AI增强计算中随机预言机的计算
SOTM框架研究缓存与新鲜响应方案：缓存响应设转录上限，新鲜响应通过重复调用积累证据突破上限，影响计算能力与词元成本。
当智能体失控：基于激活的多智能体系统恶意行为检测
AcMAS通过分析激活空间内部推理状态，检测异步多智能体系统隐蔽攻击，无需显式图模型，性能远超基线。
大规模语言模型中的跨度标注策略
总结三种跨度标注策略并引入LogitMatch方法，提升匹配性能。
重新审视多模态时间序列预测的评估
新基准TimesX解决数据泛化差、文本类型少、评估泄漏问题，发现简单集成方法利用文本上下文可超越强基线。
聚焦医疗健康大语言模型问答中的差异
跨语言医疗信息差异显著，LLM回答更偏向英文，使用非英文语境可改善对齐。
PUF：即插即用的不确定性感知融合方法用于在线3D场景图生成
提出即插即用的不确定性感知融合框架PUF，通过概率关联和证据积累，在在线3D场景图生成中显著优于现有方法且保持实时性。
NoDrift3R：射线图引导耦合实现抗漂移的无位姿前馈三维重建
提出射线图引导耦合与双频视点调度，解决长序列漂移，实现鲁棒的无位姿前馈三维重建。
思考种子：利用历史多样性实现LLMs中的位置感知强化学习
提出token级混合策略框架，用历史前缀维持探索多样性，同时在线策略保持稳定性，显著提升LLM强化学习性能。
基于视频的斜视与白内障检测：面向无障碍的适应性Web界面渲染
提出实时视频检测斜视和白内障的系统，利用人脸网格与灰度分析，准确率分别达98.39%和96.90%，用于无障碍自适应界面。
现实世界客户端流失下的鲁棒联邦学习
FeLiX框架通过流式感知可用性等机制，实现现实场景下2.37倍加速与1.30倍带宽节省。
MADB：一个具有专业多维度标注的大规模音乐美学数据集
构建含9999首曲目、10维感知标注的大规模音乐美学数据集，揭示模型与人类判断的显著差距。
最宽路径可达性场：保持连通性的细长结构分割
提出WPRF方法，通过可微最大最小可达性目标解决拓扑梯度饥饿，将梯度集中于瓶颈像素，提升细长结构分割连通性。
UP：无界正非对称优化——打破探索-稳定性困境
提出无界正非对称优化(UP)，通过不对称设计同时实现充分探索与稳定性，通用即插即用，显著提升多种RL算法推理精度。
中文标题
基于RAG记忆与多模态教练的端到端大模型飞行规划，最高有效性达93.8%，实现自然语言到安全高效航线的转化。
C-ΔΘ：面向选择性拒绝的电路受限权重算术
提出C-ΔΘ方法，通过定位拒绝因果电路并施加约束权重更新，实现离线选择性拒绝，无需推理时钩子，降低计算成本。
文本到图像上下文学习中的思维树推理
提出思维树推理框架，通过多分支推理选择最优假设，有效提升图像生成的一致性和语义对齐，无需额外训练。
物理引导的时空神经模型用于燃料密度预测
物理引导模型结合质量守恒约束，提升燃料密度预测准确性与稳定性，优于纯数据驱动方法，支持火灾管理。
命名分类器依赖的概念：语言锚定分解实现忠实解释
提出语言锚定分解（LAD），无需修改模型即可获得命名且忠实的概念解释。
注意力引导的跨时间聚类自监督视频目标分割
提出跨时间一致性与聚类框架，结合注意力引导token选择与轻量时间聚类，学习中层部件表征，实现无监督视频目标分割。
通过有限自动机高效推理的扩散语言模型约束解码
提出基于有限自动机的扩散语言模型约束解码算法，保证约束满足、支持并行解码，在函数调用等任务中显著提升精度且开销低。
AnyPoC：面向可扩展的基于LLM的漏洞检测的通用概念验证测试生成
ANYPoC多智能体框架自动生成可执行PoC验证漏洞，减少幻觉，发现121个新漏洞，108个被确认。
在线数据选择即隐式对齐
在线数据选择通过改变训练数据隐式调整模型行为偏好，无需额外偏好优化即可引发对齐漂移。
潜在图编码多模态神经影像特征与生成式AI架构
提出多模态图变分自编码器(gMMVAE)，通过图编码功能连接，在生成质量、效率等方面优于其他模型。
Gimitest：测试强化学习策略的综合工具
提出全面测试框架Gimitest，支持强化学习策略在多种环境下的可靠性与安全性测试，已验证有效性。
WAM-TTT：测试时通过观察人类游玩导引世界行动模型
WAM-TTT通过测试时训练将人类视频融入记忆，无需机器人动作或标注，高效导引世界行动模型。
ContestTrade：基于内部竞赛机制的多智能体交易系统
提出内部竞赛机制的多智能体交易系统，数据与研究团队协作，经A股回测取得更高收益和风险调整表现。
犯罪领域命名实体识别（CrimeNER）：案例研究与数据集
提出犯罪领域NER数据库CrimeNER-db，含1500+标注文档、4粗21细实体类型，实验验证质量，开源可用
面向通用文档视觉问答的领域自适应VLM对比研究
评估8种VLM在三个文档域的DocVQA性能，发现视觉理解是瓶颈，少量目标样本即可快速适应。
EditVerse3D：基于区域感知学习的高质量3D物体编辑
提出EditVerse3D框架，以粗粒度引导实现高质量3D局部编辑，引入区域感知损失，效果优于现有方法。
为何伪造？揭示深度伪造检测器的语义词汇
后验可解释AI揭示深度伪造检测器隐式学习特征，实现空间定位与反事实分析。
多任务智能体强化学习的熵节奏策略优化
针对多任务探索利用节奏不匹配，EPPO通过任务熵感知动态裁剪机制稳定优化，效果更优。
内在格林学习：通过逆PDE的流形监督学习
通过逆PDE和格林核在流形上监督学习，低秩分解降维，自动发现本质维度。
DiffCVE：基于扩散的压缩视频增强
DiffCVE通过编码先验与压缩退化提示，提升严重压缩视频的感知质量。
与语言模型练习培养人类共情沟通
LLM教练通过个性化反馈显著提升人类共情表达，且不导致回答同质化。
回译增强的直接偏好优化用于神经机器翻译
提出DPO后训练方法，结合回译增强，显著提升英德翻译质量，COMET分数从0.703升至0.747。
论深度前馈ReLU网络的原理
以路径关系揭示深度ReLU网络黑箱，单元形成分段线性流形，双层原理可推广至深层。
基于原型锚定的广义流形回归用于未知域目标检测
提出MR-DCoT，将未知域目标检测视为流形回归，利用双链思考生成离流形样本并矫正，提升对未知域的鲁棒性。
渐进结晶：将代理探索转化为生产中确定性的低成本工作流
提出渐进结晶生命周期，将代理探索转为确定性工作流，使确定性执行从0%升至45%，单次成本降70%以上。
异步软件工程代理的有效策略
提出CAID框架，通过中心化委托、异步执行和隔离工作区，在两项任务中准确率提升25.6%和14.7%。
放射学中的视觉基础模型：数据、方法、评估及临床转化范围综述
放射学视觉基础模型发展迅速，但评估不均、跨中心验证不足，临床转化受限于数据代表性与部署评估欠缺。
理解引导强度的探索
首次理论分析引导强度，揭示其非单调效应，通过概率和交叉熵定律验证于多种语言模型。
一种边缘感知提示增强的SAM用于超声图像分割
提出EP-SAM，通过边缘感知提示增强SAM，利用多块特征提取和边缘监督改善超声图像分割边界，性能优于现有方法。
Unraveling Machine Behavior by Multi-Level Bias Analysis and Detection: Methodology and Application to Computer Vision
基于厄米块Krylov子空间的有向图规范不变可学习谱位置编码
提出基于厄米块Krylov子空间的规范不变可学习谱位置编码，高效计算，泛化优于传统方法。
一种混合量子-经典扩散模型用于图像生成
融合自编码器与量子扩散模型，在潜空间高效生成图像，简化反向动力学，在MNIST上验证可行性。
GeoProp：面向通用操作中将机器人状态锚定于视觉
GeoProp通过几何投影与特征采样对齐自感知和视觉，仅增2-3%参数即提升操作性能8-10%。
超越群的乘法：Transformer电路中的分层傅里叶机制
Transformer通过分层傅里叶机制学习非可逆模乘法，将输入分区为局部代数区域实现泛化。
复杂度预算下的交互感知可解释表格数据模型
IAIML通过自适应离散化和成对交互评分实现紧凑可解释模型，AUC接近集成方法，解释组件减少14-28倍。
双路径归因：通过逐层目标传播实现SwiGLU-Transformer的高效归因
DPA以O(1)复杂度实现SwiGLU-Transformer的逐层目标传播归因，无需反事实，忠实高效。
GUI代理是否足够专注？通过语义级UI元素注入的自动干扰
提出语义级UI元素注入的黑盒攻击，通过叠加无害UI元素误导代理视觉定位，实验显示攻击效果显著且跨架构迁移。