外生丢弃法：一种用于协变量鲁棒时间序列预测的简单且强大的基线方法
外生丢弃法通过训练中随机归零外生通道，显著提升协变量时间序列预测对噪声、错位、缺失的鲁棒性，且保持精度。
Akashic：基于MemAttention的低开销LLM推理服务
Akashic将上下文分块并建模语义关系，减少历史重放开销，提升准确率10.2点及吞吐量1.21倍。
粒度悖论：时间离散化如何虚增样本内拟合并加剧样本外误差
高频离散化提升样本内拟合，但递归误差叠加加剧样本外误差，标准指标掩盖累积传播。
中文标题: 提示鲁棒性依赖于任务：比较LLM评估中的客观问题与信念型问题
中文摘要: 模型、数据集和提示类别影响鲁棒性，客观与主观问题对提示变化的敏感度不同。
循环中的记忆：进程内检索作为语言代理的扩展工作记忆
将记忆移入循环每步读写，进程内存储(约100μs)消除延迟，大幅减少冗余动作并提升召回率。
重新审视现代端到端语音识别中语言模型困惑度与ASR词错误率的关系
重新评估现代端到端ASR中困惑度与词错误率的关系，发现外部LM仍有提升但内部建模改变线性关系。
AdaStop：面向DNN测试选择的成本感知早期停止
AdaStop通过成本效益决策自动停止标注，用9%-31%预算发现65%-84%故障。
渲染感知的贝叶斯三维高斯泼溅：原生不确定性与自适应复杂度控制
提出渲染感知贝叶斯3DGS，用正态逆威沙特后验跟踪不确定性，主动视图选择PSNR提升0.453dB，校准误差降17倍。
FirstResearch: 面向LLM科学发现代理的可审计问题形成框架
FirstResearch以结构化研究问题证书为核心，通过显式推导约束提升LLM科学问题的可审计性。
ResonatorLM：因果共振场混合实现高效长上下文语言建模
ResonatorLM用阻尼谐振子因果函数替代注意力，长上下文解码速度提升6.47倍，准确率达61.31%。
Light-Omni：长期记忆下的智能体视频理解中反射优于推理
提出Light-Omni框架，通过双上下文状态实现反射式视频理解，避免迭代推理，速度提升12倍，准确率提升2.4%。
面向名义和有序属性的分类数据聚类中可学习的属性内距离加权
提出统一处理名义和有序属性的距离度量，并设计聚类算法同步学习权重与划分，避免次优解。
ArtisanCAD: 基于专家知识蒸馏的工业级CAD代理
提出CAD-IR可执行表示，通过专家知识蒸馏与检索，将模糊提示转化为完整CAD操作，大幅提升生成质量。
BaFCo: 复杂孟加拉语表格理解的文档理解基准
BaFCo数据集包含200份多页孟加拉政府表单，细粒度标注26种实体，评估显示MLLMs定位精度不足。
多教师对比蒸馏：面向边缘高效病理基础模型
提出MuCoDi，用多教师对比蒸馏将病理基础模型压缩为轻量编码器，在边缘设备高效推理且性能接近教师。
利用离线强化学习控制LLM智能体执行框架
将框架操作建模为MDP，离线RL训练轻量控制器，显著提升验证行为和任务质量，揭示框架为可学习控制层。
利用生成图像模型实现无需训练的原始形状抽象
无需训练的3D形状基元抽象方法，利用生成图像和视觉语言模型实现零件分割与拟合，类别无关，精度瓶颈在分割。
Ground3D-LMM：基于LMM的细粒度3D点指涉与空间推理
Ground3D-LMM实现点指涉与度量对话，ScanNet上强基线（2.5M问答对）
RPAM：一种评估语言模型关联性的原理性指标，在下游输出中具有高预测效度
提出RPAM指标，强关联人类关联与下游偏差，优于先前记录。
补丁知识迁移用于高效AI生成图像质量评估
提出补丁知识迁移框架，通过多级蒸馏实现高效评估，计算成本降低67.7%且性能接近教师模型。
关联恢复测试：揭示遗忘后可恢复的快捷关联
提出ART方法，诊断遗忘后快捷关联的功能性可恢复性，揭示输出与表征指标未覆盖的方面。
SearchEyes：通过搜索世界模拟迈向前沿多模态深度搜索智能
SearchEyes用知识图谱模拟搜索世界，以PKC和HaPO实现多模态多跳推理，27B模型平均提升6.2分。
Population-Level Profiling of DSM-5 Depressive Symptoms Among Self-Reported ADHD and ASD Users on Twitter: An Exploratory Study Using Advanced NLP and Statistical Analysis
无参数编码器在关系数据库基础模型中依然可行
分析标签输入下编码器属性，证明可训练参数受限，简单无参数编码器仍具强性能。
超越排行榜：大型语言模型智能体中工具使用、规划与推理失败的综合分析
综合27篇论文，归纳六类LLM智能体失败模式：工具调用、规划、长程退化、多智能体协调、安全与测量有效性。
TurnOPD：使在线策略蒸馏具有回合感知能力，实现高效长周期智能体训练
TurnOPD通过回合级预算策略提升长周期智能体在线蒸馏效率，实现等时间预算下更高精度。
CoPiT：面向双文字低资源传统蒙古文的认知枢纽翻译
CoPiT通过西里尔文字路由解决传统蒙古文歧义，显著提升低资源翻译性能，使开源模型媲美GPT-4.1。
InvWeaver: Deductive Feedback for Invariant Synthesis in Interacting-Loop Programs
InvWeaver通过演绎反馈合成多循环程序不变量，解决72/82问题，优于现有方法。
具有跨回合记忆和策略蒸馏的自我回顾强化学习（SRRL）
提出SRRL框架，通过自我回顾步骤和策略蒸馏将稀疏反馈转化为持续行为改进，有效提升学习效率。
超越静态评估：构建可扩展智能体强化学习的模拟环境
提出解耦式RL环境，以可验证结果和多维奖励缓解奖励黑客，实现模型闭环优化。
基于反事实策略的安全贝叶斯优化
利用共形预测估计反事实基线的不确定区间，集成安全贝叶斯优化，实现可控约束违反率。
做得对！成功NLP系统开发方法论
本文提出将系统开发生命周期（SDLC）应用于NLP项目的逐步方法，强调算法仅是成功要素之一。
使用标题特定激活引导控制工具调用
通过锚定位置提取引导向量，可双向控制LLM工具调用，抑制不必要使用，但几何结构非线性且工具特征重叠低。
从被动检索到主动记忆导航：学习将记忆用作结构化行动空间
提出NapMem框架，将长期记忆作为结构化行动空间，通过记忆金字塔和强化学习使智能体主动导航记忆粒度，提升对话个性化。
中文标题：基于物理的联邦强化学习用于智能电网分布式稳定控制
中文摘要：FedPPO-PG框架实现智能电网暂态稳定100%控制，稳定时间减少72.4%，控制功率降低7-14倍。
SpanUQ：面向大语言模型生成的跨度级不确定性量化
SpanUQ通过轻量探针快速检测语义跨度并估计不确定性，精度高且速度快10-20倍。
Taxlifier：利用疾病分类学增强胸部X线多标签分类
提出两种层次多标签分类方法，利用疾病层次关系，在三个大型数据集上显著提升准确率、AUC和F1分数。
级联扩散反演恢复云微结构
提出两阶段扩散超分辨率框架，逆扩散将云微结构提升4倍，优于现有方法，捕捉关键细小云结构。
大语言模型何时应搜索？搜索路由的反事实监督
通过比较无搜索与强制搜索构建反事实监督，训练搜索路由策略，F1从0.70提升至0.82-0.83。
基于LoRA的跨上下文视觉-语言适应用于临床伤口监测中的个性化严重不良事件检测
提出双流LoRA跨上下文融合与OOD检测的视觉-语言框架，实现临床伤口监测中个性化严重不良事件高效检测。
EquiFiLM：通过特征线性调制的电荷条件等变力场
提出EquiFiLM，利用特征线性调制为等变力场添加电荷条件，仅需少量数据即大幅降低力与能量误差，推理成本不变。
每个Token抛硬币：大型语言模型的伯努利稀疏引导
通过随机屏蔽部分令牌，仅用50%令牌即可恢复密集引导效果并保持流畅性，最优引导强度与干预比例成反比。
Onnes：基于物理的多智能体LLM模拟器，用于量子计算基础设施中的低温故障诊断
Onnes是稀释制冷机数字孪生系统，驱动多智能体LLM实现低温故障诊断，零样本分类准确率经少量示例提升至0.990，实硬件假阳性率6.4%。
Uncovering Latent Depression Severity for Binary Depression Detection via Advantage-weighting Ranking
StateFuse：多智能体系统的确定性冲突保持记忆
StateFuse是一种保留冲突的复制内存合约，支持安全弃权与可审计纠正，但非通用精度提升。
SafeImpute: 通过共形选择实现可靠的临床数据插补
SafeImpute提出共形选择控制错误发现率，实现可靠临床插补，在多数据集上验证高精度与误差控制。
VEIL：视觉编码劫持如何诱导视觉模型中的偏差
VEIL揭示图表编码劫持视觉模型导致偏差，注意训练可部分缓解，提议将图表时间序列分类视为表示与测量问题。
UCSC NLP在SemEval-2026任务10：面向阴谋检测的边界感知跨度抽取与RoBERTa分类
采用边界感知跨度抽取和RoBERTa分类，在阴谋标记检测（宏F1 0.2251）和文档检测（加权F1 0.7694）中分别排名第7和第11。
REVIVE：面向自动驾驶车辆中破坏行为检测与恢复的多模态框架
提出REVIVE多模态框架，检测并恢复自动驾驶摄像头涂鸦遮挡攻击，采用类型感知修复，显著恢复目标检测性能（召回率从0.588升至0.967）。
面向二维高斯图像表示的聚类码本量化
提出聚类引导矢量量化，将高斯参数分组量化，实现比特率降低20%且质量不变。