MWE-ECL：可恢复的长程上下文并不总能覆盖局部词汇先验
长程上下文可恢复不等于有行为影响；MWE-ECL显示检索成功仍难覆盖局部词汇先验。
当标签稀缺时：用于振动诊断的振荡状态空间模型
提出紧凑振荡状态空间模型DualRes，融合双谱视图，仅3.9万参数，标签稀缺下振动诊断性能领先，更省算力与存储。
M3D-Net：面向乳腺钼靶分类的空间上下文、特征复用与差分注意力分层协同
M3D-Net协同坐标注意力、特征复用与差分注意力，钼靶/超声分类准确率达97.78%和80.39%。
反事实约束条件化同策略蒸馏用于多约束指令遵循
CC-OPD通过逐一消融教师约束条件、以逐词概率差作奖励塑形，无需外部验证器，多约束指令遵循性能居首。
ICM：面向恶劣天气域自适应的类内混合方法
提出类内混合一致性框架ICM，在同一图像同类内混合以保持真实语义布局，Cityscapes→ACDC达75.7% mIoU，超SOTA 1.9个百分点。
Jev 能评判放射学报告吗？评估 System One 模型的临床事实性
Jev低成本判定放射报告事实一致性，优于开放NLI评判器，但复杂临床误差仍待精细评估。
当上下文误导时：大语言模型中的管辖式上下文学习
提出FakeContextBench并设计J-ICL，在提升上下文学习能力的同时增强抗误导性。
脑到语言解码：任务、信号、方法、评估、实际应用与未来
综述脑到语言解码，涵盖任务、信号、方法及评估，展望五级发展轨迹。
NV-Reason-CT：用于CT分析的3D视觉语言模型
融合原生3D视觉编码与放射科医生引导推理，支持CT异常分类、报告生成和交互分析，阅片时间减半。
基于任务条件化潜在对齐的脑机接口跨会话稳定神经解码
提出TCLA，按任务条件对齐源域与目标域潜在分布，在多数据集上提升跨会话/跨被试解码鲁棒性。
学习看向何处：一种用于时间序列预测与PPG到生命体征重建的共享相对对齐模块
提出ROOSTER，学习目标-条件偏移的周期梳偏置，共享于PPG生命体征重建与时间序列预测，多项基准领先。
SGDet3D++：面向4D雷达与相机3D目标检测的几何锚定语义
提出假设条件化证据接地，经AGR/GCR/DVC按三维状态过滤语义、几何与时序证据，4D雷达相机检测性能显著提升。
用于量子云编排成本与延迟权衡的量子强化学习
提出QRLQ，用参数化量子电路与D3QN调度量子云，兼顾成本与延迟，降本降延且参数少72%。
基于双优先级联邦预训练构建的可泛化脑结构MRI基础模型
BrainFedFM经双优先级联邦预训练，在42站点16.4万例脑MRI上学习，于20数据集17项任务达最优，泛化性强。
Track2Art：以运动为中心的从2D点跟踪器恢复铰接物体模型
以运动为中心，由RGB-D视频点轨迹分组恢复铰接物体部件与关节，无需部件数先验和测试时优化。
在量化模型所至之处训练：面向低位推理的在线策略蒸馏
提出在线策略蒸馏，在量化模型自身生成轨迹上由全精度教师监督，低位推理保持率从35%提至70%。
军事行动中的人工智能伦理
军用AI不透明致责任弥散，形成问责缺口；提出问责角色、对抗审计、分级部署与北约评估标准的治理框架。
InGuard：迈向安全文本到图像生成的通用内部护栏
提出InGuard内部护栏，免改底模，提示分级、嵌入修正、潜空间早停，安全率97.9%–98.8%。
视觉模型像大脑一样看吗？——跨脑电编码模型的比较
比较CNN与ViT脑电编码：CNN早层强、深层弱，Transformer深层强且需保留patch token；差异源于架构。
基于流生成模型的拓扑分层材料发现
提出流生成模型UFO-MGen，学习Wyckoff拓扑生成晶体，SUN率领先，可性质约束逆设计。
学科语言迁移问题：心理学词汇如何导致AI智能体部署中的治理失败
心理学词汇被借入AI智能体治理，暗含不存在的心理实体假设，致治理失败；论文提出三层迁移分析与学科审计工具。
面向多电网潮流的分层图神经网络：跨运行场景泛化
分层潜在通信提升多电网潮流模型跨运行场景泛化，Kron电压误差降85%；跨拓扑泛化仍待突破。
贪心解码并非精度不变：大语言模型推理中的跨精度输出分歧
贪心解码非精度不变：BF16/FP16输出分歧，系于LM头前二logit间距，选择性FP32重算可提一致性。
从对齐到访问控制：生成式AI策略执行框架
生成式AI安全机制滞后致事故频发，本文系统剖析策略执行现状，提出分析方法并呼吁改进。
顿悟的谱理论：权重衰减诱导特征学习
顿悟的谱理论：权重衰减诱导特征学习，泛化时间受学习率与权重衰减乘积控制，模加法实验验证。
基于影像组学条件调制的 RenalCLIP 特征用于透明细胞肾细胞癌分类
以影像组学经 FiLM 调制 RenalCLIP 特征并保留直接残差，提升透明细胞肾细胞癌 CT 分类的内外部 AUC。
RoadOcc：面向路侧占用预测，学习何时保持、迁移或刷新记忆
RoadOcc学习保持/迁移/刷新记忆，路侧占用预测达65.29 mIoU、32.37动态mIoU。
基于过滤机制改进LLM自主网页代理
针对原始HTML冗余干扰LLM代理的问题，提出基于DeBERTa和T5的检索过滤策略，将LLaMA-2-70B在WebArena成功率从1.97%提升至2.96%。
TNLearn：面向任务型神经元的开源 Python 包
TNLearn 是开源 Python 包，可自动构建任务型神经元与网络并顺畅训练，已纳入 PyTorch 生态。
SynSeq：基于冠状动脉造影视频的端到端SYNTAX评分预测
提出SynSeq，直接由冠脉造影视频预测SYNTAX评分，性能显著超越现有方法，并可辅助血运重建决策。
基于聚类感知草图的高效线性赌博机
提出聚类草图线性赌博机CS-LB，簇内保留全协方差信息以确保次线性遗憾，每轮更新降至O(l²d)，效率与遗憾兼得。
DCRL：通过策略-奖励流形对齐的解耦与耦合强化学习
提出DCRL框架，以逻辑提示演化与策略-奖励联合更新对齐流形，缓解奖励攻击，显著提升大模型推理性能。
FFM-CP：面向少样本计算病理学的视觉-语言基础模型跨骨干融合
FFM-CP：以正交Procrustes对齐并融合多个病理视觉语言模型，少样本分类54项对比中50项优于单模型。
学会何时不理会：语言模型的选择性抗干扰预训练
SPAR选择性抗干扰预训练，用充分性门控与门控KL稳定局部预测，减少无关前缀干扰，提升长上下文鲁棒性。
VCMM：面向多模态学习的方差校准动量
提出方差校准动量VCMM，依各模态梯度噪声与漂移相对强度自适应调整动量，免额外前向，四大基准稳定提升。
相同分数，不同决策：评估 JEV 与语言模型在法律文档理解中的表现
比较 JEV 与九个语言模型在 ContractNLI 上成本、响应时间及重复请求正确率；总分排名不同于逐项判定正确性排名，需兼顾成本与稳定性。
NeuralSRNF：面向非刚性3D与4D对象统计形状分析与生成的神经平方根法向量场
提出神经表示NeuralSRNF，解决平方根法向量场不可逆难题，将逆映射计算缩至3秒内，高效实现3D/4D非刚性形状分析与生成。
PhyMo：面向多模态 AI4Physics 的物理场模态
提出物理场模态PhyMo，以PDE算子组织异构测量，三阶段学习，在多物理数据集上达最优。
AWM-VLA：面向高效可解释视觉-语言-动作策略的对齐世界建模
将对齐世界模型嵌入扩散策略，用未来令牌预测观测语义并做物体级对齐，成功率最高提升21%，可解释性强。
SkillGym：将人类技能内化至大语言模型以解决真实世界问题
构建可验证技能训练环境，微调后35B智能体在技能基准上超越Claude Sonnet 4.6等强模型。
能力流形与机器学习缩放定律
提出能力流形多维框架，将下游能力映射至预训练、后训练与测试时资源，统一现有缩放定律。
困难负样本揭示简单负样本所掩盖的问题：困难负样本下跨语言有害性表征随资源层级退化
改用困难负样本后，跨语言有害性表征迁移在低资源语言中大幅崩塌，此前简单负样本的近乎完美迁移不成立。
可见性引导的结构化测度流：面向类别条件式3D高斯生成
VISTA-GS将3D高斯对象建模为可见性加权的结构化测度，以测度VAE与渲染一致测度流实现类别条件生成，无需逐实例优化。
Step Law 是否适用于小规模语言模型？低于 59M 参数的实证重校准
低于59M参数重校准Step Law：幂律形式成立但系数不同，直接迁移会高估最优学习率约4倍。
评估使用独立扩散加权MRI的仅ADC深度学习流程在乳腺癌检测与分割中的应用
本文首次全面评估仅用ADC图的深度学习流程，基于独立扩散加权MRI进行乳腺癌分类、检测与分割。
LabourCrew：面向可信对抗性审议与劳动法成文法推理的多智能体RAG框架
LabourCrew以法条图谱、证据交换协议与校准信任门实现可信劳动法问答，误纳率降至0.081。
合成研究验证中的后果性行为与代表性公平
合成研究验证框架：声明与人类数据对应程度、四类诊断及实验效应，报告子群有效性，操作化三种正义维度。
DualStabSleepNet：面向鲁棒睡眠分期的双域扩散稳定网络
提出双域扩散稳定网络DSSNet，在数据与特征域抑制噪声与漂移，四个PSG数据集达最优精度，跨数据集鲁棒。
融合感知的结构化图块潜流直接3D高斯生成
提出融合感知层次高斯块表示与结构感知修正流，直接类别引导生成3D高斯，秒级且多视角一致。
ProCredit：从结果奖励到智能体强化学习中的进展信用
ProCredit在每回合后重跑验收检查，把可验证进展转化为逐步信用，提升长程智能体任务完成率。