Aura · 时间线

PARA-PV：基于冻结基础模型和分布偏移校正的物理感知检索增强光伏预测

提出物理感知检索增强框架PARA-PV，融合冻结基础模型与分布偏移校正，提升光伏预测精度。

大语言模型意见一致就正确吗？——对自我一致性与跨模型一致性作为置信度信号的审计

合意不等于正确：模型可能因共享偏见而一致。大规模研究显示一致性是弱的正确性预测因子，尤其前沿模型过度自信，自我一致性仅是条件代理。

面向安全的假设演绎框架用于AI辅助鉴别诊断

AegisDx框架通过分层验证与强制筛查，将Top-3诊断准确率提升7-17%，安全评分从4.31提至4.55。

答案集编程赋能！基于ASP和能量模型的端到端神经符号推理与学习

提出ASP与能量模型集成的端到端神经符号方法，支持联合优化与动态域鲁棒训练。

先竞争后协作：前沿AI教师构建可验证课程，使编程学生超越模仿

前沿AI教师经竞争排名后协作构建可验证课程，用RLVR替代SFT，使编程学生能力相对提升49%。

精神医院：评估精神病临床会诊的虚拟环境

MentalHospital虚拟环境基于S.O.A.P.和1193份EHR案例评估LLM，最强模型客观能力仍落后临床医生37.28%。

心理能力：AI评估中缺失的维度

当前AI评估重技术性能，忽视人机交互心理影响，本文提出心理能力作为评估新维度。

AI引导的刺激发现与生成优化自闭症面部情绪感知研究

AI模型发现自闭症与常人情绪判断差异集中于少数表情，可优化刺激选择与生成，提升研究敏感性与可靠性。

盲点基准：评估多模态模型中的盲点

提出盲点基准，用简单任务暴露AI模型盲点。评估显示闭源模型优于开源约10%，但无模型全面占优。

OmniFood-Bench：评估视觉语言模型的营养推理与个性化健康建议

提出OmniFood-Bench基准，评估VLMs营养推理与健康建议，揭示语义-物理鸿沟导致质量估计失败及风险建议不可靠。

FedOPAL：基于分析视觉提示调整的单次联邦学习

FedOPAL用视觉提示修正特征分布，实现高效单次联邦学习，零服务器训练成本达迭代方法精度。

应用JEPA式预测学习于JA4衍生的网络指纹

JEPA式预测学习能有效从JA4网络指纹生成嵌入，在混合数据上达到0.9899余弦相似度和0.9220准确率。

博弈论驱动的多智能体框架缓解语言模型幻觉

G-Frame自适应多智能体框架自动化合成数据，训练OmniChem模型，性能与GPT-4o mini持平，幻觉降低79.46%。

MobiDiff：面向人类移动数据生成的语义感知多通道离散扩散模型

MobiDiff是端到端离散扩散模型，直接生成多通道语义移动数据，推理速度比现有方法快5.3倍。

面向生物医学文本自适应语义建模的漂移感知时序图重连（DATGR）

DATGR通过逻辑更新动态重连共现边捕获语义漂移，AUROC提升0.066，召回率提升而精度不变。

通过PredicateLongBench理解长上下文任务的难度轴

提出PredicateLongBench基准，系统探索长上下文难度轴，揭示前沿模型在多维度挑战下表现受限。

中文标题

基于CPM的多智能体框架，通过情感触发与协作评估，实现角色对话中动态情感演化，实验验证有效。

SHAP加权跨模态专家融合用于情绪与情感识别：证据与局限性

提出SHAP加权跨模态专家融合，分析归约方式影响，在情绪识别中接近早期融合，贡献透明实证分析。

CommuniWave：一种用于量化城市社区临时非正式行为程度的机器学习模型

CommuniWave模型通过街景视频量化非正式行为程度，生成波动图，支持社区动态监测与精细决策。

中文标题：迈向肝细胞癌精准治疗：用于风险分层和治疗指导的临床推理大语言模型

中文摘要：开发HCC-STAR大语言模型，基于电子病历实现风险分层、治疗推荐和生存预测，临床验证优于现有方案，辅助医生提高决策准确性。

SolarChain-Eval：面向去中心化能源市场中可信经济智能体的物理约束基准

提出物理约束基准SolarChain-Eval，评估多维度可信性，实验显示效用-安全权衡，需物理约束与透明审计。

中文标题：自利智能体社会市场稳定性的正式机制：一个市场模拟研究

发现调解机制可维持自利智能体市场稳定，即使遭受优化攻击也能保持韧性。

等价性的幻觉：LLM中量化效应的统计表征

量化评估常忽略行为变化，引入正确一致性指标发现中度量化时模型行为发散，查询和键投影更敏感。

工作流即知识：LLM中介工作流的语义持久化

提出以工作流为知识的概念模型，将工作流定义为持久知识对象，区分推导与推断，实现语义持久化。

Using AI-based Learning Assistants in Higher Education: A Large-Scale Descriptive Analysis

思想有基因组：科学谱系推理与基于谱系的思想生成基准测试

提出IG-Bench基准，评估AI科学谱系推理与思想生成；14个LLM系统表现揭示组合瓶颈，最高准确率仅27.3%。

Prismata：约束Web智能体中的跨站提示注入

Prismata通过动态信任推导与结构约束，减少跨站提示注入攻击成功率，同时保持良性任务效用，无需开发者标注。

3100 Opinions on Code Review in an AI World: Building Causal Theory from Practitioner Discourse

Reaction-network reasoning with frontier models for experimentally confirmed catalyst-selectivity hypotheses

Aleena：研究软件工程协作的对齐代理

Aleena通过GitHub将多模态交互转化为结构化记录，追踪风险与待决问题，维护决策连续性。

基于Takagi-Sugeno模糊推理的私有Substrate区块链闭环动态验证节点缩放

提出TS模糊推理系统，实时读取区块链参数，实现验证节点自动动态缩放，减少振荡，保持稳定。

张量网络理论的多智能体自动形式化

多智能体驱动自动形式化张量网络，实现矩阵乘积态定理，探索新证明路径，生成库并扩展至拓扑相，瓶颈是数学意图强制执行。

DKDNet：面向跨域自动调制分类的双知识数据驱动网络

基于IQ、AP、ACF先验的DKDNet，通过多表示编码与自适应融合实现跨域AMC，性能更优。

PS4: 代理监督联合训练用于真实目标说话人提取

PS4提出代理监督联合训练框架，构建7万余样本语料库，优化BSRNN模型，在真实对话语音提取中获第二名。

基于内部归因图的大语言模型越狱机制可解释性

通过构建内部计算图揭示对抗攻击如何改变模型推理，识别漏洞模式并进行因果干预，提升模型鲁棒性。

经典力学基础中三个开放问题的kime表示公式：不确定性、不变熵和方向自由度

以kime表示公式化经典力学三个基础开放问题：熵不确定原理推广、不变熵配对及方向自由度构造。

视而不见：针对代理爬虫的压缩感知内容保护

CAPE框架通过不可见扰动诱导压缩信息丢失，保护高价值文本，无需改变可见形式。

FSD-VLN：面向空中长时域视觉语言导航的快慢双系统建模

提出快慢双系统解耦语义与控制，大幅提升空中长时导航成功率与实时性。

ADORN：基于强化学习的开放无线接入网自适应漂移处理

提出基于Q学习的自适应重训练方法，平衡预测精度与训练开销，有效降低重训练成本。

GitLake：面向智能体湖仓的“数据即Git”

GitLake将Iceberg快照扩展为湖仓级分支合并，支持智能体隔离工作与原子发布，含生产经验和Alloy模型验证。

从遗留文档到OSCAL：基于MCP的智能体管道实现关键基础设施威胁驱动的持续合规

MCP管道将系统描述转为OSCAL合规工件，解耦LLM与知识检索，降低错误并提升召回率，使风险可见可审。

论对话时序在ASR合成训练数据中的作用

贝叶斯优化揭示重叠与间隙权衡：高重叠降低词错误率，长间隙增加错误率。

DrugGen 2：一种疾病感知语言模型，用于增强药物发现

DrugGen-2结合疾病与靶点信息，经微调和强化学习生成独特高亲和力分子，显著优于基线模型，助力药物发现。

面向语言模型交互中敏感数据隐私保护的多智能体防火墙架构

提出开源多智能体防火墙，混合检测保护LLM交互敏感数据，F1达94.93%。

TRACE：基于互补嵌入的LLM智能体轨迹双通道鲁棒溯源水印

TRACE首个无失真自同步双通道水印，抗删除重写，以决策熵代价实现轨迹鲁棒溯源。

EgoWAM：基于野外自我中心人类数据的超越像素的世界动作模型

EgoWAM通过预测场景演进替代行为克隆，实现高效人机迁移，DINO和3D流提升泛化与性能。

MetaHGNIE: 异质知识图谱中元路径诱导的超图对比学习

提出双通道超图框架DualHNIE，解耦结构语义并建模高阶关系，在节点重要性估计任务上超越现有方法。

回传延迟下的时空调度预测用于弹性协调波束成形

StemGNN预测调度，替代过时信息，恢复57-73%和速率及83%边缘用户公平性。

上下文访问鸿沟：交互级架构作为能动性不平等的补充维度

定义上下文访问鸿沟(CAD)，揭示动态检索与手动附加的AI效用断层，补充能动性不平等框架。