超越独立标签：基于施瓦茨几何的解码用于人类价值观检测
提出施瓦茨几何解码器，使价值观检测标签集更符合理论连续统，不牺牲F1，且仅对真实排序有效。
AdaptiveSD：面向CPU受限大语言模型推理的稳定性感知、运行时自适应推测解码框架（多策略编排）
提出运行时自适应推测解码框架，通过多策略编排确保CPU受限环境下LLM推理的稳定与可靠。
基于Armijo回溯的方向曲率：一种低成本的锐度探测器及Adam的免校准学习率保护机制
Armijo回溯步长可低成本探测损失尖锐度，一次初始化即可为Adam提供免校准的学习率保护，防止发散且开销极低。
并非每次同步都安全：面向共享AI基础设施的校准DiLoCo调度
提出校准DiLoCo调度，结合EWMA预测，显著降低SLO违反（6.54%→5.09%），强调匹配随机基线验证。
MPSelectTune: 微调中的提示类型选择改进大语言模型的概念遗忘
MPSelectTune通过选择最差提示类型微调，降低概念准确率，同时提升主任务性能2-15%，减少最坏情况概念准确率17%。
幕后黑手是谁？从德国Telegram帖子中标注与提取阴谋论行动者
针对德国Telegram帖子开发标注指南与语料库，用Transformer模型自动提取阴谋行动者，准确度合理，支持大规模分析。
BVS：基于多模态大语言模型的贝叶斯视觉搜索用于细粒度感知
BVS框架利用贝叶斯视觉搜索，融合先验引导与后验校正，高效处理超高分辨率图像细粒度感知，显著优于基线。
PEEK: 预测性队列信息驱动的LLM服务KV缓存管理
PEEK通过增量前缀树匹配队列请求，优先调度共享前缀，显著提升KV缓存命中率与LLM服务性能。
透视WiFi：基于动态核注意力的轻量级人体姿态估计
WiLHPE框架利用WiFi信号轻量级估计人体姿态，动态核注意力机制，PCK50达85.96%和94.27%，低开销。
FairFlow: 揭秘与缓解文本-图像扩散Transformer中的刻板印象偏见
FairFlow通过分析偏见传播机制，在关键语义枢纽注入公平方向，高效中和性别、种族等刻板印象，兼顾公平与保真且计算开销极低。
AI时代美国超大规模数据中心隐藏的水资源地理
数据中心用水分现场冷却和发电两路径，电力相关占七成五，西部水紧张，东部集中。
AgentLTL：用于测量、强制执行和训练工具使用型LLM代理程序合规性的轨迹验证框架
AgentLTL基于FO-LTL表达程序规则，产生确定性合规分数，用于约束工具调用和微调奖励，显著提升准确性和合规性。
MIRAGE：防御长篇RAG免受虚假信息污染
MIRAGE通过跨文档声明图与防御门控，无需训练即有效抵御检索污染，恢复长文本RAG事实性。
Rating the Pitch, Not the Product: User Evaluations of LLMs Reflect Expectations More Than Performance
DOSE-I：内窥镜检查程序镇静的多模态生物信号数据集——技术报告
DOSE-I数据集包含281次内窥镜镇静的78.5小时多模态生物信号及大量意识转变和镇静深度标签。
从张量缓冲到分布式内存层级：LLM服务中KV缓存管理综述
综述从四轴分类三十余KV管理系统，揭示五种架构原型，指出所有权是关键设计差异，并识别七个待解测量问题。
CDCP：基于上下文提示的条件扩散模型用于多任务离线安全强化学习
提出CDCP模型，将多任务离线安全强化学习转为条件生成，用上下文提示和成本约束，实现高安全高性能。
学习抑制基于SPAD的激光雷达耀斑
本文提出物理信息分割法PILF，将耀斑抑制转为语义分割，利用SPAD多回波特性，mIoU达79.32%。
NeuroOnline：弥合预训练与在线自适应的脑电图基础模型
NeuroOnline通过多视图一致性和上下文感知调制，统一预训练与在线自适应，在脑电图分布偏移场景中表现优异。
快速3D基础模型初始化的高斯泼溅
利用3D基础模型初始化相机位姿与点云，联合优化高斯原语，深度引导损失实现快速收敛，3分钟完成高质量重建。
以知识为中心的信息系统
知识工程崛起：从数据管理转向知识架构，使组织知识成为可执行的操作性资产。
基于物理信息编码和模拟推断的Transformer用于脉冲星计时阵列数据中偏心双黑洞的稳健探测
提出物理信息编码的Transformer结合模拟推断，高效从PTA数据推断偏心双黑洞，精度更高、推断更快。
MANCE：流形感知的概念擦除
提出流形约束假说，基于此设计MANCE方法，通过投影到数据流形实现更优的概念擦除，在文本和视觉119项设置中取得最优效果。
EdgeBench：揭示真实世界环境下学习的缩放定律
基于38,000小时交互，发现agent环境学习遵循log-sigmoid缩放定律，速度每季度翻倍，开源51个任务。
知识内蕴，言语外显：解耦LLM数学可解性的潜在方向
LLM中数学可解性知识与言语化编码分离，伪造主因言语化变化，操纵言语化可提升模型拒答能力。
OpenGlass：一种面向本地MLLM驱动的实时视觉辅助的传感-计算分离架构
OpenGlass采用传感-计算分离架构，本地运行MLLM，实现<1秒延迟的隐私保护视觉辅助。
基于顺序的多阶段过程因果发现
提出OCDM方法，结合过程知识推断因果顺序，利用随机门控剪枝，高效发现多阶段过程因果结构。
基于语义分割的苏木精-伊红组织病理图像肝癌图像级诊断
提出基于语义分割的H&E图像肝癌诊断框架，采用nnU-Net训练三种肝癌，五折交叉验证准确率达0.975-1.000，可辅助降低诊断成本与时间。
RABBiT：基于脑调谐的快速自适应BOLD基础模型，实现语音诱发脑反应的精准零样本与少样本预测
RABBiT通过区域注意力和成分分解，实现语音fMRI零/少样本精准预测，10分钟数据微调即可超越现有模型。
知道何时停止：预测文本到SQL中的执行一致性收敛
提出轻量模型预测收敛点，动态决定停止时机，在基准和真实数据集上表现稳定可靠。
多大型语言模型协同临床记录严重程度评估
MOSAIC框架利用多LLM协同评估2型糖尿病严重程度，生成有临床意义的表型，优于传统规则方法。
也门伊比阿拉伯语中疑问词一致现象的句法研究
通过跨阶段一致分析，揭示疑问词一致中匹配与特征赋值的分离，为普遍语法提供有力证据。
OmniLayout：面向PCB布局中约束感知几何推理的示意图耦合多模态基准
首个PCB布局推理基准OmniLayout，含四项约束任务，揭示LLMs在几何、布线、功能推理上的局限。
面向少步扩散模型的可分解探针：跨骨干家族与蒸馏范式的提示、潜变量和分数选择性
提出可分解探针替代单一标量，发现潜变量层可检测修正流骨干，分数层反映蒸馏目标，提示层为通用响应通道。
视觉语言模型中视觉信息流的路径
研究视觉语言模型中视觉信息的两种路由路径：直接与文本中介，路径选择依赖任务且具有灵活性。
还剩多少？大语言模型线性编码剩余输出长度
研究发现，LLMs能从提示最后隐藏状态线性解码总响应长度，该编码跨数据集通用，且能捕捉模型撤回重试行为。
分类性能评估的统一代数框架
提出统一代数框架，涵盖多类分类设置，基于指示矩阵与聚合算子自动扩展二分类度量，并建立理论结果。
FOI-O: 新西兰首个信息自由流程建模本体与验证方法包
FOI-O是新西兰首个可复用的信息自由流程建模方法及验证包，支持多种标准格式，但非官方法律建议。
渐近保持的后验分析：扩散与流匹配采样器
确定了扩散与流匹配采样器中固定步长采样器的渐近保持性，揭示了噪声而非几何决定对数项，时钟决定稳定性。
用几十行代码为现成服务器实现细粒度计算卸载
通过重路由利用已有并发，少量代码实现卸载重叠，提升服务器性能1.2-5.4倍。
不是所有拒绝都同等：大规模网络安全中安全对齐的失败
通过对24个开源LLM的消融实验，发现领域特定消融可行，安全训练类型与架构是关键因素，模型分为三个易受影响层次。
从通用动作到领域特定监测：基于骨架动作识别的先验自适应迁移
提出PATS框架，通过选择性保留相关先验实现高效迁移，在阿尔茨海默病及跌倒检测中性能提升。
拒绝忠实性：神经元选择器的因果审计
因果审计发现，归因分数可识别重要神经元行，但秩稳定选择器可能因果无效；拒绝由冗余子空间实现。
COMET：基于约束保持QAOA的多重编辑靶点组合优化
COMET比较惩罚与XY混合器QAOA，XY混合器在模拟和硬件上优于惩罚，实现高概率最优解。
LBTCap：用于实时遥感图像变化字幕的轻量级双边Transformer
LBTCap轻量双边Transformer，39.99M参数，实现实时遥感变化描述，准确率接近SOTA。
JavaVulBench：一个具有现实分裂、统一多后端工具和泄漏感知评估模式的Java漏洞基准测试
JavaVulBench漏洞检测基准，含30600个方法、五种分裂策略，统一评估多模型，附污染审计。
WorldBagel：揭示统一多模态模型在视觉-语言-动作-世界建模中的威力
WorldBagel统一框架在多任务机器人中优于专用模型，证明统一性是学习有效VLAW模型的关键。
奖励门控在线策略蒸馏
用奖励信号门控蒸馏过程，过滤教师误导，提升学生模型在推理和编码任务上的性能。
OmniOpt：现代优化器的分类、几何结构与基准测试
提出优化器统一分类与基准框架，通过五阶段元流水线和双维度分类法，系统分析权衡，指导选择与未来发展。
小数据何时奏效？朝觐和副朝人群状态分类中表格基础模型与传统方法的准确性与效率权衡
标签极少时表格基础模型更优，标签增多时调优传统模型反超；效率与准确率权衡取决于预算。