FreqDepthKV：频率引导的深度共享实现长上下文LLM推理中鲁棒的KV缓存压缩
FreqDepthKV通过频率引导深度共享和在线探针分配，在长上下文推理中实现3.9倍KV缓存压缩，保持精度并提升吞吐量。
OBBSeg：有向边界框标注下的不规则病变分割
OBBSeg利用有向边界框进行中间监督，通过损失函数与提示模块，实现媲美全监督的弱监督分割。
RMISC：面向时间序列基础模型的大规模真实世界多变量语料库
构建大规模真实多变量时间序列语料库，证实真实数据显著提升基础模型零样本泛化能力。
DepthWeave-KV：面向长上下文KV缓存压缩的令牌自适应跨层残差分解
提出DepthWeave-KV，通过跨层残差分解与令牌自适应路由，在长上下文推理中实现8.3倍KV缓存压缩，保持近全缓存任务质量。
FootsiesGym：用于双人零和不完全信息格斗游戏的基准测试环境
提出FootsiesGym，开源格斗游戏基准环境，用于双人零和信息不完全博弈，支持RL算法评估与策略分析。
KOAL：知识驱动的序数感知前列腺癌分级
提出KOAL框架，融合临床变量和LLM专家知识，通过序数感知学习实现前列腺癌分级，性能最优。
提出与关注：基于多标记局部注意力的免训练多模态大语言模型定位置信度
提出MTLA，通过测量预测标记对声称区域的注意力强度，显著减少幻觉并提升定位置信度，零样本检测AP近乎翻倍。
学习何时自动化：人机服务系统中的队列控制
提出UCB-DPP策略，平衡自动化和人工负载，学习未知参数，实现亚线性遗憾和队列稳定。
生活水平层级：使用地理空间数据划分邻里区域
基于开源卫星图像的建筑形态划分城市富裕程度，验证有效，可用于贫民窟识别和贷款违约分析。
分层声学-语义建模：面向全双工语音语言模型的模态分离与语义连贯性
揭示全双工SLM模态干扰的梯度冲突根源，提出分层参数分离与语义对齐通道，在语音问答和交互流畅度上分别提升7.4%和28.5%。
通过视觉动作结果推理对齐连接物理推理与任务泛化
VAORA通过双重奖励对齐视觉与动作结果，抑制幻觉推理，减少推理与行为差距，提升物理推理泛化能力。
为什么深度学习能改进视觉SLAM？
深度学习提升视觉SLAM的关键在于学习到的2D数据关联与不确定性，而非循环架构。
SplineNet：一种用于复杂壳体的等几何深度学习方法
提出SplineNet，等几何深度学习无缝集成CAD/CAE，无数据或数据驱动求解复杂壳体力学行为。
大型癌症助手（LCA）：一种模型无关的可扩展肿瘤临床决策支持编排框架
提出模型无关编排框架LCA，解耦数据与AI推理，验证低开销与高容错性。
稳定性退火选择平滑符号下降的隐式偏置：可分离数据上的速率索引障碍路径
稳定性退火使平滑符号下降的归一化迭代收敛到凸Burg障碍最小化器，刻画了静态几何与对偶路径。
论无黄金标准下非人类序列依存句法分析的可行性：在其他物种中能否评估？
非人类灵长类序列长度快速衰减使无黄金标准评估可行，人类语言则困难。
SparseCtrl-HOI: 面向人-物交互视频生成的稀疏时间控制
提出稀疏时间控制框架，仅需关键帧和运动先验，降低标注成本，生成高质量交互视频。
面向在线自监督回声状态网络的可扩展扰动学习
通过正交分解分离输入依赖分量，仅扰动该分量，降低有效维度，避免方差随储层增长。
从文化遗产保护视角重新审视印度AI
从文化遗产视角审视印度AI，综述NLP演进与语言挑战，提出“文化感知”研究方向以构建包容性模型。
PVCap：通过PseudoCap和VoxelCapNet实现精确的3D密集字幕描述
提出PVCap，用PseudoCap数据增强与VoxelCapNet体素网络，提升3D密集字幕描述性能，超越现有方法。
CANONIC：治理即编译
治理通过编译机制管控内容入库，但无法自动识别劣质内容，仅保证记录可审计。
MSA-DCNN：一种数据高效的多尺度可变形CNN用于医学图像分类
提出MSA-DCNN框架，通过自适应多尺度采样与自蒸馏，在少量标注下高效分类医学图像，性能领先。
x预测即一切：基于端点可解码性的免训练加速生成
提出免训练的截断跳跃采样（TJS），利用端点可解码性提前停止ODE并解码，减少20-70%计算量，质量几乎不变。
CCBENCH：通过健康查询中隐含信号规范评估LLM文化能力
提出CCBENCH框架评估LLM文化能力，发现最佳模型仅20-30%回应恰当，且存在适应隐含规范优于明确实践的偏差。
真实场景下的数据分析：基准测试大型语言模型应对实际数据复杂性
新基准DataGovBench针对真实数据复杂性，表问答与洞察任务揭示LLM性能差距显著。
Pitwall：基于校准实时蒙特卡洛引擎的忠实自然语言比赛策略简报
该系统生成F1策略简报，通过事实核查确保忠实性，使用校准的蒙特卡洛引擎在2025-2026赛季验证成功，top-3准确率90.3%。
正常建模即一切：面向多模态信息物理系统的联合潜在聚类异常检测
提出MIIM假设与联合潜在聚类，在三个真实CPS数据集困难子集上AUROC领先，优于深度检测器。
自监督隐式CEST重建：基于物理约束的洛伦兹编码
基于物理约束洛伦兹编码的自监督CEST重建，39点采样达57.58dB PSNR和0.9994 SSIM。
X-FEMR：一种基于Transformer模型的电子健康记录基础模型的令牌级可解释方法
首次提出令牌级可解释方法，用Transformer代理模型识别关键令牌，临床对齐指标验证，实现可信临床AI。
Canopy：面向代谢工程的异构图基础模型
Canopy整合多源数据构建异构图基础模型，预训练后发酵滴度预测R²=0.41，优于基线。
Decision Protocols in Multi-Agent Large Language Model Conversations
从检测器条件可达性视角重新审视场景图生成
从检测器条件可达性分析预测行为差异，提出双查询融合机制以利用互补线索。
参差不齐的全球经济：前沿AI不均衡地暴露各国经济
前沿AI对高收入国家劳动力影响更大，男女暴露程度有差异，低收入国家受间接影响，政策需因地制宜。
RoME：针对多种对抗扰动的鲁棒低秩专家混合模型
RoME提出低秩专家混合模型，利用双尺度门控和威胁引导多样化，解决多扰动对抗训练中的鲁棒性权衡，提升联合鲁棒性与自然准确率。
在先进加速器上的生成式AI模型性能优化与比较分析
针对生成式AI模型部署挑战，提出混合精度后训练量化评估与微调策略，在HPC和先进加速器上进行分析比较。
KVpop -- 基于预测性在线剪枝的键值缓存压缩
KVpop用未来注意力监督驱逐策略，75%压缩率下保持98%性能，高效降低内存。
EcoVision：基于AI的无人机成像用于盐沼植被监测与优势度制图
利用Transformer分割和ConvNeXt分类，无人机RGB图像实现盐沼植物高精度识别与优势度制图，误差<8%。
执行证明：受管AI代理行为的运行时验证
将AI代理执行形式化为执行证明，验证授权、历史完整性与可重放性，开销小且安全。
工具使用何时提升有限精度循环模型的表达能力？
有限精度循环模型使用有限状态工具无增益，但使用磁带工具即图灵完备，存在指数分离，选择性是关键。
人工智能为何为STEM教育开启新可能？——趋势与未来议程的文献计量分析
AI通过智能支架降低知识门槛，驱动STEM教育从知识传授转向能力发展。
CMDR：上下文多模态文档检索
提出CMDR任务及CMDR-Embed框架，通过联合编码多页和上下文对比学习，显著提升文档检索效果。
TILDE：基于倾斜分布擦除的概念遗忘方法
通过分布对齐实现最少偏差条件分布，在有效遗忘的同时保留良性生成质量。
张量程序的定量高斯过程极限
给出随机神经网络无限宽极限的定量误差界（宽度平方根倒数），适用于前馈、循环和Transformer架构。
WebRetriever：面向高效Web代理评估的大规模综合基准
WebRetriever涵盖800网站、1550任务，提出NavEval评估框架与三协议，全面诊断Web代理能力。
人工智能研究中的催化剂论文：2017-2025年ICLR全景分析
分析ICLR 2017-2025的36113篇论文，采用EDM识别催化剂论文，发现评审分数与论文的颠覆性无关。
免调参潜在扩散模型实现超高分辨率图像编辑
UltraDiffEdit免调参将扩散模型扩展至8K编辑，多尺度渐进融合确保细节与一致性。
RFHNet：面向大规模细粒度食品图像检索的关系与频率感知哈希网络
提出RFHNet，通过关系建模、多频融合和层次协同，生成判别哈希码，在食品检索中mAP提升4.44%-17.20%。
AEGIS: 一种机制引导的防御方法，用于抵御文本到图像模型中的视觉同义词越狱攻击
提出AEGIS防御框架，通过识别并引导脆弱注意力头，有效抵御视觉同义词攻击，兼顾安全与保真度。
通过Vibe Coding为K-12教师创建AI驱动学习技术的指导框架
提出GAIDE框架，指导教师通过Vibe Coding开发AI学习技术，提升AI素养，促进专业发展。
嵌套情景状态拓扑（NEST）：一种图论认知状态架构
提出NEST图论本体，将认知建模为结构化状态形成与转换，分离信念与工作记忆，并映射多种认知架构。