从命题不对称到感知不对称：将摩擦策略优化扩展到非对称部分信息对话
将FPO从命题扩展至感知不对称，发现摩擦函数仅在各自信息视野有效，正确视角优于全知视角，提出两种标注改进。
行为克隆并非万能：噪声专家反馈下在线策略蒸馏的最优性
噪声专家场景下，离线学习样本需求指数增长，在线策略蒸馏仅需多项式样本，解释其优于SFT的理论原因。
多传感器地面观测的跨模态层级融合
提出AtmoFuseNet，融合多视角图像与雷达数据实现4D云场重建，液态水MAE 0.026，风速MAE 1.18。
基于物理信息的条件归一化流用于仅角度地月轨道确定
利用条件归一化流对地月空间仅角度观测进行轨道确定，生成物理信息状态假设，为经典算法提供热启动。
Personalizing Marketplace Policies with Competing Objectives and Constrained Experiments: Evidence from a Job Marketplace
学习看向何处：用于稳健微型超声前列腺癌检测的强化学习框架
提出Prost-RL框架，结合强化学习与基础模型，生成可解释注意力图，提升微型超声前列腺癌检测鲁棒性，AUROC达79.0。
当重排序有害时：基于不确定性的门控机制用于少样本重排序
重排序并非总是提升性能，基于不确定性的门控可降本15%-80%，并提升平均性能2%。
Triospect：一种针对多种攻击的鲁棒性统计AI生成文本检测的三维框架
提出Triospect三维框架，利用内容与表达视角，显著提升检测对多种攻击的鲁棒性。
通过知识图谱注入的表格医疗数据跨域特征扩展
MedKGTab利用知识图谱与双注意力机制跨域扩展表格医疗特征，数据保真且优于现有模型。
朝向包容性移动建模：城市系统中老年人轨迹模式的特征化与评估
研究发现老年人移动轨迹具有局部化、低熵、非高峰特点，专用模型比主流数据训练的模型更准确。
LOPA：通过潜在序数原型对齐增强口语评估
提出LOPA正则项与SALR路由，无需大模型微调，RMSE达0.361，媲美十亿参数系统的口语评估方法。
通过Transformer揭示UTM安全关键场景
利用Transformer建模序列，结合注意力机制和风险奖励，高效发现UTM漏洞及遗漏边缘情况，效率提升8倍。
HealthAgentBench：面向前沿AI挑战的统一真实医疗智能体环境基准套件
HealthAgentBench基准含54个医疗任务，最强AI代理成功率仅42%，凸显真实医疗场景的挑战性。
FORA：能力保持微调中从权重空间到函数空间的保护
FORA通过激活子空间投影实现函数空间保护，在微调中更好保留原有能力，优于权重空间方法。
无观测则无适应：面向LiDAR语义分割的观测受限测试时提示微调
提出几何约束测试时提示微调，通过空间感知可靠性加权与局部更新，实现稳定LiDAR语义分割适应。
PPT-Eval：针对PowerPoint任务的计算机使用智能体基准测试
PPT-Eval含120个PowerPoint任务，设计部分评分框架，与人类判断高度一致（τ-b=0.77），前沿智能体成功率仅45%。
往昔为序章：一种用于序列演进LLM记忆中选择性更新的插件控制器
提出Janus插件控制器，利用记忆动量触发器和混合评估决定是否接受记忆更新，平均准确率提升2.7-4.6点。
OTCache：面向扩散模型中几何感知缓存的最优传输方法
OTCache用最优传输建模缓存调度平滑演化，通过三阶段预测策略实现扩散模型3.6-4.7倍加速，并提升生成质量。
ADAPT：面向忠实多模态大语言模型的注意力动态对齐与偏好调优
ADAPT直接干预交叉注意力，通过注意力对齐与偏好调优降低幻觉率40%-60%。
SeKV：面向长上下文LLM推理的分层语义记忆分辨率自适应KV缓存
SeKV提出分辨率自适应KV缓存，通过熵引导语义跨度在GPU-CPU间存储，不丢弃信息，性能提升5.9%，GPU内存减少53.3%。
何为错误？非典型语音识别的双参考基准测试
非典型ASR评估存在逐字与意图两种参考，混淆导致模型排名偏差，选择合适参考至关重要。
ClawArena-Team：语言模型智能体子智能体编排与动态工作流基准测试
新基准测试LLM作为管理者的子智能体编排与权限控制能力。
PhotoQuilt: 通过自举分块去噪实现无需训练、任意分辨率的光马赛克
提出PhotoQuilt框架，利用自举分块去噪生成任意分辨率光马赛克，兼顾全局结构与局部真实，无需训练。
使用真实世界故障记录为自动驾驶系统测试生成场景
利用历史故障记录和LLM生成多样化测试场景，可在有限预算内有效发现系统故障。
TAG-DLM：面向文本属性图学习的扩散语言模型
提出统一文本推理与图消息传递的掩码扩散语言模型，线性化邻域并引入拓扑注意力掩码，无需微调即可适配多种图任务。
用统计力学解释机器学习与记忆
用统计力学研究神经网络的学习与记忆，聚焦对抗攻击和低维学习，分析DAM和RBM模型。
Auditing Generalization in AI-Generated Video Detection: A Six-Control Protocol and the VidAudit Toolkit
中文标题：表格上下文学习器能否泛化到生物分子性质预测？
中文摘要：研究发现表格上下文学习器在生物分子预测中表现强劲，但性能强烈依赖于分子表示的选择。
稀疏功能标志定位的密集结构先验（用于手术视频）
提出轻量级细化框架，以SAM 3为结构先验，零样本点提示实现手术视频标志定位，无需手动掩码标注，F1达72.4%/58.0%。
大语言模型能否想象超越二元困境的道德替代方案？
LLMs能生成道德替代方案并获偏好，但需平衡结构质量与可行性。
基于图注意网络的门控多图融合用于阿尔茨海默病检测
多视图门控图注意网络结合PMI共现图与自适应门控融合，AD检测准确率90%。
超越库：一个用于自动形式化研究数学的智能体框架
提出智能体框架自动形式化研究数学，使用通用编码LLM动态扩展类型并验证，成功形式化32道Putnam题及5篇STOC论文定理。
中文标题：用于多光谱目标检测的双稀疏聚合Transformer
中文摘要：提出DSAFormer，通过空间与通道稀疏注意力减少冗余交互，融合多模态特征，在四个数据集上达到最优检测性能。
使用大型语言模型探究风格挪用：欧盟法律下版权侵权评估框架
PSALM框架揭示微调导致系统性风格挪用，仅防范逐字记忆不足以规避版权风险。
一种基于贝叶斯滤波的含噪测量拉格朗日动力学学习方法
提出贝叶斯滤波方法，用神经网络参数化能量，联合学习参数与状态，实现含噪测量下拉格朗日动力学建模。
基于双智能体的凸松弛的AI辅助发现
AI双智能体自动发现凸松弛，验证并改进优化常数下界，分别提升至1.2937和0.37912。
通过信息多视角投影可视化高维图嵌入
提出高维图嵌入与可微边交叉代理，搜索信息2D视角优化美学指标，实验优于标准布局，交互系统揭示隐藏模式。
WarpI2I：用于图像到图像翻译的图像扭曲
提出显著性引导的扭曲-还原框架，改善图像翻译结构保留，无需修改模型架构，计算开销小。
Warp RL：重塑基础策略分布以适应动力学变化
Warp RL用可逆变换重塑策略分布，优于残差修正，在仿真和真实机器人任务中表现更佳。
TerraDiT-Ω：基于任意地理空间基元的卫星图像合成统一空间控制
TerraDiT-Ω框架利用几何感知注意力，从任意地理基元合成卫星图像，实现统一空间控制，提升下游任务性能。
利用预测可微分渲染学习视频动态
提出PDR框架，结合2D高斯表示与可微分渲染器，克服MSE模糊，提升视频预测细节与精度，在多个基准上超越现有方法。
代理式RAG-VLM：面向机器人抓取的功能感知检索增强生成与自我反思规划
提出功能感知检索、场景图推理与自我反思规划框架，抓取成功率78.3%，较纯VLM提升53.3个百分点。
当数据库出现故障：提示LLM对话代理在任务导向对话中安全恢复
轻量提示恢复法降低LLM数据库故障时幻觉率50%以上，但残留问题仍存。
Teaching LLMs to Recommend and Defer in Underrepresented Epilepsy Care
从大型推理模型到紧凑学生模型的知识蒸馏：以John O'Bryan数学竞赛为例
蒸馏DeepSeek-R1至Qwen2.5-7B，竞赛准确率提升4.76%，验证响应长度关键影响。
探索表格上下文学习中的记忆效应
LTMs在特定微调条件下存在参数记忆，但现实训练中信号消失，需保护敏感数据。
基于扩散的材料正则化用于物理逆向渲染
利用扩散模型预测优化正则化，联合重建几何材质光照，生成高保真可重光照资产。
AnyMatch：利用大规模单视图图像增强通用多模态图像匹配
提出AnyMatch框架，用单视图图像生成多模态数据，保证3D几何一致性，构建Any-syn数据集，显著提升匹配性能。
AETDICE：非线性多目标强化学习的统一框架与离线优化
提出AET框架统一非线性MORL两范式，基于DICE密度比估计实现离线优化，解决长期难题。
混合UNet-Transformer模型用于从复合材料几何生成应力应变场
提出混合UNet-Transformer模型，高效预测应力应变场，精度高但稀疏软相网格性能下降。