coupling

介绍了传染张量和耦合放大因子（CAF），这是一种基于基线参考的无量纲比率，用于量化多智能体大语言模型系统中的输出分布耦合，并通过在DeepSeek-Chat和GPT-4o-mini上的真实API实验进行了验证。

本文介绍了潜在桥（Latent Bridge），一种可训练的连续通道，它将慢速推理VLM（Qwen3-VL-8B-Thinking）和快速反应VLM（MiniCPM-o 4.5）耦合起来，用于实时游戏智能体。在Atari游戏和MetaDrive上的实验表明，该通道在性能上与基于文本的桥接器相当或更优，并且单独使用时避免了破坏性干扰。

本文提出了一种可证伪的适用性判据，用于基于时滞谱嵌入的多变量时间序列的无训练固定长度描述符，展示了该描述符在何种情况下有望有效，并在多个基准上进行了验证。

本文识别了语言模型缩放中的一种相变：在低于关键参数数量时，推理和真实性呈负相关，但高于该值时则相互协作。它提供了用于改进跨模型家族对齐的诊断和干预措施。