快至可行动：面向低延迟机器人视觉语言模型与视觉语言动作模型的时空视觉令牌合并
ST-Merge通过时空令牌合并，实现2倍推理加速仅损失1%精度，在VLA上达8.3倍加速。
不完整图证据下的大语言模型推理基础
不完整图证据下，LLM推理无法同时拒绝假轨迹和保留真轨迹，软基础化通过KL正则化变形实现稳定推理。
利用开源大语言模型的多智能体系统以减轻虚假信息威胁
多智能体系统模仿人类标注，结合共识与多样性，优于GPT-4等，利用开源LLM实现多语言虚假信息检测。
字段顺序无关紧要：结构化元数据检索的置换不变嵌入模型微调
提出置换不变微调(PI-FT)消除字段顺序影响，在15语言基准上低成本提升检索性能，优于大模型。
SAFE-DiT：面向高分辨率扩散Transformer的语义感知快速路径执行
SAFE-DiT消除冗余掩码开销，实现高分辨率DiT推理2.69~5.09倍加速，内存降低至1/3，且视觉质量非劣。
L2D2-GS：面向前馈动态高斯场景重建的稠密化学习
提出L2D2-GS框架，通过自监督稠密化和几何正则化，实现前馈动态高斯场景重建，SOTA且基元更少。
人物角色训练的蒙特卡洛：限价订单簿中群体神经策略机器人估计市场结果分布
提出人物训练蒙特卡洛法，模拟限价订单簿中人格条件机器人交互，估计市场统计分布，融合多学科理论并设计验证框架。
量化和采样温度对LLM安全对齐的联合效应：一项因子分析
标准量化对安全影响中性，高温采样增加决策不稳定，但二者无复合效应。
REAR：通过奖励分解实现测试时偏好重对齐
提出REAR框架，通过奖励分解实现测试时偏好重对齐，高效可扩展，适用多种任务。
DialogPII：用于检测个人信息的合成对话转录多语言数据集
多语言合成对话数据集DialogPII覆盖11语言8场景，用于个人信息检测，附基线模型与验证。
t-STEP：一种用于总电子含量预测和不规则性估计的可解释模型
提出t-STEP模型，30秒分辨率预测TEC，精度91%，误差4.38 TECU，可估计不规则性，优于IRI-2020。
SAD-GS：通过动态地理语义锚点学习可靠的3D语义高斯场
提出动态地理语义锚点框架，解决多视图语义漂移与跟踪异常，实现可靠3D语义高斯场学习，性能最优。
DR-GS：基于物理的可变形与可重光照的2D高斯散射
DR-GS通过解耦几何、光照与材质，实现高质量动态变形与重光照渲染，支持后编辑。
NaLA: 一种面向高质量3D场景生成的原生3D LLM布局代理
NaLA通过直接编码3D资产和边界，采用粗到细预测机制，实现高质量、高效率的3D场景布局生成。
AI如何解决了最古老SGD算法的复杂度问题
1937年Kaczmarz算法是最早SGD，现AI模型联手发现其最坏复杂度。
MOPD：面向LLM后训练中能力集成的多教师在线策略蒸馏
MOPD通过多教师在线策略蒸馏集成多种能力，消除暴露偏差，优于混合RL等方法，并支持并行开发。
推测性预定位：将状态会话解码至下一个决策点，脱离关键路径
推测预定位利用空闲提前解码，使首令牌延迟从39ms降至约1ms，代价仅能量与有限错误。
Event-VLA: 基于动作条件的事件融合实现鲁棒视觉-语言-动作模型
提出Event-VLA框架，利用事件流增强光照鲁棒性，通过动作查询路由融合，在正常与低光照下保持高操作成功率。
OLIVE：面向语音自监督学习的视图增强潜在预测与波形重建
OLIVE联合优化分析与合成，通过视图增强预测与波形重建，提升生成与说话人任务，保持识别语义性能并改善重建。
一个基于生物医学工具宇宙的治疗推理AI智能体
ATHENA-R1通过强化学习在212个工具上训练，治疗推理准确率94.7%，超GPT-5，获专家青睐。
模型能力增强的数据与评估闭环
提出“能力切片”构建闭环，将基准失败转为数据干预，两案例验证：排除数据错误与定位推理短板。
IMCBench：面向图像引导医学对话的多模态大语言模型基准
IMCBench评估多模态模型在图像医学对话中的安全、准确与不确定性，揭示准确描述不确保安全，需多维评估。
探寻推理中的真理：一种引导LLM轨迹的动态表示编辑框架
提出DynaSteer框架，通过模式聚类和Fisher-LDA分离真理，动态监测熵值选择性引导推理，提升LLM准确性。
COMPASS：在统一多模态模型中实现构成意图引导的落地
提出统一多模态框架COMPASS，以共享专家token实现构成感知与生成控制，大幅提升构成理解与生成一致性。
基于留出选择的递归自进化智能体
RSEA通过留出选择实现递归自进化安全，在多个基准中表现最优或稳健，避免退化。
双精灵博弈：审计驱动的AI治理中的采纳与福祉
采用进化博弈论，伤害最小化代理在特定条件下可取代RLHF代理，但自审计不足以防止社区伤害，取决于价值观一致性与时间范围。
BV-Blend：面向稳定无评论家强化学习（带可验证奖励）的不确定性加权历史基线
BV-Blend融合即时与历史奖励统计，稳定无评论家强化学习，提升可验证推理训练稳定性。
利用整数线性规划求解器和机器学习优化护理出租车调度
提出新问题“护理出租车调度”，结合整数线性规划与Transformer学习，平衡违规率、效率和质量，运营时间最多降低8%。
通过伦理困境对LLM进行亚里士多德美德画像
提出VirtueMap框架，通过伦理困境排序评估LLM的实践智慧、正义等五维度，九种模型平均一致性达90.3%。
SIMAX：一种可扩展且可解释的多保真度带注释医患对话模拟框架
SIMAX框架生成带标注的模拟医患对话，评估显示自然度和保真度良好，支持通信编码系统开发验证。
共振膜片溅射实现任意尺度超分辨率
提出共振膜片溅射，用高表达力Brane替代高斯，减少重叠，实现更快更高质量的任意尺度超分辨率。
GPTNT：在《继续说话没人会爆炸》中基准测试多模态智能体间的实时协作
GPTNT基准测试多模态智能体实时协作拆弹，现有模型无一成功，揭示状态追踪、时间压力等弱点。
M3 QuestionIng：多模态多跨度医学问答
提出M3QAFrame多模态多跨度医学问答框架，融合文本图像，生成含图像答案，性能优于现有方法。
Miti360：一个用于改进重新造林监测的综合数据集
提出非洲肯尼亚森林监测数据集Miti360，含高分辨率图像与地面数据，微调DeepForest模型提升检测精度12%和召回率69%。
FiRe：频率重参数化作为周期性隐式神经表示的预处理器
FiRe通过低秩门控重参数化频率，作为隐式预处理器加速周期性INR优化，图像拟合PSNR最高提升1 dB。
TRACE：双人语音中基于时间关系的对话情感同步检测
提出TRACE框架与DyadEE数据集，利用时间关系感知与情感微调Whisper特征，情感同步检测准确率达97.01%。
I-BBS：利用随机距离矩阵理论进行无坐标的潜在子流形推断
I-BBS方法仅从距离矩阵识别低维流形，利用整数稳定签名在噪声下恢复几何，无需坐标。
CAREBench：面向语言模型的儿童安全风险基准
CAREBench评估语言模型在12类儿童安全上游风险中的表现，7个模型失败率2%-58%，为开发者检测安全策略漏洞。
学习作为可观测矩阵动力学：扩散弛豫与相变
OMD框架通过距离矩阵谱分析诊断表示演化，区分扩散弛豫与相变，揭示隐藏几何状态。
在有限辅助异常先验下的鲁棒零样本异常检测
DIVE通过文本嵌入注入和解耦机制，在有限异常先验下显著提升零样本异常检测性能，平均超越基线16%-47%。
不确定性感知的生成与模糊情境下的决策
提出基于贝叶斯理论和风险厌恶的不确定性感知决策算法，用于辅导和评审，实验表明贝叶斯方法更优，高模糊性需谨慎实施。
柏拉图式防御：大规模预训练时代自监督编码器的后门防御
提出无攻击、无模型、无模态依赖的黑盒防御，利用表示兼容性能量函数实现后门检测与净化。
通过基于方程的合成异常重新定义海上异常检测
提出基于方程的异常分类法，定义三种类型，设计合成标注流程及基准评估，为海上异常检测提供系统基础。
面向异质知识冲突下鲁棒RAG的状态感知同伴专业化
RAPS-DA状态感知同伴专业化框架，通过样本三状态分工与token双重选择器，提升RAG异质冲突鲁棒性，无需标签即超越基线。
Poller：大语言模型是否适合评估诗歌理解任务？
提出Poller方法，让LLM扮演诗人评估诗歌，误差大幅降低（修辞94.55%，陌生化89.53%），验证了有效性。
重采样的隐藏成本：不平衡校正如何降低树集成模型中的概率校准
SMOTE校准损失小，欠采样损害大，后处理校准可有效修复。
机器真的能看到图像中的物体吗？基于句法距离和视觉自指实例的研究
通过句法距离构造视觉自指任务，发现当前架构在全局语义任务上存在临界点，准确率崩塌至随机猜测。
演变为混合注意力模型
提出FlashMorph方法，通过优化门控和正则化实现高效层选择，在保持性能的同时降低转换成本。
Bit-ViP: 利用位平面通过混淆保护图像视觉隐私
提出Bit-ViP位平面混淆方案，结合混沌系统与差分隐私生成不可逆噪声，防图像重建保隐私，实验有效。
使用低秩混合模型简化流匹配变换
提出MPPCA作为潜密度，匹配数据分布，简化流变换，加速收敛并提升生成质量。