提出正确的比较：基于偏差感知的贝叶斯主动Top-k排序与LLM评委
提出偏差感知贝叶斯主动Top-k排序，纠正LLM评委的冗长、位置等偏差，高效准确识别前k项。
KGS-GCN：运动学驱动的高斯溅射与概率拓扑的骨架动作识别
提出KGS-GCN，利用运动学高斯溅射和概率拓扑图卷积，仅1.4M参数高效建模复杂时空动态，提升低保真传感器数据感知鲁棒性。
程序即权重：面向模糊函数的编程范式
提出模糊函数编程范式PAW，用小型模型编译自然语言为可重用程序，实现高效本地执行。
重新审视自回归模型用于生成式图像分类
利用任意顺序自回归模型进行顺序边缘化预测，超越扩散模型且效率高25倍，分类性能与判别模型相当。
扩散采样的ART：连续时间控制与Actor-Critic学习
ART-RL将扩散采样时间步分配转化为连续时间强化学习，用Actor-Critic优化，提升样本质量且泛化性强。
用于分心驾驶行为时间定位的两阶段Transformer框架
提出两阶段Transformer框架，结合VideoMAE与SPPF模块，实现高效高精度分心驾驶定位，mAP达92.67%。
FUMO：基于先验调制的扩散模型用于单图像反射去除
提出FUMO扩散模型，融合强度与高频先验，经粗到细训练实现空间自适应反射去除，效果领先。
重新思考视觉隐私：一个基于VLMs的组合隐私风险严重性评估框架
提出CPRT组合隐私风险分级框架，发现VLM低估组合风险，8B SFT模型性能接近前沿。
高效时间序列预测的自门控注意力
提出自门控注意力（SGA），以线性复杂度替代标准二次复杂度，兼顾预测性能与推理效率。
隐私保护且可验证的近似分布式编码计算
提出模型无关的对抗鲁棒分布式学习框架，融合编码计算与防御机制，联合应对隐私泄露和恶意攻击。
大型语言模型重塑科学语言
LLM使2024年科学写作词汇更密集、句法更简单，拓宽非英语学者参与，但降低公众可及性。
物理信息神经网络良态训练的优化框架
提出DSGNAR二阶优化框架，克服PINN训练的病态性，实现极高精度（相对误差低至3e-16）和速度，在多个问题上大幅领先现有方法。
G-RRM：利用循环推理模型引导符号求解器
G-RRM神经引导法在搜索空间大且求解器能动态重写分支时显著加速符号求解，如Sudoku上达33.3倍。
YuFeng-XGuard：一种以推理为中心、可解释且灵活的大语言模型护栏模型
提出YuFeng-XGuard护栏模型，通过结构化风险预测与可解释推理，平衡效率与深度，支持动态策略调整，性能达最优。
人工智能赋能的会计信息系统与尼日利亚金融服务业欺诈检测：自然语言处理的调节作用
研究证实AI会计信息系统显著提升欺诈检测与审计效果，自然语言处理通过语义解释增强正向调节作用。
面向大型语言模型使用的实践审计框架：集体经验主义、伪理性认知与AI生成内容治理
提出LLM实践审计框架，基于集体经验主义与伪理性认知，分析认知风险，审计流程确保输出可验证可干预。
LearNAT：基于抽象语法树引导的任务分解学习NL2SQL（面向大语言模型）
LearNAT通过AST引导分解合成与边缘感知强化学习，使7B小模型NL2SQL性能媲美GPT-4。
更少数据，更多安全：通过资源高效领域自适应持续预训练用最少Token推进网络安全大语言模型专业化
用少至1.188亿token的领域自适应持续预训练，使通用大模型在网络安全基准上超越数十亿token专业模型，计算能耗大幅降低。
自解释算子学习：发现函数数据中的空间模式
提出自解释算子学习框架，通过分解积分方程揭示输入区域贡献，在流体力学中验证，解释性嵌入算子结构。
ReContext: 递归证据重放作为长上下文推理的大语言模型工具
提出无训练递归证据重放方法，利用内部信号构建证据池，提升长上下文推理的证据利用。
E-TIDE：基于事件序列的快速、结构保持运动预测
提出轻量级架构E-TIDE，高效时空交互模块实现事件张量预测，性能相当但模型更小，适合实时部署。
面向可扩展监督的协作式分歧解决
提出协作式分歧解决范式替代对抗辩论，使非专家模型判断准确率从49.2%升至62.1%，实现从说服到协作求真的转变。
连续随机消耗下的在线资源分配：退化情形下的遗憾
连续随机消耗在线资源分配中，遗憾由价值-大小比近阈值的请求加权质量决定，p>1时下界Ω(T^{1/2-1/(2p)})，p=1时O((logT)^2)。
大型语言模型中的心理引导：有效性与可信度评估
提出PsySET基准评估LLM情绪人格引导，发现提示法有效但控制有限，向量注入精细但略降质量，且存在副作用。
GaussianGPT：迈向自回归三维高斯场景生成
提出自回归Transformer模型GaussianGPT，通过逐token预测直接生成3D高斯，支持逐步可控场景生成。
FCL-COD：基于频率感知与对比学习的弱监督伪装目标检测
提出FCL-COD框架，融合频率感知与对比学习，提升弱监督伪装检测性能，超越现有方法。
印度皮肤科医生如何利用人工智能进行临床实践和工作流程管理：一项以特应性皮炎为重点的全国性调查
印度皮肤科医生多用通用AI做认知行政任务，临床需求聚焦慢性病与特应性皮炎工作流支持。
持久状态AI控制中的分布式攻击
研究AI编码代理在持续代码库中跨PR分发攻击，发现单一监控器无法同时防御两种攻击，状态链路追踪器将渐近攻击规避率降至47%。
大语言模型作为数学考试评分的助教：可靠性与实际可用性
评估六种LLM评分助教，宽松策略降低误差，但评分校准与排名保持仍为不同目标。
离线强化学习中的泛化：结构比悲观程度更重要
离线RL泛化关键在悲观结构是否尊重最优解对称性，而非悲观程度；数据增强应在策略提取时用一致性损失。
中文标题：驾驭对齐-校准权衡：通过模型合并实现帕累托最优前沿
中文摘要：模型对齐后精度和校准均下降，通过权重插值可找到帕累托最优模型，既提升精度又恢复校准，缓解对齐代价。
莫尔条纹视频认证：对抗AI视频生成的物理签名
利用莫尔纹物理特性，通过光栅条纹相位与位移的线性耦合，有效区分真实视频与AI生成视频。
通过分布级奖励优化视觉生成模型
通过分布级奖励微调生成模型，避免奖励黑客和模式崩溃，子集替换策略及模型合并优化，显著提升FID和样本质量。
StatEval：大型语言模型在统计学中的全面基准
首个超10万问题的统计推理基准StatEval，覆盖课程至研究级任务。LLM基础尚可，研究级推理薄弱，该基准兼具提升推理功能。
再谈一次：从强化学习视角重新审视神经量子态
提出PWO算法，将神经量子态变分优化重构为策略梯度问题，采用信任域裁剪，提升大规模训练的稳定性与效率。
EgoSim：面向具身交互生成的自我中心世界模拟器
EgoSim是闭环自我中心世界模拟器，持续更新3D场景，生成空间一致交互视频，支持跨具身迁移。
超越检测：马德里理工大学生成式AI评估与治理的重塑
大学应摒弃检测思维，制定规则、改革评估并培养AI素养，马德里理工大学正构建六维战略框架，将学生视为共创者。
Salt：用于快速视频生成的自一致分布匹配与缓存感知训练
提出SC-DMD与缓存分布感知训练，显著提升低步数视频生成质量并兼容多种缓存机制。
深度权重空间中推理过程的动态神经图编码
提出动态神经图编码器处理权重空间，捕获推理时序，使INR分类准确率提升约10%。
Predicting Early Stages Of Alzheimer's Disease And Identifying Key Biomarkers Using Deep Artificial Neural Network And Ensemble Of Machine Learning Methodologies
CreativityPrism：一种面向大语言模型创造力的跨领域评估框架
提出CreativityPrism框架，评估LLM创造力三维度，发现前沿模型在写作推理领先但发散思维无优势，各维度相关性弱。
探究Transformer表示空间中思维状态的类谱系组织
通过探针发现Transformer表示中存在与标注思维状态一致的统计显著的类谱系结构。
通过循环语言模型扩展潜在推理
Ouro循环语言模型将推理融入预训练，1.4B参数匹配12B模型性能，优势源于知识操控能力。
DriveVA：视频动作模型实现零样本驾驶
DriveVA联合解码未来视觉与动作序列，利用视频生成先验，实现零样本跨域驾驶，性能大幅提升。
人工智能辅助人类审查缺席判决
AI辅助审查缺席判决，准确率提高6%，速度提升25.9%，有效减少错误并节省时间，助力资源有限法院。
Stitch4D: 基于时空插值的稀疏多地点4D城市重建
Stitch4D通过时空插值合成中间视图，解决稀疏多地点城市4D重建不稳定的问题，在U-S4D基准上优于现有方法。
从同步到序列：通过插值实现外视角到内视角生成
提出Syn2Seq-Forcing，通过视频插值将外视角到内视角生成转化为连续序列建模，有效解决同步数据引发的时空不连续性难题。
RF-HiT：用于通用医学图像分割的整流流层次Transformer
RF-HiT整流流层次Transformer，线性复杂度3步推理，ACDC Dice 91.27%，BraTS 87.40%，高效分割。
DecompRL：通过学习模块化代码生成解决更难的问题
DecompRL用强化学习分解问题为模块代码，重组合成候选解，降低GPU成本，解决传统方法无法解决的问题。
生成式人工智能与联邦学习在入侵检测系统中的应用：综述
综述生成式AI和联邦学习在入侵检测中的应用，涵盖模型类别、挑战及未来方向。