高维空间中基于网格的近似最近邻搜索的缩放定律
研究网格ANN搜索的缩放定律，发现其在维度上保持恒定扩展指数，索引成本低，可指导Transformer成本分析。
基于领域知识的时空图卷积网络用于心电图识别
利用PRQST关键点的时空图卷积网络实现心电识别，F1达88.1%，罕见类别76.3%，优于现有模型。
程序记忆蒸馏：在线反思助力语言模型自我改进
PMD通过蒸馏跨回合信号为程序记忆并吸收进策略，使语言模型在推理中无需外部记忆，性能显著提升。
Kara：通过滑动窗口KV缓存压缩实现高效推理LLM服务
提出Kara滑动窗口KV缓存压缩，利用双向注意力选择信息对并扩展为块，结合KvLLM框架提升LLM推理吞吐量。
通过迭代元反射的自主科学发现
DiscoPER框架通过二阶元反思机制自主发现科学规律，在生态基准中恢复8/9已知模式，假设支持率72.7%。
服务代理何时应重新考虑？客户服务运营中的难度路由控制
提出难度路由控制架构，对常规请求轻量处理，对复杂请求加入冲突感知与重新审视，提升服务可靠性。
PACE：一种用于生成合理且可操作的反事实解释的神经符号框架
神经符号框架PACE融合预测与领域约束，生成可行合理的反事实解释。
提示框架扭曲了基于计数的LLM错误检测评估：来自数值锚定的证据
提示中的数值锚定导致LLM错误检测F1分数虚高，与实际定位脱节，建议采用跨度感知指标。
自动联邦学习研究：联邦学习算法的代理式搜索
AFR框架通过代理搜索自动化联邦学习算法，在多数医疗和LEAF任务上取得提升，但暴露种子敏感性与失败案例，需区分机制改进与调优效应。
MoHallBench：视频大语言模型中的运动幻觉基准
MoHallBench基准评估视频大语言模型的运动幻觉，含1.1万视频和4万问答，发现顺序推理幻觉最严重。
将文本映射到多重图：莱维行走引导的提示压缩图剪枝
RAGP将提示压缩建模为多重图冗余感知剪枝，以莱维行走平衡局部与全局搜索，4倍压缩下平均分49.3，超越现有方法。
从逼近到涌现：深度学习理论
从经典逼近到涌现机制，统一阐述深度学习理论的演进与核心问题。
办公理解基准
首个公开基准OCB，评测LLM对Word、Excel、PowerPoint文件理解，最强系统仅达59.3%。
Discrete Diffusion Language Models for Interactive Radiology Report Drafting
IonSense-QKG: 面向锂离子电池数据集发现的量子就绪元数据框架
IonSense-QKG框架通过量子元数据与评分，助力锂离子电池数据集发现与筛选。
SD-RouteFusion：基于SD地图路线条件的主车轨迹预测
提出融合摄像头、运动学与SD地图路线的端到端主车轨迹预测方法，8秒预测ADE降低16.9%，并开源工具。
CreativityNeuro：通过权重引导提升发散思维并缓解模式崩溃
CreativityNeuro无需数据与重训练，通过对比权重引导显著提升LLM发散思维、减少模式崩溃，在多项测试中提高原创性与创造力。
面向度量无关的轨迹预测
提出度量无关概率训练，将度量优化作为下游任务，引入TraDiE策略，DONUT-NLL在Waymo基准上取得最优。
Wiola架构：高效小型语言模型的设计
Wiola是一种全新SLM架构，含五项创新，支持多尺寸并兼容HuggingFace。
一种基于DNA甲基化的中枢神经系统肿瘤分类的新型机器学习方法
提出稀疏随机投影与多项逻辑回归的甲基化分类法，准确率达96%，较现有最优提升4-5个百分点，改善肿瘤分类可靠性。
以关系为中心的开词汇3D高斯分割
PairGS通过建模高斯间关系，利用视图贡献和多视图证据构建关系图，实现高效准确的开词汇3D高斯分割，速度提升50倍。
受限API访问下LLM架构属性的黑盒推断
提出NightVision方法，利用通用提示和谱分析从受限API中推断LLM隐藏维度、深度和参数数量，表明现有API仍泄露架构信息。
Agent4cs：一种面向大型层次化代码库的代码摘要多智能体系统
Agent4cs多智能体框架自底向上总结大型代码库，含总结、关键词提取、质量保证三个智能体，语义一致性提升8%，关键词覆盖率提升38%。
TurnNat：双人对话中话轮转换自然性的自动评估
提出TurnNat框架，基于似然自动评估双人对话话轮转换自然性，有效识别异质时序扰动。
I²RiMA：融合频谱黎曼表示与时序注意力的脑电心理压力检测
提出I²RiMA，通过频点协方差映射、频率聚类和切片注意力，提升EEG压力检测，准确率达82.78%。
RuleChef: 基于人类可编辑规则融入LLM任务知识
RuleChef利用LLM将任务知识转化为可编辑规则，通过迭代优化和人类反馈生成快速、可解释的规则系统。
临床智能体的世界反馈：在FHIR环境中诊断强化学习
研究发现纯RL在临床任务中遇能力天花板和格式知识障碍，性能远低于SFT，提出分类法预测RL可学性并给出SFT+RL联合修复方案。
超越下一个词预测：在Atlassian工作流中针对工具使用代理的RLVR概念验证
针对企业API工具使用，RLVR训练小模型显著提升成功率，但手工奖励难扩展。
多层Q矩阵嵌入神经网络用于认知诊断（M-QCDNet）：结构感知的深度学习架构增强心理测量可解释性
M-QCDNet将Q矩阵嵌入神经网络，融合认知诊断可解释性，平衡预测与结构对齐，支持早期学习困难检测和掌握干预。
通过示例编程中的固定集鲁棒性：示例破坏与语义分区恢复
研究对抗性示例破坏，VPA防御仅在清洁语义投票余量时有效，低余量任务脆弱
基于互信息的多目标探索与偏好优化
通过最大化联合条件互信息统一多目标探索与对齐，实现可控生成和稳定权衡。
中文标题：偏好学习中谎言检测监督的扩展趋势
中文摘要：扩展SOLiD至更大模型，发现谎言率随模型增大而降低，但分布偏移会推高误报率。
基于利润的反事实解释用于产品改进：以日本漫画销售为例
提出利润最大化反事实解释框架，直接优化利润，将距离项解释为修改成本，无需外生目标。
如何分配你的令牌？训练步数与批次大小的缩放定律
提出包含模型大小、训练步数和批次大小的三项缩放定律，能用更少训练运行稳健拟合并恢复最优批次大小。
语言模型真的能进行上下文检索吗？在百万级token的文档中陷入困境
首次系统研究百万token上下文检索，揭示注意力稀释效应，通过长度感知调整和稀疏注意力，使模型匹配甚至超越密集检索。
Janus: 一个用户参与的智能体权限管理实验平台
Janus系统探索用户参与的权限管理，用户输入增强安全，AI辅助减轻负担，但需考虑用户疲劳，无通用最优设计。
变压器模型应如何编码电子健康记录中的数值？
混合token方法（分箱投影）在稳健性与适用性上最优，临床获益取决于任务。
代理者的分岔花园
AI代理再现人类分析分歧，多数通过审查，但存在选择性报告；引入m值和Bootstrap评估可信度。
RusFinChain：面向金融领域可验证思维链推理的俄语基准与模糊对齐评估
提出俄语金融可验证思维链基准RusFinChain，含5280示例及新指标；评估8个LLM发现推理差距，新指标与答案正确性相关性更强。
Grounded Optimization: 一种用于减少自动个人文档重写中LLM幻觉的分层工程框架
提出五层工程框架减少LLM文档重写幻觉，实验将幻觉率降至0.04-0.24。
Hawk: 利用硬件感知知识实现高性能NPU内核生成
Hawk框架通过硬件感知知识，将NPU内核生成准确率从49.4%提升至80%，执行速度提升2.2倍。
用于特征选择的条件推理树与条件推理森林
条件推理森林可有效用于特征排序，在基准测试中排名靠前，但计算开销较大。
EO-Agents：用于地球观测假设生成的三智能体大语言模型流程
基于NASA知识图谱，三智能体LLM流程生成160个跨领域假说，模型预测新颖配对可信度与文献真实配对相当。
MultAttnAttrib：长文档问答中的无训练多模态归因
提出无训练多模态归因方法，利用注意力定位证据，性能优于强基线，延迟低至1/7。
NeuroBridge：桥接多任务MRI知识用于神经退行性疾病诊断
NeuroBridge利用多任务MRI学习框架，在阿尔茨海默病和轻度认知障碍诊断中达到高准确率，并具备强跨队列泛化能力。
有限监督下重新审视思维链推理：半监督思维链学习
Semi-CoT利用未标记问题生成伪推理链，通过熵门筛选高精度伪CoT，但有效使用仍需更强选择或训练。
Linkify：从接口增强的装配图中学习
Linkify利用接口增强装配图和图注意力网络，实现高精度零件检索，优于传统方法。
个性化模型与基础模型的闭环耦合用于MRI实时治疗指导
提出闭环耦合框架，结合个性化预测与基础模型，在MRI引导治疗中实时更新预测，减少剂量误差。
自旋加权球谐函数实现完整且可扩展的E(3)等变网络
SpinGTP利用自旋加权球谐函数恢复反对称路径，实现完整可扩展的E(3)等变网络，在手性任务中表现优越。
IsoSci：评估大模型推理与知识检索的同构跨域科学问题基准
IsoSci显示LLM推理增益91.3%依赖领域知识，链式思维提升不足5%，推理专用模型反而不如标准模型，挑战了推理的通用性。