面向ARC-AGI-2的模态驱动搜索与整体轨迹评判
提出模态驱动搜索与整体评判方法，在ARC-AGI-2上达72.9%准确率，超GPT-5.2 Pro 18.7个百分点，每任务成本低于40美元。
当大型语言模型粗心读取表格时：衡量与减少数据引用错误
揭示LLM表格任务中数据引用错误普遍存在，提出批评模型方法可显著提升准确率至12%，并训练轻量级批评模型高效检测错误。
RaBitQCache: 面向长上下文大语言模型推理中KVCache的旋转二值量化
RaBitQCache利用旋转二值量化高效估计注意力权重，实现自适应Top-p检索，加速推理并减少内存I/O。
中文标题
提出SAIL-RevKL正则化目标，证明满足PL条件，实现全局收敛，性能优于原始SAIL。
GaussianMap: 为多传感器在线高清地图构建学习高斯表示
提出GaussianMap，用自适应高斯图元替代固定分辨率BEV，实现高效在线HD地图构建，达到SOTA性能。
Which Tokens Matter? Adaptive Token Selection for RLVR with the Relative Surprisal Index
超越单字：多模态大语言模型句子级甲骨文理解评估
引入S-OBI基准评估MLLMs句子级甲骨文理解，发现模型依赖字符识别且视觉错误传播。
一次反思不够：基于多假设失败归因的自纠正自主研究
SAGE通过多假设失败归因实现结构化因果诊断，将可靠成果产出率从42%提升至92%，质量达6.75/10。
超越表达性与可训练性悖论：动态李代数视角下的量子机器学习荒原高原导航
通过动态李代数限制电路代数增长作为结构正则化，避免贫瘠高原，实现可扩展训练。
面向生成式机器学习的随机微分方程导论：变分视角
本文以变分视角介绍随机微分方程在生成建模中的应用，推导ELBO，并统一阐述扩散模型、分数匹配与流匹配。
强化学习结合元认知反馈使LLM忠实表达不确定性
提出RLMF与元认知数据选择，实现LLM忠实不确定性校准，性能最高提升63%，增强模型自我认知与表达能力。
Robustness of neural networks to random noise perturbations of their inputs
内省耦合：固定监督下自解释训练追踪行为变化
固定反事实解释训练使语言模型解释比训练目标更忠实于自身行为，且能追踪行为变化，无需更新监督。
学会否定：多模态大语言模型中的动作否定
提出UCF101-AD基准，揭示多模态大模型在动作否定任务上准确率低于50%，因果提示可显著降低误判。
HSDF-Lane: 结合语义车道先验的高度对齐符号距离场用于3D车道检测
HSDF-Lane隐式建模路面为高度对齐符号距离场，结合车道语义先验，实现3D车道检测与高度估计，获最优性能。
将时间一致性蒸馏到2D网络中用于经直肠超声前列腺视频分割
提出蒸馏时间一致性到2D网络的框架，实现实时视频分割，采用置信度加权和双尺度原型对齐，无需密集标注，精度与速度兼优。
极简LLM系统中的涌现文化
极简LLM系统中，代理自发合作、管理存储、生成复杂文化产物，展现出结构化长程相干性。
不依赖ASR的多模态频谱时间建模用于早期痴呆检测
提出无需ASR的频谱时间建模，以频谱位移场为生物标志物，多模态融合效果因语料而异，跨语言架构稳定。
惊讶：可塑性与元认知的信号
预测误差（惊讶）同时充当可塑性门控和元认知载体，两个系统验证其在持续学习（恢复旧类达51.3分）与VLM主动学习（AUROC 0.966）中的高效性。
大型数据库需要小型、开放权重语言模型
本地量化开放权重模型替代昂贵闭源API，成本降低390倍、延迟降低3.8倍。
RAISE：基于大语言模型的鲁棒对抗实例搜索自动化启发式设计
RAISE框架在LLM进化搜索中集成对抗实例搜索，显著提升启发式设计在分布偏移下的鲁棒性。
一个加速植物表型组学科学发现的自主AI框架
提出端到端自主AI框架，将高通量植物表型数据分析从数天缩短至秒级交互，加速科学发现。
循环Transformer弥合潜在与显式推理的差距
LOTUS循环Transformer并行处理潜在块，在3B规模首次弥合隐式与显式CoT差距，延迟降低2.5-6.9倍，潜在空间可解释。
校准而非编译：检测与修复语言模型编写的错误设定概率程序
用贝叶斯工作流检测修复LLM概率程序错误，效果远超单元测试和LLM审查。
ForgeDrive：自动驾驶中统一视觉-动作生成的双向交叉条件
提出“先行动后想象”范式，通过双向交叉条件统一视觉与动作生成，提升规划性能。
从失败中学习：计算机使用代理的推理时自我改进
通过LLM分析失败轨迹，生成代码补丁提升代理性能，成功率提升6.6%，无需额外训练。
ECHO：智能体强化学习中的选择性回合记忆剪枝与追溯学习
ECHO框架通过选择性回合记忆与源索引重建，解决长程智能体历史崩溃与可追溯学习问题，在BrowseComp-Plus上达43.4%准确率。
FARS：一个大规模部署的全自动研究系统
FARS全自动AI研究系统大规模部署产出166篇论文，评审显示可产出有价值但存在局限的研究成果。
CooperScene：具有C-V2X通信特征的多模态协同自主性基准
高保真协同自主数据集，含真实C-V2X通信特征，覆盖多场景，提供大规模3D标注与评估基准。
图书馆与信息科学中研究方法的使用频率与应用多样性：1991年至2021年的持续调查
近31年LIS研究：方法从理论转向实证，主题从系统转向用户，揭示18主题与16方法动态关系。
用英语思考，用韩语回答：多语言工具使用代理的高效适配
提出LuckyStar 111B模型，通过微调、强化学习和4位量化实现多语言工具代理高效适配，提升数学推理和函数调用。
信息大地：一种叙事锚定的语义优先文档嵌入投影
以用户选定文档为极点，经纬度编码叙事进展与主题偏差的文档球面投影法。
创造智能：通用人工智能的计算基础
提出基于集合论与超维计算的离散认知理论，以子集模式匹配实现常数时间联想记忆，开辟高能效人造智能新路径。
通过对抗性蒸馏提升认证鲁棒性
AD-CERT结合对抗蒸馏与IBP，利用鲁棒教师logit信息达到最优认证鲁棒性，logit蒸馏优于特征空间（提升5.4%）。
特征排序截断时机：用于子集选择的残差重叠停止规则
提出残差重叠停止规则，依风险校准阈值从特征排序中自适应选子集，高维降维并保持预测性能。
中文标题：重新思考特征工程与学习策略在少样本隐式情感识别中的作用
中文摘要：提出紧凑多模态框架，集成多源特征与交叉注意力，揭示微动态任务中视觉基础模型的表示坍缩与伪泛化问题。
HyperVLP：在双曲空间中增强层次化手术视频-语言预训练
提出双曲空间预训练框架，显式保留手术知识的层次结构，减少假阴性并增强语义一致性，提升阶段识别性能。
Arena-T2I Hard: 基于依赖感知检查清单的忠实度基准测试与提升
提出含310提示、分解约束的Arena-T2I Hard基准及依赖感知检查清单奖励，优化忠实度与美学权衡。
UHD-MFF：通过可学习查找表打破多焦点超高清图像融合的障碍
提出首个超高清多焦点融合数据集与可学习查找表框架，实现实时4K融合，性能超越现有方法。
自演化智能体系统：自动化生物实验方案生成与执行
ProtoPilot自演化多智能体系统实现生物实验方案自动生成与执行，通过基准测试和湿实验验证，达到高成功率。
面向工业级车辆路径问题的自适应先聚类后路径分解方法
提出自适应CFRS系统，利用大语言模型动态分解，在50万客户实例中展现竞争力与可扩展性。
分解即指纹：智能体技能的逐组件身份标识
提出120字节局部敏感指纹，以组件三元组识别技能身份，AUC达0.974，性能优异。
Visual Semantic Entropy: Do Vision Language Models Recognize Visual Ambiguity?
Evo-PI：通过演化原则引导的监督对齐医学推理
提出Evo-PI框架，用可演化原则引导监督，动态对齐模型推理，医学VQA准确率提升最高24.6%。
非线性感知LoRA：低秩约束下的结构化门控适配
NA-LoRA通过导数掩码和步长缩放适应门控非线性，提升低秩微调性能且无推断开销。
AC3S：面向3D感知合成数据生成的自适应调节
提出自适应调节扩散框架，动态控制条件强度，结合多智能体VLM生成3D感知数据，提升图像质量与下游效用。
ShopX：面向智能购物中意图到商品履约的基础模型
ShopX统一意图理解与执行规划，通过语义ID直接操作商品空间，减少智能购物中语言与商品间的损耗，提升复杂请求处理效果。
责任扩散：生物合理双流网络中的任务相关信用分配
基于严格Dale原则，提出模数误差路由扩展误差扩散，在MNIST/CIFAR-10上达96.7%/61.7%，并集成PPO在强化学习中取得竞争性能。
FedXDS：利用模型归因方法对抗联邦学习中的数据异质性
提出FedXDS，利用XAI特征归因指导选择性数据共享，缓解联邦学习数据异质性，结合隐私保护，提升准确率与收敛速度。
WarpHammer: 利用三维物体先验稠密化场景扭曲实现极端视角合成
WarpHammer利用3D物体显式先验重建，解决大视角下扭曲稀疏伪影，无需微调即可融合外部无位姿辅助视图，实现稳健极端视角合成。