面向非光滑非凸优化的带通信压缩的分布式随机次梯度类方法
提出带通信压缩的分布式随机次梯度统一框架，证明非光滑非凸优化全局收敛，新方法实证有效。
ThreadWeaver：面向语言模型高效并行推理的自适应线程化
自适应并行推理框架，精度与顺序模型相当，延迟降低达1.53倍。
用于麦克风阵列协方差矩阵上采样与声学成像的CNN模型
用CNN将4麦协方差上采样至32麦，最佳RMSE 0.432，有效提升声学成像分辨率。
AI原生工程团队的风险架构：自主系统治理的组织框架
提出AI原生团队风险架构框架，发现风险覆盖随团队类型退化，严重故障集中在确定性依赖边界。
HAL：通过对齐诱导大语言模型的人类相似性
HAL框架用可解释奖励对齐语言模型，提升对话人类相似性，且不影响整体性能。
PoseShield：用于人体自碰撞解决的神经碰撞场
提出PoseShield，在SMPL姿态空间构建神经碰撞场，利用Eikonal方程优化求解，高效解决人体自碰撞，成功率95.8%。
超越基于梯度的攻击：网络安全分类器中的对抗鲁棒性与可解释性稳定性
对抗攻击威胁预测与SHAP解释，引入ESI指标，揭示预测鲁棒性和解释稳定性为不同维度，梯度攻击对树模型失效但仍显著影响解释。
基于注意力信息融合原型的小样本开放集音频分类
提出融合注意力信息的原型生成方法，实现小样本开放集音频分类，能识别已知类并拒识未知类，性能优于现有方法。
可解释性感知的视锥攻击：揭示基于LiDAR的3D目标检测器的结构性漏洞
提出EFA攻击，利用显著性图扰动关键视锥，以更少扰动使检测召回率降低超15%，揭露3D检测器结构性漏洞。
IntentTune：利用用户需求与个性化解决电商搜索中的“未知”查询意图
提出IntentTune框架，利用用户历史搜索等行为信号解决电商模糊查询意图，效果优于群体需求模式。
量子代价景观中的沟壑：改进VQA预测的机遇
利用NEB算法分析量子代价景观沟壑，构建集成预测框架，提升VQA性能并降低计算成本。
AlienLM：面向黑盒大语言模型API边界隐私的语言外星化方法
AlienLM通过词汇双射将文本外星化，减少API明文暴露，保持81%以上性能，对抗重建率低于0.22%。
PreScience：面向科学预测的数据集与基准
基于98K篇AI论文构建科学预测数据集，提出7项任务及LACER评估指标，发现模型生成论文多样性和新颖性低于人类。
BRIDGE: 从模型性能预测人类任务完成时间
提出BRIDGE框架，利用项目反应理论从模型性能估计任务难度，发现与人类完成时间对数线性相关，可预测新任务人类耗时，复现能力指数增长趋势。
Bi-NAS：通过双层神经架构搜索实现推荐系统的有效与个性化解释
提出Bi-NAS框架，结合LLM，通过双层搜索优化推荐解释，提升准确性与个性化。
通过LF-IBIS的全贝叶斯强化学习
提出LF-IBIS算法，结合ABC与IBIS实现无似然函数的全贝叶斯强化学习，在线更新信念并量化策略不确定性。
Enerzyme：高效训练反应性神经网络势用于酶催化的框架及其在甲基转移酶中的应用
提出Enerzyme框架，以少于1000数据点高效训练神经网络势，实现酶催化反应近化学精度模拟并展示可迁移性。
Pmeta-TLA：基于元学习和音色泄露攻击的语音分类模型后门攻击
提出Pmeta-TLA多后门攻击，利用元学习和音色泄露，实现高效、隐蔽且鲁棒的语音分类后门攻击。
3D场景自适应轨迹可控人体图像动画与相机运动
提出场景自适应人体动画框架，利用地面自适应重定向和视角自适应融合，生成轨迹可控的人体与相机运动视频。
来自TRIBE的全局预测fMRI驱动信号无法预测YouTube重播热力图
TRIBE模型预测脑信号与YouTube重播行为无显著相关，零结果稳健。
CWT增强的振动传感与基于YOLO的时频区域定位
提出CWT增强振动传感框架，利用YOLO检测CWT谱图局部时频区域，轴承故障监测mAP达99.5%，提升可解释性与鲁棒性。
MedStreamBench：一个面向流式与主动式医疗视频理解的时间感知基准
MedStreamBench是首个评估医疗视频回答时机的基准，实验显示模型在流式和主动场景下性能显著下降。
基于卷帘快门图像的球形物体速度与自旋估计
利用卷帘快门畸变作为时间信息，单帧无对应估计球形物体3D平动和角速度，实现高速运动参数准确恢复。
长程推理的递归模型
提出递归模型突破长程推理的上下文限制，证明可指数级压缩活动上下文，实验验证有效性。
BIFROST：为观测空间模拟到现实迁移搭建不变特征表示桥梁
BIFROST利用跨域双模拟目标学习共享表征，实现模拟到现实的零样本策略迁移。
基于梯度范数的各向同性高效不确定性量化方法
提出基于梯度范数的各向同性不确定性量化方法，单次传播高效计算，并在QA任务中揭示不同类型不确定性的信号差异。
OmniGAIA：迈向原生全模态AI智能体
提出OmniGAIA基准与OmniAtlas智能体，实现跨视频、音频、图像的深度推理与工具集成。
平面SfM：通过单应图嵌入的相机位姿估计
提出利用平面约束的SfM框架，通过单应图嵌入和谱嵌入过滤不可靠边，实现鲁棒位姿估计，在平面和一般场景均表现优异。
多样性是多模态学习中不可避免且固有的挑战
多样性源于模态内在特性，是多模态学习的根本瓶颈，影响数据构建、训练和评估。
多模态深度转换模型中卒中结局预测的可解释性
结合统计与神经网络，利用Grad-CAM和Occlusion生成解释图，在卒中预测中达AUC 0.81，揭示年龄等关键因子及空间模式。
FLAT：揭示联邦学习中隐藏的潜在条件后门故障
FLAT揭示联邦学习后门审计中隐藏的多触发单目标失败模式，评估防御响应，强调目标级ASR报告必要性。
Concept Alignment Contrast and Long-Short Prompt Memory for Test-Time Adaptation of SAM3 in Medical Image Segmentation
边界感知量化：神经分类器的有限尺度决策几何
量化在低比特下显著改变决策边界，边界感知停止策略可有效减少边界偏移和预测翻转。
超循环Transformer
循环Transformer加超连接，用约一半参数达到同等性能，实现内存高效语言建模。
Hamm-Grams：一种挖掘字节正则表达式的算法
提出基于固定长度单字符通配符正则表达式（hamm-grams）的恶意软件特征挖掘算法，利用局部敏感哈希与聚类，提升分类检测鲁棒性。
Evergreen：高效验证语义聚合中的声明
Evergreen将声明验证转化为语义查询任务，通过早停、相关性排序等优化及置信序列估计，降低成本并保持高F1值（0.94），实现3.1倍至7.0倍的成本降低。
AI之善：人工智能时代何为“好”知识？
本文分析2024年553篇AI论文中的认知美德（如创造性），提出评估AI知识价值的新框架，面向生成性未来。
SAB-LVLM：面向大型视觉-语言模型的显著性感知二值化
提出显著性感知二值化方法SAB-LVLM，通过Hessian矩阵和空间显著性图识别跨模态权重重要性，实现约1比特压缩下性能领先。
ProCal: 开放词汇目标检测中的推理时提议校准
ProCal通过前景与背景分数校准提议，抑制背景误激活，提升新颖目标定位，在OV-LVIS上APr提升2.5。
轻量级安全强化学习用于端到端无人机导航
提出安全约束的轻量强化学习框架，结合安全PPO和课程学习，实现高效安全的无人机导航。
完全随机缺失数据下k均值聚类的统计性质
给出MCAR下k-means聚类中心估计的√n-收敛性和渐近正态性，以及收敛到真中心的充分条件。
混合并行策略：面向专家混合模型的高效内存训练栈
MoP混合并行训练栈在12节点H200上高效训练万亿参数百万上下文，吞吐量比FSDP2提升4.7-8.2倍。
使用密集具身思维链监督训练视觉-语言-动作模型
ZR-0模型通过密集具身思维链监督实现跨具身对齐，预训练于6千万帧数据，在单臂、双臂、人形等平台表现优异。
ContraFix: 技能增强的对比运行时分析用于漏洞修复
ContraFix通过对比运行时分析和技能库复用，实现92%修复率，语义正确性58.2%，超越基线。
平均场强化学习
从马尔可夫决策过程视角介绍平均场强化学习，涵盖理论框架、模型分析、动态规划与Q学习，桥接控制与学习方法。
GroundEval：有状态智能体评估中LLM评判的确定性替代方案
GroundEval确定性测试智能体证据路径，替代LLM评判，揭露无效证据导致的虚假答案。
关于代码仓库中LLM生成代码与注释的探索性研究
研究发现LLM生成代码随时间减少，多出现于测试用例且存在大量克隆；公司仓库比例更高，但仅少数bug与之相关。
使用离散度校准分数量化盲估计房间嵌入的不确定性
提出框架学习鲁棒房间嵌入与不确定性分数，通过多视图KL对齐和秩优化，仅需单次语音即可有效预测。
深入探究Claude Code：当前与未来AI智能体系统的设计空间
分析Claude Code架构，提炼五个人类价值与设计原则，对比两个开源系统，提出六个未来AI智能体系统设计方向。
MMBench-Live：一个持续演进的多模态模型基准
MMBench-Live通过多智能体自动化流水线实现低成本的持续演进，保持模型排名稳定且抗数据污染。