Aura · 时间线

DocMaster：一种层次结构感知的文档分析系统

DocMaster通过层次文档树和结构感知语义索引，实现精准文档筛选与深度分析。

ProjAgent：面向仓库级代码生成的程序相似性检索

ProjAgent引入程序相似性检索，分解目标步骤检索相似函数，结合语义检索与静态分析反馈，显著提升代码生成性能。

DatalogMTL中基于魔法集的目标驱动推理

提出基于魔法集的目标驱动推理方法，显著提升DatalogMTL时间推理效率。

SMetric: 基于平衡会话中心调度的LLM代理服务调度再思考

SMETRIC通过首个请求负载均衡、后续缓存感知的会话调度，提升集群TPS 10-34%并保持KV重用。

双维度难度课程学习用于直接偏好优化

提出提示复杂度和成对区分度构成的二维难度空间，并开发自步学习框架，实现高效鲁棒的大模型对齐。

面向能效领域特定人工智能模型与智能体的愿景

提出从高能耗大模型转向轻量领域特定智能体，硬件能效需提升超千倍，实现低功耗推理决策。

MultiFair：具有双层梯度调制的多模态平衡公平感知医学分类

提出MultiFair方法，通过双层梯度调制实现多模态医学分类的平衡与公平。

SimRPD：通过基于模拟器的数据评估与选择优化招聘主动对话代理

提出SimRPD框架，利用模拟器合成数据并多维评估筛选，优化招聘对话代理，性能优于现有策略。

用于快速科学原型开发的对话式AI：以ESA ELOPE竞赛为例

ChatGPT辅助ESA竞赛快速原型获第二，展示人-AI协作加速科研潜力，分析局限并提出最佳实践。

RetailBench：评估大语言模型代理在真实零售环境中的长周期自主决策与策略稳定性

RetailBench评估LLM在超市运营中的长周期决策，仅少数模型存活，最强模型远落后于最优策略，源于信息不足和策略不稳定。

科学资源与知识服务组件的精准画像

结合知识图谱与文本表示学习，从多源数据构建科技资源精准画像，挖掘其潜在价值。

科技学术会议知识图谱与精准画像构建

本文综述构建科技学术会议知识图谱与精准画像的关键技术，包括实体识别、语义相似度等，辅助研究者高效获取信息。

专家学者的科技资源检索

针对专家科技资源与社会需求脱节问题，构建专家库与检索服务，并从四方面梳理相关工作。

用于可信自主驾驶系统测试的模拟器集成

提出MultiSim方法，利用模拟器集成识别跨平台一致失败场景，失败率提升66%，效率更高。

可解释人工智能（XAI）对AI安全开发与认证的贡献：基于专家的分析

XAI方法能揭示模型偏见与故障，助力安全开发，但认证需全面准确信息，其贡献有限。

ToDMA：面向语义多接入的大模型驱动大规模令牌通信

提出ToDMA方案，利用大模型实现无协调设备令牌通信，通过压缩感知与上下文预测降低延迟、保证质量。

自适应生成针对大语言模型的偏见诱发问题

提出反事实框架自动生成开放式问题，构建CAB基准，发现所有LLM在特定场景下存在持久偏见。

曲率加权容量分配：面向层自适应大语言模型优化的最小描述长度框架

提出曲率感知的MDL框架，用层增益量化冗余，经凸优化分配算力或剪枝，实验验证有效。

OREN：用于实时欧几里得有符号距离映射的八叉树残差网络

OREN混合八叉树插值与神经网络残差，实现高效精准的非截断欧几里得SDF实时重建。

CoCo-Fed：无线边缘中内存和通信高效的联邦学习统一框架

CoCo-Fed框架通过降投影和正交叠加解决内存与通信瓶颈，理论保证收敛，非独立同分布下表现优异。

GenDA：基于无分类器扩散引导的复杂城市区域生成式数据同化

GenDA框架用图扩散从稀疏传感器重建风场，降低误差25-57%，提升结构相似性23-33%。

V-VLAPS：面向视觉-语言-动作模型的价值引导规划

V-VLAPS利用价值预测引导树搜索，弥补VLA模型偏差，大搜索预算下LIBERO任务成功率提升6%和4%。

Self-EvolveRec：基于LLM定向反馈的自进化推荐系统

提出Self-EvolveRec，利用LLM定向反馈与模型诊断协同进化，显著提升推荐性能与用户满意度。

XFACTORS: 通过对比监督实现解耦的信息瓶颈

提出XFACTORS框架，基于解耦信息瓶颈，利用对比监督和KL正则化解耦表示，达到SOTA性能。

融合认知神经科学与图智能：海马体启发的多视图超图学习用于网络金融欺诈

提出海马体启发的多视图超图学习模型，检测伪装欺诈与长尾罕见模式，性能显著提升。

通过结构感知掩码和GRPO实现高效思维链蒸馏的课程学习

三阶段课程学习框架：结构理解、GRPO优化与针对性改写，在GSM8K上提升准确率11.29%，缩短输出长度27.4%。

模型不确定性下因果效应的稳健加权三角测量

提出结合模型可测试性与半参数理论的因果效应三角测量框架，避免模型选择，实现稳健推断。

MasFACT：基于几何感知后验迁移的持续多智能体拓扑学习

提出MasFACT，通过几何感知后验迁移保留历史拓扑知识，解决持续任务中的拓扑遗忘，提升准确率。

PhasorFlow: 基于单位圆计算的Python库

PhasorFlow是基于单位圆（复平面）的Python库，通过相量电路模型实现轻量确定性计算，参数高效匹配基线。

相量Transformer：在单位圆上解决注意力瓶颈

提出相量Transformer，在单位圆流形上利用可训练相移和DFT实现全局O(N log N)混合，堆叠的LPM在时间序列预测中优于持久基线，参数更少且深度单调改善。

安全流Q学习：基于可达性流策略的离线安全强化学习

SafeFQL结合可达性安全价值与流策略，低推理延迟实现高安全性离线RL，减少约束违反。

利用大语言模型预测金属有机框架合成的放大

ScaleMOF数据集与正无标签学习微调LLM，93.5%准确率，实现MOF放大候选排序。

StateLinFormer：状态化训练增强导航中的长期记忆

StateLinFormer通过状态化记忆训练线性注意力模型，实现导航长期记忆并显著超越基线。

Echoes：一个语义对齐的音乐深度伪造检测数据集

Echoes数据集含4468首曲目（10个AI系统），语义对齐，是最难的深度伪造检测基准，训练后泛化最强。

LoKA：大规模推荐模型的低精度核应用

LoKA通过统计探查、模型适配和内核调度，解决FP8在推荐模型中的精度与效率问题。

基于策略Hessian分解的折扣MDP的二阶演员-评论家方法

提出高效二阶演员-评论家方法，利用Hessian-向量积和两时间尺度实现折扣MDP的稳定加速收敛。

用于开发模糊认知图的大语言模型

利用本地大语言模型从评论文本提取数据构建模糊认知图，通过酒店评论测试验证其满意度预测能力。

混合专家模型真的有助于消费级和边缘硬件上的推理吗？一项实证研究

MoE在边缘硬件上推理速度慢、能耗高，因总参数量和内存带宽受限，稀疏激活优势无法发挥。

MeCo：基于单步MeanFlow的多通道语音分离校正器

MeCo基于MeanFlow单步生成校正器，通过数据空间优化同时提升听感和信号保真度，达SOTA。

训练与评估长上下文长度的扩散策略

本文首次细致研究扩散策略上下文长度，发现简单扩展并不脆弱，并提出了联合多长度训练以减少样本复杂度。

通过RAB-U-Net（残差注意力块U-Net）去噪方法改进热测试中的发动机声音分析

提出RAB-U-Net去噪方法，大幅提升热试发动机声音分析精度，优于传统技术，适用于生产线实时应用。

扩散生成推理重排序器

提出Diffusion-GR2，通过转换微调、在策略蒸馏和强化学习弥合精度差距，实现2.4-3.5倍解码加速。