AI神经科学家：用于神经影像分析的交互式智能体界面
AI神经科学家智能体将大语言模型与神经影像工具结合，支持自然语言查询数据质量、设定分析参数并完成质控、建模与可视化。
AIBuildAI-2.5：通过LLM引导的树搜索实现高效自主AI模型开发
提出LLM引导树搜索、资源感知调度与LLM路由，MLE-Bench奖牌率达73.3%。
MedGate-Fusion：融合首诊语义叙述与生理生物标志物的前瞻性卒中风险分层
多模态门控模型融合首诊叙事与10项生理标志物，基于CPCSSN十万余患者，实现五年卒中风险分层。
X-Planner：面向具身智能的事件结构化任务规划
提出X-Planner规划前端，统一具身推理监督与表示，支持离散事件与潜在思维链，实机执行优于基线。
提示广度与推演刷新在在线策略蒸馏中相互作用
在线策略蒸馏中，提示广度与推演刷新交互：刷新时广度提升准确率，冻结时相反，且受推理预算影响。
用于活动性沙眼分类的DINOv2比较性能与参数高效适配
DINOv2微调主导活动性沙眼分类，ECA仅5参数即媲美大模型，最高准确率91.66%，其增益依赖训练目标。
MotionJEPA：通过在潜在空间中捕捉视觉变化防止时序特征坍缩
MotionJEPA提出DISReg正则化，预测时序差分嵌入以平衡动静特征，防止潜在表征坍缩。
重新思考扩散分割：何时依赖其噪声状态，扩散真的重要吗？
审计12种扩散分割法，发现状态依赖取决于监督路径；匹配纯图像基线常不逊色，扩散专有计算未必带来优势。
Peerify：同行评审论断验证基准
提出Peerify，基于稿件证据验证评审论断，构建800条真实评审基准；检索与论断分解关键，自动标签与人工共识达90.3%。
WebMRIQC：面向资源受限环境的可及性MRI图像质量评估的MRIQC网页版实现
开源网页平台WebMRIQC封装MRIQC引擎，零安装实现DICOM转BIDS与自动质控，13项指标验证与原生MRIQC等效。
DFD-Lab：模块化音视频深度伪造检测流水线
提出模块化音视频深伪检测流水线DFD-Lab，整合三种检测器与可配置实验流程；跨数据集检测困难，JPEG增强提升AUROC却降低准确率。
Colon3R：基于单目结肠镜视频的跨域三维重建
提出Colon3R跨域半监督框架，将标注体模及仿真数据的几何迁移至无标注在体结肠镜，重建更完整一致。
Video-STLayout 预训练
提出利用目标检测框的时空布局特征，通过对比学习对齐视频特征，提升复杂场景下的活动识别效果。
评估神经影像基础模型在非洲脑MRI上的泛化能力
非洲脑MRI测试中，四个神经影像基础模型冻结后仅输出多数类，端到端ViT3D最优（53.4%）。
InterHier：面向开放词汇目标检测的互联层次语义学习
提出以前置可学习上下文替代固定连接器，构建层次感知提示并对齐视觉文本嵌入，提升开放词汇目标检测性能。
U-PEN Mamba：面向高效视网膜血管分割的渐进扩展与选择性状态空间建模
提出U-PEN Mamba，融合渐进扩展与选择性状态空间建模，高效分割视网膜血管，mIoU领先。
“作为一个语言模型……”：聊天模板切换大语言模型的自我指涉口吻，激活引导可复现该效应
聊天模板切换LLM免责与体验口吻，激活方向可调控；模型自述受部署格式影响，非真实自我。
熵可流动，亦可引导。成为熵。LEDFlow：将熵引导的生成顺序引入均匀离散流
LEDFlow按局部熵自适应排序吸收，以熵引导均匀离散流生成顺序，免训练，提升推理、文生图与多模态理解且成本相近。
注意力作为路由图：单次前向传播的实时电路提取
将注意力视为单次前向的路由图，保留通向答案的少量路由；消融这些边比随机消融更伤模型，成本极低。
澄清并非纠正：大语言模型难以放下早期解读
模型在歧义未解时过早固化任务状态，后续澄清仅被当作补充上下文而无法推翻旧状态，编码任务尤甚。
ufakzeka-1：从零构建并评估一个1.51亿参数的土耳其语语言模型
从零训练1.51亿参数土耳其语模型，仅耗约286美元，公开构建、评测全过程与三项可迁移发现。
学习型企业数据理解：面向数据智能体的压缩与路由
提出潜在等价学习，分离任务身份与数据实现，以原型匹配与查询路由组织证据，在企业数据智能体基准居首。
大型语言模型的概率结构
概率视角统一大语言模型：自回归条件分布、最大似然训练、序贯模拟生成，并论KL不对称、幻觉与扩散生成。
Sheaf SyncMap：稳定的无监督持续分块
径向层束正则化稳定SyncMap分块动态，在多数CGCP图上NMI最优，且适应分布变化、避免负迁移。
联邦化量子与经典计算：一种隐私保护的混合方法
联邦学习助量子-经典混合模型无需集中原始数据隐私协作，SMPP准确率达0.8757且参数更少。
LLM驱动的免训练位置-属性协同融合：面向双源加密POI与LULC制图的闭环范式
提出LLM驱动免训练闭环方法，融合双源加密POI，协同优化位置与属性，实现高精度LULC制图。
揭示深度不平衡回归评估中的盲点
揭示深度不平衡回归评估三大盲点：基准偏图像、指标不完备、尾部稳定性未验证，并提出新基准与指标。
FrontierMath 埃尔德什
提出FME基准：68个截至2026年8月未解决的埃尔德什猜想，AI需在Lean中证明或证伪；每题预算300美元，GPT-6 Astra得3%，其余0%。
面向最大独立集的双GNN多级粗化
提出学习型欧氏TSP图边稀疏化GES，剪边超95%、大规模超99%，解间隙不足1%。
ZeroGate：面向受治理 AI 智能体运行时的信任保持快速路径
ZeroGate分离审批与本地准入，用短时通行证和原子nonce实现可审计快速路径，但非净加速。
ICDAR2026 多领域文档多模态推理竞赛
竞赛以文档VQA评测八领域文档理解，20份提交显示最强系统依赖结构化证据提取、检索、验证与多组件编排。
缓解扩散模型数据点遗忘中的顺序性重现
扩散数据点遗忘存在顺序重现失效模式，本文提出目标级评估协议，发现复现目标去噪损失几何更尖锐。
让智能体更一致：技能应为重复任务形成习惯
智能体重复任务不一致；提出技能习惯化：挖掘确定性技能门控复用，提升一致性、省词元，但错误亦稳定复现。
正样本对几何结构至关重要：面向视觉表征对比学习的最优传输方法
提出OTCLR框架，用最优传输生成几何一致的正样本，提升表征质量与迁移性能。
面向通用持续学习的脑启发层次模块化
受果蝇启发，提出层次模块化持续学习，轻量适配预训练模型，在线数据流显著提升，具身操作增益超50点。
自清洁却仍被捕获：智能体向自身写入的存储中错误的一个实测原语，以及分数下降实际衡量什么
智能体自我写入存储的错误受硬上界约束呈双模式，单一无参原语预测漂移；规模不能避免捕获，分数下降衡量可区分性。
弥合重建与生成：评估与改进的潜在分布视角
重建与生成潜分布不匹配；提出GAR轨迹诊断，与gFID强相关，并借中间潜变量适配解码器以提升生成质量。
使用 Wiki LLM 索引提升机器学习课堂学习效果的潜力
对比同一课程语料，LLM 编译的维基索引在跨单元概念关联上明显优于向量 RAG，且可溯源引用。
从装饰性到承重性：任务难度塑造思维链的因果作用
思维链的承重性随任务难度变化：简单任务被绕过，困难任务中错误逐步传播，为思维链监督带来结构性挑战。
ChainDoRA：面向参数高效大语言模型微调的张量列分解式权重分解低秩适应
ChainDoRA以张量列链构建方向低秩因子，仅5.35M参数即在七项常识推理任务上达72.30%平均准确率，较DoRA减参90.62%。
基于增广拉格朗日学习数据驱动系统的神经反馈线性化
提出数据驱动反馈线性化框架，将相对度条件融入学习，以神经李导数替代控制器，并验证闭环稳定性与直流电机效果。
鲁棒失败，保守修复：从跨模型失败中进行文本知识蒸馏
提出RFCR蒸馏法，从跨模型失败中提取规则并收紧适用边界，在BBH上准确率提升2.75个百分点。
异构批处理的高效迭代检索
Orthrus在统一推理循环中异构批处理嵌入与生成，吞吐提升1.28–4.52倍，p99延迟降55.8%。
A²Safe：面向安全有效视觉问答的反事实证据对齐自适应智能体协作
提出A²Safe，通过反事实证据对齐与自适应智能体协作，实现安全有效的视觉问答。
LatentPort：超越 KV 缓存——混合语言模型中循环记忆的跨模型迁移：无需目标前缀重放的 4B 到 9B 混合状态交接
实现4B到9B混合模型无需目标前缀重放的循环状态跨模型交接；加入GDN状态降损，校正后近原生9B。
HDND：面向非侵入式脑记录多语言单词/字符检索的分层动态神经解码
提出HDND分层动态解码框架，融合神经表征、语义预测与字符目标，在多语言EEG/MEG词检索中多数优于基线。
MoM：记忆的记忆
提出MoM及P-Mem图：写入即提交当前值并保留被替换历史，提升有效性、减少过期答案并可恢复错误。
从离线代理到在线决策：对话式AI的分层参与度评估框架
提出分层离线代理框架，可实验前预测对话AI在线参与度；冻结后113组F1达81.1%，原始仅34.3%，无误判。
Understanding Reliability in LLM-based Human Behavior Simulation
面向零样本脑到图像检索的自适应皮层约束脑电-视觉对齐
提出自适应皮层约束脑电-视觉对齐，以ROI源模式与证据加权监督提升零样本脑-图像检索。