MILES：面向自改进大语言模型推理的模块化指令记忆与可学习选择机制
MILES通过可学习选择头实现粗到细记忆检索，动态扩展并优化组合指令，提升LLM推理准确率与效率。
预训练语言模型嵌入的黎曼几何
提出黎曼均值池化，通过提取token嵌入的黎曼几何聚合分类信号，优于欧氏池化，增益源于几何聚合。
多教师同策略蒸馏中的行为杠杆不平衡
多教师蒸馏中行为杠杆不平衡致工具过度调用，Soft Clamp方法可降低过调并保持准确。
动态少步：统一动态计算与少步蒸馏的高效视频生成
提出动态少步加速框架，联合优化去噪步数与模型稀疏，实现30倍加速并保持生成质量。
编排效应：编排设计如何设定企业代理AI的代币经济学
编排层设计可降低任务成本41%、时间44%、Token消耗38%，质量持平，是代理AI代币经济学的关键杠杆。
在紧凑世界模型中锚定空间关系：指令泄露与无目标动力学修复
研究发现目标条件预测存在指令泄露（转录指令而非感知），通过将目标排除于动力学外并监督读取路径，可恢复真实的空间关系锚定。
像素级精确可解释的胁迫指数化：一种用于田间作物病害严重程度量化的语义分割框架
提出统一深度学习框架，实现病害严重程度量化，U-Net达98.2%像素精度，严重度指数与专家标注高度相关（r=0.968）。
Inertia-1：可穿戴运动基础模型的开放探索
首次开放研究可穿戴运动基础模型全生命周期，提供跨任务通用表示学习的实用方案。
大型行为模型：零售客户的可提示数字孪生
提出大型行为模型（LBM），从零售交易学习决策，优于通用语言模型，用于客户数字孪生及行为模拟。
CoFINN：面向守恒定律物理问题的守恒通量信息神经网络
CoFINN将有限体积守恒通量嵌入CNN训练，提升可压缩流场预测精度，阻力误差降低34%（平均15%），小数据场景下尤为显著。
AI for Cultural Heritage Textiles: Fine-Tuned Latent Diffusion for Novel Ulos Motif Synthesis
指纹，而非蓝图：位置方案如何设定注意力的默认谱代数
位置方案设定注意力默认谱代数，谱轮廓是功能后形成的指纹，非预先约束。
超越人类尺度的智能测量
提出用模型生成公共挑战的相对测量范式，构建可扩展的对抗性心理评级系统，衡量超人智能。
URS-Stereo：面向实时立体匹配的不确定性引导残差搜索
提出不确定性引导残差搜索模块，自适应调整搜索区域，提升粗到细立体匹配的鲁棒性，保持实时性能。
CoMind：多视角与多心智下的协作人类活动理解
新数据集整合多模态数据，支持协作中心智理论分析，建立三项基准任务促进行为建模。
几何坍缩：当视觉模型无法验证物理因果性
提出“几何坍缩”现象：深度预测模型受物理不合理边缘干扰，全局错误修复仅47%，缺乏因果验证机制。
视觉语言模型中空间指示表达使用的多语言能力评估
开发四语言基准评估VLM空间指示词使用，发现模型在基于距离选词上与人类不同。
Open-Ended Scenario Reasoning for Specialist Model Adaptation
R^3：通过群体相对经验提取器和课程强化学习的广告合规修正
R^3框架融合群体相对经验与课程强化学习，在修正视频广告违规时兼顾合规性与语义保留，工业数据集表现优异。
At-Grok未收敛：对Grokking表示指标的测量有效性审计
揭示网络在泛化后嵌入持续压缩，常用指标高估收敛值，并提出一套审计方法。
从原子操作到标准作业程序：面向自进化LLM代理的迭代工具优化
提出EvoSOP框架，将原子操作合成为标准作业程序并迭代优化，显著提升LLM代理任务成功率并减少交互轮次。
需求响应是否会增加对恶意数据修改网络攻击的脆弱性？
对抗性攻击可侵蚀需求响应利润，但有限扰动下仍保留90%优势；攻击影响取决于扰动方向而非幅度。
InductWave：知识图谱上的归纳式多跳逻辑查询回答
InductWave是一种基于小波的归纳嵌入方法，用更少资源在大型知识图谱逻辑查询中达到与基线相当或更优性能。
中文标题
多智能体LLM安全中，操作重构是主要风险信号，规划拒绝可抵消但执行更合规，需分开评估各机制。
科学机器学习中的物理审计自主发现
提出物理审计自主科学机器学习流程，验证物理约束，优于仅误差基线。
检索与精炼制胜噪声票据：扩散模型运动生成中的对齐优化
提出WINRO框架，无需训练通过检索优化噪声票据，提升文本-运动对齐与语义一致性。
当证书失效：嵌入式神经接口模型的统一安全框架
现有鲁棒性证书无法保证操作安全，需用实证审计框架弥补形式验证与任务性能间的鸿沟。
优化实例修改以解释和评估分类器鲁棒性
提出优化框架修改实例解释误分类并评估鲁棒性，引入容忍区域混淆矩阵量化分类器易感性。
基于全分辨率全卷积循环神经网络的栅格化分类点云铁路轨道提取
提出用全分辨率全卷积循环神经网络从栅格化点云提取铁路轨道，合成数据训练，去噪后提取中心线，实现高质量自动化。
MIRA-Math：面向最小信息请求与数学推理的基准测试
MIRA-Math评估模型在缺失一个原子事实时请求信息并推理，发现请求成功与答案准确性可分离。
大处着眼，小处搜索：分层搜索智能体中的容量关键何在？
分层搜索中任务分解是瓶颈，集中容量于委托角色、精简执行子智能体可提效增准。
商羯罗注《三经》词级数字读本：语料、方法及不二论吠檀多经典的开源离线阅读辅助工具
开发了开源离线词级读本，覆盖商羯罗注《三经》全文，支持点击分析、词典检索，高置信度分析准确率超99%。
智能体数据环境
智能体数据环境作为执行基底，增强自主智能体能力并保障安全，将数据系统从被动存储转为主动执行基底。
跨轨迹嵌合体干预揭示权重幅度与方向在Grokking中的可分离作用
方向转移电路身份，幅度仅调节延迟，通过跨轨迹干预发现两者作用可分离。
有害在线交流中的解读困难研究：网络犯罪社区的启示
探索Discord网络犯罪聊天解读困难，发现局部语境不足，外部知识可提升人类与LLM解读，并分类了困难因素。
Reasoning Consistency Scanning: A Framework for Auditing Chain-of-Thought Validity in AI Safety Evaluations
WildCity：一个真实世界城市规模的渲染、仿真和空间智能测试平台
WildCity是城市级真实多模态数据集，含18条平均84km轨迹，挑战包括动态物体等，推动城市规模渲染与空间智能。
UASPL：基于证据神经网络的不确定性感知自步学习
提出UASPL，将不确定性融入自步学习，提升样本选择可靠性与可解释性，性能更优。
AI理解成像吗？计算成像任务中具身AI的系统基准测试
提出ImagingBench基准，涵盖20项计算成像任务，发现具身AI在物理成像中远逊于专业方法。
Gen4U: 通过扩散模型统一视频生成与理解
Gen4U利用扩散模型中间表示，无需微调即可实现视频生成与理解的统一，保持强感知性能。
几何代数层何时胜过标量化？关于SO(3)-等变向量定律的受控研究
几何代数层在深层组合群操作任务中显著优于标量化，但简单定律无增益，所有模型无法外推不变幅度。
Evaluating RAG Metrics in Applied Contexts: An Experiment, Its Findings and Its Limitations
少推理，多验证：确定性门机制恢复工具型LLM代理中一种无声的违反策略的失败模式
确定性预执行门机制可预防LLM代理无声违反策略，成功率提升约12个百分点。
良好初始化是忠实视觉归因的关键
提出CoPAIR和TRACE两种前向方法，实现紧凑top-k掩码忠实归因，在多个模型上达SOTA，修复率达94-96%。
视觉语言模型中的奖励评估：快感缺失背后的因果机制
通过扰动视觉语言模型的奖励预期单元，可诱导类似人类快感缺失的决策行为。
基于Transformer的巴西葡萄牙语韵律边界分割
提出SAMPA模型，微调Whisper实现巴西葡语韵律边界分割，F1达0.731/0.796，融合多线索检测。
TF-Engram：一种基于SSD存储且无需训练的Engram记忆系统，用于大型语言模型
TF-Engram通过SSD分层存储与预测预取，无需训练即提升LLM性能，降低GPU内存需求。
SPEAR：面向逼真具身AI研究的模拟器
SPEAR通过Python库连接Unreal Engine，提供超1.4万函数与73fps渲染，支持多种真值图像及复杂工作流图。
DeLS-Spec: 用于并行推测性草稿的解耦长短期上下文
DeLS-Spec解耦长短期上下文，以轻量局部头独立训练，提升推测解码效率。
面向嵌入式事件视觉的硬件感知图神经网络剪枝
提出硬件感知剪枝与量化策略，在FPGA上优化图神经网络，BRAM减少26.5%-31.4%，精度下降仅1.65%-5.18%。