停止猜测何时停止测试：用恰到好处的数据进行高效模型评估
提出自适应评估框架，用序列测试平衡效率与可靠性，如在模型评估中减少80%计算成本。
跨异构架构的学习率调度策略的系统性评估
系统性评估30种架构25种调度，发现调度选择依赖架构，CosineAnnealingWarmRestarts和CyclicLR优于基本衰减，最佳准确率86.45%。
CAAD：基于多尺度对齐和结构因果一致性的因果感知多变量时间序列异常检测
CAAD通过格兰杰因果一致性验证，利用多尺度对齐和梯度矩阵监控因果断裂，实现高精度异常检测。
因果抽象如何奠定计算解释的基础
因果抽象为计算实现提供新视角，结合深度学习说明表征与计算的关系，强调泛化与预测关键作用。
ZipDepth：将轻量级零样本单目深度估计带到任何地方、任何设备上
ZipDepth仅6.1M参数，通过知识蒸馏实现零样本泛化，在轻量模型中达到最佳精度-效率平衡。
中文标题：虚假自信：自动标签干扰颈椎分割公平性审计
中文摘要：自动标签导致性能高估约8个Dice点，并因组内方差塌缩引发年龄公平性假阳性，产生虚假自信。
HeaPA：面向大语言模型强化学习的难度感知堆采样与在策略查询增强
HeaPA通过边界采样与在策略增强，高效提升LLM强化学习训练效率和准确性。
通过几乎正交特征实现语言模型中的隔离干预
提出正交正则化减少特征干扰，实现隔离干预，保持模型性能。
SASGeo：面向GNSS拒止无人机的稳定性感知语义地图定位——一个框架与合成概念验证
提出SASGeo语义定位框架，利用持久结构，合成实验空间语义匹配Recall@1达94.5-95.5%，验证了语义几何在跨视角扰动下有效区分位置。
反变理论：困难任务最小解中的强对齐
困难任务最小解中弱对齐保证强对齐，沿层级传播形成特权轴，趋同进化不可避免。
ConRad：面向影像组学的高效共形预测
ConRad利用边界不确定性等协变量构建自适应区间，在保持覆盖下提升影像组学特征效率。
基于Wasserstein的分布鲁棒遗憾优化用于人类反馈强化学习
提出分布鲁棒遗憾优化，以Wasserstein模糊集抑制RLHF奖励过度优化，比标准方法更少悲观且效果更佳。
基于伪逆的极限学习机的谱稳定性
研究揭示伪逆ELM稳定性由隐层矩阵奇异值结构决定，SVD法比迭代法更可靠。
评估帧率对基于序列的自闭症相关自我刺激手部特定动作分类的影响
每15帧采样下GRU模型准确率达98.75%，水平翻转增强效果最佳，上采样不可或缺。
对抗不确定性下的稳健贝叶斯决策
提出对抗稳健贝叶斯实验设计，以决策稳定性为目标，实验证明更可靠。
一种面向流程图图像到代码生成的在线无参考评估框架
提出无参考评估框架，用OCR和视觉蕴含指标实时监测代码生成质量，与真实指标高度相关。
幂律的威力：不对称性赋能组合推理
幂律分布训练在组合推理中优于均匀分布，因不对称性改善损失景观，高效学习长尾技能。
基于差分隐私的等变量子聚类：跨异构敏感数据集的参数高效隐私保护分析
提出等变量子聚类（EQC），融合对称感知量子电路与差分隐私，在NSL-KDD上准确率79.3%，成员推理攻击成功率降至38.3%。
面向隐私保护的心血管疾病风险预测的联邦深度学习
联邦深度学习在异构队列间提升心血管疾病风险预测性能，保护患者数据隐私。
玩转ZendoWorld：挑战AI智能体的主动视觉概念归纳
ZendoWorld环境挑战AI主动归纳视觉规则，发现高预测精度≠真正理解，VLM实验信息不足，人类存在归纳差距。
HoloTetSphere: 面向物理仿真的统一四面体网格重建
提出拓扑自适应端到端四面体网格重建，通过高斯球耦合与联合优化，生成连贯统一网格，提升几何精度并简化物理仿真流程。
DeepTutor：面向智能体个性化辅导
DeepTutor开源智能体辅导框架，混合个性化引擎，在TutorBench上提升指标10.8%，推理能力29.4%。
大语言模型中的超级权重与选择性训练的失败
研究发现超级权重并非普遍重要，单独训练其导致随机猜测，而基于层的低秩分解（如LoRA）更有效。
通过隐式高分辨率先验的特征匹配实现真实世界盲超分辨率
提出FeMaSR，用特征匹配和隐式高分辨率先验实现盲超分辨率，生成更逼真的高分辨率图像。
多模态、多环境机器教学实现鲁棒奖励学习
提出跨多环境多模态机器教学算法，选择信息丰富环境并低成本查询，显著提升奖励函数鲁棒性与泛化能力。
数据炼金术：通过测试时数据校准缓解跨站点模型变异性
提出可解释染色归一化与测试时校准，无需调参消除多站点域差异，显著提升分类性能。
BiSCo-LLM：面向极端低位大语言模型压缩的无查找二进制球面编码
提出无码本二进制球面编码框架，通过球面二值化、残差编码和蒸馏实现极端低位LLM压缩。
AUTOPILOT VQA：以事故为中心的行车记录仪理解的视觉-语言模型基准测试
提出AUTOPILOT-VQA基准，评估视觉语言模型对行车事故的理解，推动安全感知推理。
XOV-Action：迈向可泛化的开放词汇动作识别
提出XOV-Action模型，通过多样化精炼表示与场景无关表示，实现跨域开放集动作识别泛化，并构建新基准XOVABench。
ARDY: 基于混合表示的自回归扩散用于交互式人体运动生成
提出ARDY框架，实现实时高质量人体运动生成，支持在线文本提示与灵活运动约束，通过混合表示和两阶段自回归去噪提升可控性。
无训练松弛推测解码的实用研究
实用研究统一框架与基准测试，发现松弛需能力评估且依赖好语言模型草稿器，不适用轻量专用草稿器。
通过Gossip和虚拟投票的安全去中心化联邦学习
提出gspDAG-FL，利用Gossip共识与虚拟投票实现安全去中心化联邦学习，抵抗拜占庭攻击，减少协调瓶颈。
原生视频动作预训练实现通用机器人控制
提出LingBot-VA 2.0，采用语义动作分词、因果预训练等四大设计，实现少样本泛化控制。
GERD：几何事件响应数据生成
GERD事件视觉模拟器，支持精确几何变换和噪声模型，生成受控事件数据以辅助模型训练与评估。
重采样还是重路由？大语言模型的预算感知测试时模型选择
提出预算感知测试时模型选择，在重采样与重路由间分配预算以最大化正确率。RoR策略在异构基准上取得最优成本-质量帕累托前沿。
Deep Learning for Joint Narrowband Interference Cancellation and Soft Demodulation in OFDM Systems
概念即树：一种可控合成数据框架，增强个性化视觉语言模型
提出概念树框架，通过树结构生成可控正负样本，显著提升VLM个性化性能。
EdgeRefine：基于Jaccard采样的边差分隐私图隐私与效用平衡方法
EdgeRefine通过Jaccard相似度与隐私预算自适应边采样，在强隐私下保持高精度，有效防御图重构攻击。
GSurf：从溅射不透明高斯学习符号距离场实现高质量三维重建
将SDF集成到高斯溅射，利用连续性正则化，填充几何空洞、抑制噪声，实现高效高质量表面重建。
BiasBench: 一个可复现的事件相机偏置调优基准
提出事件相机偏置调优基准数据集BiasBench及基于强化学习的在线调整方法。
潜在记忆宫殿：作为自回归变分推断的控制推理
提出潜在记忆宫殿法，将控制推理视为自回归变分推断，优化潜空间策略，实现自适应推理并提升下游性能。
MPFlow：基于深度图强化学习的闪电网络预算最大流优化
提出MPFlow，用深度图强化学习求解闪电网络预算最大流，部署后执行4640次通道开放，分配267.3 BTC。
面向主动型企业智能体的上下文图
提出上下文图实现主动智能体，实时监测状态变化并评分推送，将响应时间从47分钟降至30秒以内。
随机观测下的统计逆学习问题
综述随机观测下统计逆问题的正则化方法及收敛率，并应用于药物浓度预测。
TrackStudio：无标记追踪集成工具包
TrackStudio集成工具包，无需编程即可实现高精度无标记追踪，验证显示帧间相关性>0.98，三角化误差<13.6mm。
降维遇见网络科学：基于UMAP的k近邻图的数据理解
UMAP内部kNN图可被图算法挖掘，增强高维数据理解，效果媲美专用方法。
一种用于少量标注水声数据探索的自监督方法
自监督方法通过MAE预训练和聚类，用少量标注高效探索水声数据，发现已知和未知模式。
生成动作评估指标：评估合成视频中的人类运动
融合骨骼与外观特征的新指标评估合成视频动作质量，性能提升68%，更符合人类感知。
正则化参数：稀疏精度矩阵估计
提出闭式矩阵正则化参数，避免交叉验证，实现高维数据估计的精度与速度兼得。
PhyMAGIC：置信度引导LLM的物理运动感知生成式推理
无需微调，融合扩散模型、LLM置信度引导与可微物理模拟器，从单图生成物理一致运动。