像和 3300 万条结构化标注，覆盖密集描述与定位、事件评估、关系场景描述和灾害视觉问答（VQA）。
推荐理由：该数据集把灾害场景的视觉定位与证据式问答统一起来，并给出人工核验测试集，便于评估模型在真实不确定性下的推理能力。
arXiv · cs.CV精选AI 评分7272 InstantHMR：可在手机端实时运行的 3D 人体网格恢复模型
LAAS-GEPETTO 团队提出开源单图人体网格回归器 InstantHMR，基于 Momentum Human Rig（MHR）参数模型、仅用 SAM 3D Body 数据集的公开标注训练，在三星 Galaxy S23 NPU 上每人 5.5 ms 恢复 6,890 顶点人体网格，NVIDIA RTX 4070 上为 0.98 ms。
推荐理由：作者开源了可在手机 NPU 上实时运行的 3D 人体网格回归器，并统一复现 11 个基线方法，便于读者判断移动端部署的取舍。
arXiv · cs.CV精选AI 评分7171 Interactive Visual Gym 提出闭环视觉交互评测框架与 IVG-Bench 基准
作者提出 Interactive Visual Gym 框架，通过联合模拟可执行任务环境与人类用户，对视觉交互模型做闭环评测与训练，并构建含 315 个交互场景的 IVG-Bench。
推荐理由：该基准用模拟用户做闭环评测，并给出当前 VLM 在交互任务上的完成率与延迟短板，可供做视觉交互评测的读者参考。