物理信息驱动的偏微分方程解族神经嵌入
提出物理信息神经网络框架学习PDE解族嵌入，实现有效降维，2-4个主成分捕获95%方差，频谱轮廓稳健可重复。
观点：防止AI生成儿童性虐待材料需要AI安全新方法
AI生成儿童性虐待材料带来新风险，现有安全方法受伦理法律限制，需新方法及15个开放问题。
阿拉伯大学英语课堂中的AI工具：回顾与展望
AI工具在阿拉伯大学英语课堂中受学生欢迎，但对高阶写作和口语提升有限，需教师引导。
蓝鹊TTS：面向台湾口音代码切换语音的高效分词器、语言模型与TTS系统
提出台湾语境分词器PangolinTokenizer和语言模型Barbet，构建BlueMagpie-TTS，字错误率降低58%，词错误率降低63.9%，65.6%听者偏好。
使用基于模式的知识组件自动推荐编程学习内容
基于模式的知识组件自动识别并推荐相似编程学习资源，优于基线，支持大规模概念导向指导。
利用全局蓝图引导和布局控制的高分辨率艺术画作外延生成
提出全局蓝图引导的两阶段扩散框架，实现布局可控高分辨率画作外延，并行合成降耗时。
EntroPath：用于流形学习的最大熵路径系综嵌入
基于最大熵路径系综的流形学习法，恢复测地几何并收敛于平方测地距离，在非均匀采样和分支轨迹上表现优异。
WordVoice：面向基于LLM的TTS的显式且解耦的多维词级控制
提出WordVoice框架，通过5维词级标注和显式声学规划，实现精确解耦的多维词级控制。
通过迁移学习增强建筑自动化焊接机器人的焊缝分割：解决双边分割网络的局限性
基于迁移学习的焊缝分割框架提升反射鲁棒性，Joint IoU提高22.36%，恢复96.33%零IoU失败，适用于轻量实时焊接机器人。
GraphBU：基于图原生块单元的MILP实例生成
GraphBU以局部子问题及接口为基本单元生成MILP实例，保持结构，图统计相似度0.934，可行性96.7%，下游PS指标提升8%。
图卷积注意力：图去噪和扩散的谱视角
提出图卷积注意力，利用图谱去噪，克服线性注意力局限，提升图去噪与扩散性能。
生成式AI技能绕过：绘制大学生与教职员工AI素养的分化路径
学生先掌握高阶创造任务后学基础概念，与教职员工线性路径相反，导致脆弱的AI流畅感。
RuBench：一个带有原生俄语任务规范的仓库级智能体编码基准
RuBench 1.0包含25个原生俄语编程任务，评估产品级编码智能体，发现产品会秘密替换模型。
MobileWan：弥合移动视频扩散的质量差距
MobileWan首个将5B参数视频扩散模型部署至手机，通过循环蒸馏和压缩实现高质量、低延迟视频生成，VBench得分83.79创纪录。
利用大型语言模型跨语言迁移自然语言数据集以支持现代决策与科技分析系统
使用LLM将数据集标注跨语言迁移，以英俄为例翻译DEFT语料并训练BERT模型建立基线。
遍历性破缺与涨落-耗散定理违反导致机器学习超越过拟合的泛化能力
动态平均场理论表明，双下降泛化行为源于遍历性破缺相变，响应函数类似超导模型。
真实还是捏造？利用因果归因缓解解释中的奖励黑客行为
偏好优化降低解释忠实性，因果归因增强奖励模型可检测决策与解释差异，减少误导。
解码多模态思维：基于多模态对齐与自适应路由的通用脑-文本翻译
多模态对齐与自适应路由框架，MLLM融合脑信号，多数据集提升8.48%，首度实现多模态脑解码
Visual graphs for image classification: does the structure affect performance?
用于细粒度图像识别的视觉-语言模型中的结构化压缩提示调优
提出结构化压缩提示调优，通过语义关系编码与压缩损失增强语义对齐，在细粒度识别中取得最优性能。
PhyMRI-SR：迈向物理感知的MRI图像超分辨率
提出物理感知超分辨率法，动态处理分辨率，结合先验与物理约束，实现最优MRI重建。
SHARC：基于SHAP的可解释性在ICAAP和CCAR监管资本机器学习风险模型中的应用
提出SHARC框架，用SHAP分解压力VaR，揭示均值成分主导资本水平，实现可审计解释。
深度神经变分空间：深度与复杂性的统一视角
提出深度网络统一函数空间理论，证明范数约束下深度不增加功能多样性，高频特性消失。
PORTS：大语言模型工具选择的偏好优化检索器
PORTS通过偏好优化训练检索器，提升工具选择准确性，低计算需求且泛化性强。
黑洞黑箱：基于AInstein神经网络的数值黑洞度量
扩展AInstein无监督神经网络至洛伦兹度规，验证施瓦西黑洞并搜索新的一般型解。
查理：用于法医学证据推理的本地多智能体检索增强生成系统
Charlie是本地多智能体检索增强生成系统，用于数字取证的结构化证据处理，确保数据主权与可审计性。
结合压缩的对比预测编码用于增强无线网络中的信道状态反馈
提出集成对比预测编码的3GPP CSI统一压缩-预测框架，预测潜在表示并联合优化重构与时序一致性，降低计算开销且精度超90%。
你的NPU准备好运行大语言模型了吗？剖析移动端大模型推理中隐藏的效率瓶颈
NPU擅长预填充但解码弱，框架放大性能差距达10倍，调度浪费40%能源，优化可降耗54.8%。
Detoxify：使用大语言模型进行辱骂文本转换的框架
提出Detoxify框架，用LLM将辱骂文本转为无攻击性但保留原意，评估四模型发现Groq结果差异大。
MLLM-LLaVA-FL：多模态大语言模型辅助的联邦学习
利用多模态大模型在服务器端辅助联邦学习，解决数据异构与长尾挑战，提升性能且不增加隐私风险。
一个用于对话式医疗AI风险评估的患者模拟框架：抗抑郁决策辅助工具的评估
患者模拟框架评估对话式AI风险，发现低健康素养导致概念检索准确率仅47.6%、推荐性能下降。
VendorBench-100：深度伪造图像检测的统一跨范式基准
提出VendorBench-100基准，评估36个模型，发现商业API最优，但指标分歧（MCC与AUC）是核心发现。
MAC-XA：基于X射线血管造影的冠状动脉狭窄报告的多视角解剖对应融合
提出对齐约束多视角融合方法，利用合成数据学习解剖对应，提升狭窄报告一致性与评估质量。
回归的高阶认证鲁棒性
提出回归认证鲁棒性新框架，利用梯度信息获得比现有方法更紧的证书。
不完全多视图聚类的直路径流匹配
提出直路径流匹配替代扩散模型，结合视图补全与聚类对齐，实现不完全多视图聚类新SOTA。
在Jean Zay超级计算机上预训练Lucie 7B开源大语言模型的生命周期评估
评估Lucie 7B预训练生命周期，涵盖硬件制造、使用及废弃，报告碳排放、水耗与热回收，为节俭AI设计提供参考。
模态相关性不等于模态效用：面向成本感知的多模态RAG的事后选择性模态升级
先廉价文本回答，再验证缺失模态，确保精度同时减少视觉调用，实现成本感知的多模态RAG。
生产环境中稳定模型更新的全范围二分类器校准
提出全FPR曲线校准方法，保证模型更新后分数的一致FPR含义，相对误差≤7.2%，校准产物<200KB。
大规模科学代码搜索：多领域数据集与基准测试
提出涵盖NASA五领域的高质量仓库语料库和两个检索基准，公开支持科研工具发现。
Evaluating calibrated refusal and safe usefulness in dual-use biology settings
当AI进行分类：什么算作公共行政？
AI分类揭示公共行政研究表征差异显著且无重叠，算法具解释性，需结合人类判断。
MASCA：基于大语言模型的多智能体信用评估系统
提出LLM驱动多智能体信用评估系统MASCA，采用分层架构与对比学习，实验优于基线并分析偏见。
用局部解释量化RAG中检索器-生成器的对齐
提出RAG-E框架与WARG指标，量化检索器-生成器对齐，发现严重不对齐且WARG优于传统相关性。
Omni-RRM：通过自动评分引导偏好合成推进全模态奖励建模
提出全模态奖励模型Omni-RRM，自动评分合成偏好数据，在多模态基准显著提升对齐效果。
AlayaWorld：长时序且可玩的视频世界生成
提出AlayaWorld全栈开源框架，支持实时交互与多样动作，统一生成世界开发流程，奠定基础。
保留还是适应？泛化持续学习
挑战保留中心论，提出转移效率和关键任务阈值，引入预测性持续学习算法，优于传统方法。
EeveeDark：面向低光视频增强的事件引导传感器级融合二值神经网络框架
EeveeDark融合RAW与事件流，用二值神经网络实现低光视频增强，性能优于先前BNN方法且兼顾效率。
MoWorld：一个闪速世界模型
MoWorld实现50FPS实时交互，推理成本仅为现有模型的30%-50%，高效低耗。
将GNSS导出的天顶湿延迟融入天气基础模型提升降水预报
首次将GNSS天顶湿延迟融入Aurora模型，强降水预报显著提升，99百分位ETS提高8.8%。
DBNN：基于深度二值化神经网络的神经尖峰分类
提出DBNN实现98.7%尖峰分类准确率，无乘法器推理，硬件面积0.014mm²、功耗122nW，适用于低功耗植入式脑机接口。