AutoMem：将记忆作为认知技能的自动化学习
AutoMem通过自动化优化记忆结构及训练信号提升模型记忆熟练度，使长时任务性能提升2-4倍，证明记忆管理是可独立学习的技能。
MedCAGD：上下文感知门控解码器用于高效医学图像分割
提出上下文感知门控解码器，通过多尺度通道重校准与门控跳跃融合提升医学图像分割准确性，在11个基准上优于基线。
从“字符串”到“事物”：面向个人知识图谱的LLM三元组抽取在推荐系统中的评估
提出用轻量LLM从对话数据提取用户偏好三元组构建个人知识图谱，评估发现部分模型抽取与下游推荐性能俱佳。
对话推荐系统中用户模拟的提示优化：一个多目标框架
提出多目标框架自动优化提示，缓解LLM用户模拟的偏差与数据泄漏，实现行为对齐。
为何先进编码器在稀疏检索中落后？答案与弥合词汇差距的方法
词汇差距导致先进编码器稀疏检索性能落后。提出词汇迁移框架，通过语义初始化和激活势校准弥合差距，达到SOTA。
要有多早才算早？订阅流失预测中依赖设计的观察窗口充分性
早期行为提升流失预测，但窗口充分性依赖设计（45-90天拐点），声明需明确队列、目标与特征。
基于视觉语言模型上下文推理的个性化对象识别与定位
提出POIL任务及IPLoc-ID算法，借助VLMs上下文推理实现目标定位与负样本拒识，有效抑制假阳性。
学习组合：重新审视零样本组合图像检索的代理任务设计
FoCo通过聚焦相关视觉与语义补全两阶段学习组合函数，实现零样本组合图像检索最优性能。
可解释编码器与学习型编码器在高基数欺诈检测中的对比
高基数欺诈检测中，实体嵌入AUC-ROC最高，与CatBoost相当；AUC-PR CatBoost领先，TabNet不及树模型。
UltraFlux: 数据-模型协同设计，实现跨多种宽高比的高质量原生4K文本到图像生成
UltraFlux通过数据-模型协同设计，结合共振2D RoPE、VAE后训练、SNR感知Huber小波损失和阶段式美学课程学习，实现稳定保细节的4K文生图，超越开源模型并媲美Seedream 4.0。
群等变庞加莱卷积网络
提出群等变庞加莱ResNet，结合双曲几何与离散对称群，加速收敛并保持边界约束。
SFDA跟踪：恶劣天气下的广义无源域自适应跟踪
提出SFDATrack，利用双交互Mamba和超球原型投影实现无源域自适应恶劣天气跟踪，性能优越。
内核中的幽灵：通过领域泛化实现高效Transformer的上下文学习
线性Transformer通过领域泛化实现上下文学习，得到维度无关收敛率，指导激活与损失设计。
MEPA：基于专家混合的视觉自回归建模多尺度表示对齐
提出MoE架构与残差特征聚合，提升多尺度表示学习，ImageNet上半轮训、少参数即达更优FID。
面向高效图像到3D扩散变压器的活力感知压缩
首个图像到3D扩散变压器压缩方法，实现66%模型缩减并保持几何保真度。
SchemaRAG：面向LLM驱动结构化信息提取的动态大型模式缩减
SchemaRAG动态缩减输出模式，提升LLM结构化提取效率，微F1提升8.8%，延迟降低47%，token成本降低48%。
PAPA：在线个性化主动偏好对齐
PAPA无需参数化奖励模型，通过实时用户反馈直接优化扩散模型，实现高效个性化偏好对齐。
原型语言模型
PRISM原型语言模型通过稀疏非负混合原型，性能接近密集基线，实现快速数据归因与可解释修正。
LIST3R：长序列实例感知的3D重建
提出基于实例锚点的长序列3D重建框架，通过跨子序列锚点匹配实现全局一致重建，显著提升轨迹和重建质量。
可控叙事渲染，增强辅助写作
提出Loom框架，基于叙事学区分故事与话语，精确控制叙事意图与渲染密度，解决安全编辑与破坏扩展的矛盾，提升质量。
Active-GRPO：面向分子优化的自适应模仿与自我改进推理
提出Active-GRPO方法，通过自适应模仿与强化学习切换及参考动态升级，提升分子优化性能。
BaRA：基于BFS与反思的网络数据采集代理
BaRA结合有限BFS遍历与自反思，在网站链接发现与可下载多模态内容提取上超越现有方法。
从结构方程模型到双重机器学习：基于调查研究的鲁棒性分析
提出SEM-OLS-DML鲁棒性分析框架，检验调查研究中关系稳定性，附可复现模板。
DriveVer：自动驾驶的轻量级测试时轨迹验证器
DriveVer是轻量级即插即用测试时验证器，以仅34M参数融合多视角视觉与运动特征，实时提升轨迹规划性能。
拓扑空洞分析：知识空间系统性技术创新发现的数学框架
TVA框架通过三元组条件识别知识空洞，在约14万文档中生成2128候选，端到端通过率0.05%，发现非明显技术连接。
径向相互作用层析成像：从单幅扩张范围图像识别非传递性进化博弈
从单幅扩张图像提取几何信号恢复边界流场，识别非传递性进化博弈，并证明端点可观测性和稳定性。
无基质的人格：体制依赖性与大语言模型个体化问题
四个实验揭示跨体制共指假设错误，提出载体与体制对作为身份单元。
MolSafeEval：用于揭示AI生成分子安全风险的基准
MolSafeEval整合毒性数据库与危害规则，通过知识图谱和大模型推理检测AI生成分子的安全隐患，覆盖四类生成任务，暴露安全漏洞。
Flow-Map GRPO：基于锚定随机组合的少步流图生成器强化学习方法
针对确定性少步流图生成器难以进行RL后训练的问题，提出Flow-Map GRPO，通过锚定随机组合引入随机性，有效提升模型性能。
文本到图像扩散模型安全对齐中的高效用幻觉
安全对齐导致语义坍缩，细粒度语义失败；提出SAGE正则化恢复结构化效用，TIFA提升5%。
基于标签影响传播的多标签节点分类
提出标签影响传播模型，通过构建标签影响图调整学习，超越现有方法。
面向具身智能的内存原生非地面网络
提出MemNTN范式，利用长期上下文优化系统，双内存架构，在卫星具身问答中表现优越。
GenSP：通过学习形状生成模型实现一致的球面参数化
GenSP通过生成模型实现球面参数化的一致性，减少几何失真，提高跨形状对应性。
PRA-RAG: 面向检索增强生成中对抗检索污染的可证明鲁棒聚合
提出PRA-RAG可证明鲁棒聚合算法，防御检索污染，攻击成功率降至1%，准确率71%。
决策导向的稀疏切线投资组合优化
提出端到端决策聚焦框架，用光滑top-k算子实现精确基数约束，直接优化夏普比率，在四个市场表现更优。
测量死方向：分解与分类规范对齐外的奇异结构
提出无降阶无对齐的死方向测量，从Fisher率恢复阶数并分类，验证于多种网络。
学习用户感知的回忆：长期对话记忆中的个性化检索
提出PPRO框架，以用户档案引导排序并优化检索，实现个性化长期记忆召回，显著提升性能。
DroneIQA-VLE：基于视觉语言集成的多任务无人机图像质量评估
提出DroneIQA-VLE框架，集成视觉编码器与多模态大模型，通过算术平均预测全局质量，获挑战赛第二名。
SkillSelect-Serve：面向小型LLM智能体的预算可控且QoS感知的技能服务推荐与组合
提出预算可控、QoS感知的SkillSelect-Serve框架，通过双粒度效用建模提升技能服务推荐组合的召回与效用。
Libra：为智能体信息检索训练环境
Libra框架通过合成查询与目录重写循环优化智能体环境，持续提升代码定位准确率。
MindAU：基于双流流形对齐的脑电条件面部动作单元编辑
MindAU通过双流流形对齐实现脑电引导的面部动作单元编辑，达成高保真身份保留。
AdaBoosting文本提示用于视觉-语言模型
提出TPB框架，基于AdaBoost将文本提示分类器聚合为强集成，聚焦误分类样本，提升精度并跨模型迁移。
Loss Smoothing for Stable Adaptation Under Distribution Shift
带有限抽样违规的分布式在线强盗子模最大化
提出分布式在线子模最大化算法，实现次线性遗憾，并设计有界抽样违规方案保证累计违规次线性。
GRACE-RAG: 受控检索架构用于规范证据合成，实现闭域机构轻量部署
GRACE-RAG通过图增强检索外化结构推理，避免碎片化证据，轻量部署于闭域机构，质量提升20%。
EO-VGGT：基于轨道射线条件的卫星多视图重建三维基础模型
EO-VGGT框架通过几何约束选图、推扫视线编码和适配器，实现卫星多视图3D重建。
面向基于AI的住宅建筑平面图合规性检查的自动化框架
提出基于AI的框架，用LLM转规则并自动分割平面图，实现多单元建筑合规检查。
信息正则化注意力：面向视觉中心推理
IRA机制通过随机注意力显式控制视觉信息注入，抑制冗余信号，提升VLM稳定性与表示学习。
LLM引导的常微分方程发现与小队列聚合数据参数推断
AgentODE从群体汇总统计中联合发现ODE结构并推断参数分布，并在稀疏噪声数据中实现机制性结构发现。
检测不可检测：通过主动学习增强无监督时间序列异常检测
提出主动学习框架，以掩码重构和极小极大策略增强无监督异常检测，AUC提升12.39%。