Joint discovery of governing partial differential equations from multi-source datasets by competitive optimization
使用AI代理大规模自动化黑盒审计个性化算法
提出基于GenAI代理的黑盒审计框架，实现反事实分析；X平台案例显示算法放大极化右倾内容，用户意识形态影响显著。
基于结果奖励模型的Text-to-SQL测试时验证
提出GradeSQL框架，用结果奖励模型验证Text-to-SQL，在BIRD和Spider上分别提升4.33%和2.10%。
使用基于Transformer的模型结合类别权重和阈值调优的多语言极化检测
采用类别加权损失和阈值调优的Transformer模型，处理不平衡多标签极化检测，在英语和斯瓦希里语上表现优异。
ReactionAtlas：利用机器学习从头探索化学反应网络
利用机器学习从头构建化学反应网络，从8个种子分子发现约47000个反应，精度高，揭示甲酸循环新路径。
加速度计衍生的心血管代谢风险数字生物标志物：一个具有不确定性量化的代表性人群表格基准
使用NHANES数据构建加速度计心血管代谢基准，TabPFN v2最优，并应用共形预测量化不确定性，但甘油三酯预测差且亚组覆盖不均。
关注残差差距：现实世界偏差下的概率降尺度
ReMatch通过最优传输对齐残差分布，弥合训练与测试的残差差距，解决概率降尺度偏差和欠扩散，改善校准。
Training Therapeutic Judges and Multi-Agent Systems for Human-Aligned Mental Health Support
从搜索到综合：训练大语言模型为零样本工作流生成器
MetaFlow以元学习训练LLM生成稳健可复用工作流，两阶段训练后实现零样本泛化，性能媲美先进基线。
分层全局注意力（HGA）
HGA作为密集因果注意力的替代，通过分层路由实现长上下文，在32GB显卡上支撑64K令牌，注意力差异极小。
超越干净文本：评估编码器与解码器在噪声文本中对孟加拉语事件检测的鲁棒性
孟加拉语噪声文本事件检测中，编码器干净文本优但噪声衰减，解码器更鲁棒，联合训练有效缩小差距。
通过进程侧车实现可撤销的习得状态
提出双系数编辑族，利用进程侧车实现安全训练后的记忆撤销，证明其近似第二阶精确性，优于朴素任务算术。
少步文本潜变量为何失败而图像潜变量有效？尖锐分类读出中的非承诺性
少步文本生成失败源于几何非承诺：平滑确定性映射无法在尖锐读出前解决离散分支，随机或自回归可逃逸。
梯度平滑：耦合逐层更新以改进优化
提出深度梯度增强框架，通过窗口平滑算子平滑逐层梯度，在多种任务中一致提升优化与泛化性能。
可预测的GRPO：训练动力学的闭式模型
提出GRPO训练动力学的闭式模型，揭示指数饱和与慢启动，预测组大小不变性与稳定性阈值
GRAPE：用于交互式医学图像诊断的图增强原型解释
GRAPE通过图注意力建模、安全检查和开放词汇锚定，提升F1、捕获错误、支持单图添加新发现。
简单监督难以被击败：来自域自适应目标检测中稀疏目标标签的苦涩教训
少量标注下，简单监督损失RTSM显著提升域自适应检测，复杂方法提升有限。
Building a Multimodal Dataset of Academic Paper for Keyword Extraction
GaussLite：在线任务条件式三维高斯泼溅用于实时机器人建图
GaussLite据语言任务动态分配高斯密度，在资源受限硬件上实时建图，ROI PSNR提升2.72dB并支持多任务地图融合。
Linguistic Distancing on Social Media: Indicators of Emotion Regulation Across Age Groups
双边市场中供给增量效应的估计：一种因果机器学习方法
用因果机器学习与层次贝叶斯框架，以Airbnb为例估计额外供给对交易的增量效应。
AgentBound：自主AI代理的可验证行为治理
AgentBound通过三方权威评估动作，生成加密可验证收据，实现可独立验证的问责制。
HyPOLE：超属性引导的部分可观测多智能体强化学习
HyPOLE框架用超属性HyperLTL引导部分可观测多智能体强化学习，结合CTDE，在多个基准上优于基线。
CORTEX：通过比较内部表示实现RAG中令牌级幻觉检测
CORTEX通过比较有无检索文档时的LLM内部表示，实现令牌级幻觉细粒度检测，结合前文传播与平滑提升性能。
DDIAgents：机制条件化上下文流用于药物相互作用预测
提出机制条件化多智能体框架，动态编排知识、协同专家推理，实现可解释且优于基线的药物相互作用预测。
SyncCache：利用非对称动力学实现快速音频驱动的人像动画
提出SyncCache，通过空间非对称探测和模态解耦缓存，实现人像动画近无损加速4.12倍。
流体控制的离线强化学习：基于数据的多观测策略提取
提出离线RL框架，采用传感器位置条件化架构，通过数据驱动提取策略，实现多传感器自适应，降低计算成本。
神经-贝叶斯-符号残差注意力浅层网络：面向网络安全风险评估的可解释深度学习
提出NBS-RASN浅层混合网络，用80个神经元和五条认知公理，实现可分解、设计保证的可解释网络安全风险评估。
AVTok：面向整体音视频生成的一维统一标记化
AVTok提出双流transformer统一标记音视频，分层训练解决信息不平衡，实现高效重建与生成。
A Semantic-Layer-Mediated Agent for Natural Language to SQL over Heterogeneous Enterprise Databases
中文标题
人工智能体调节负担具有历史依赖性，形成滞后效应，预期调节可降低控制需求。
随机森林集成大小选择中基于三元组平台搜索的平稳分布理论
将随机森林树个数调参建模为生灭马尔可夫链，推导平稳分布及尺度规律，揭示其随机过程本质。
标签模仿游戏：用于零样本伪标签剪枝的图灵测试网络
提出标签模仿游戏框架，用图灵测试网络上下文剪枝伪标签，提升准确率并实现零样本跨任务迁移。
OpenLife：迈向基于自主LLM代理的开放世界人工生命
将LLM代理置于开放世界，展现自发活动、个体化、社会结构和自创收入等生命特征。
基于参考的语音对话系统韵律与节奏评估
提出基于匹配参考的百分位评估协议，用于对话系统韵律节奏评估，提升可解释性与准确性。
超越编译：评估从自然语言到Lean的忠实语句形式化
编译通过不代表语义忠实，评估揭示29%差距，建议分开报告形式有效性、证明能力与忠实形式化。
面向税务感知的个性化投资组合管理的三阶段基础模型
提出三阶段深度强化学习系统，通过跨资产编码器、MoE多目标优化和LoRA个性化，实现税务感知的个性化投资组合管理。
基于知识的单图像尺寸估计——面向数字孪生构建的3D资产生成技术
从单目图像分解结构元素，融合设计规则与几何关系估计尺寸，生成匹配真实环境的3D资产，提升数字孪生中车载摄像头验证精度。
中文标题：LabGuard：将自然语言实验室规则具象化为具身实验室代理的运行时守护
中文摘要：提出LabGuard套件，将自然语言规则转为可执行监视器，任务F1达79.4%，不安全事件从39.5%降至23.8%，干预低于0.5%。
真相还是诡辩？LoFa：LLM逻辑谬误鲁棒性基准
LoFa基准通过多轮辩论框架评估LLM对逻辑谬误的鲁棒性，提出LFR@k指标，揭示不同模型脆弱性差异。
基于细粒度知识实体的学术论文团队机构组成与新颖性关系研究
产学研混合团队比纯工业团队更易产生新颖论文，并关注方法-指标组合，而工业团队更关注方法-工具组合。
分区引导的距离显著性：在多目标优化中连接决策空间与目标空间
PGDS框架通过分区引导距离显著性，自动识别高维多目标优化的关键变量，提升可解释性。
流式高斯编码用于4D全景占用追踪
提出流式高斯编码器，实现表示级时间连贯性，提升4D全景占用追踪一致性，达到新SOTA。
通过潜在场景嵌入揭示轨迹预测中的可迁移性
提出基于潜在场景嵌入的迁移性评估框架，在24个数据集上验证分数与性能强相关，指导数据集选择与预训练。
扩散Transformer的质量感知调制
QRM模块学习质量感知表征，调整DiT自适应LayerNorm调制，提升图像质量。
自然语言解释中判断质量的衡量：来自预测锦标赛的证据
引入解释质量标记（EQMs），用LLM评分推理模式，预测准确性优于传统方法，并能有效识别表现不佳者。
MultiUAV-Plat：面向大语言模型的多无人机协同任务规划平台、基准测试与框架
构建面向LLM的多无人机协同任务规划平台与基准，Agent4Drone框架任务通过率57.9%，显著优于ReAct基线。
多阶段延迟树实现混合可解释性：若初不成，再树一次
多阶段延迟树用稀疏树序列处理多数样本，仅延迟少数至后续树或黑箱，在保持高准确性的同时提升可解释性。
一种可迁移的习得时间先验用于真实疫情标签中的传播重建与决策相关不确定性
习得时间先验可迁移，优于基线，不确定传播边改变干预优先级。
等等，我公平吗？——演绎刻板印象的表征与Fair-GCG的缓解方法
识别演绎刻板印象，提出Fair-GCG推理注入框架，有效提升LLM公平性、减少偏见。