带缓冲分位数目标的深度强化学习
提出无模型分布强化学习框架Deep-BQRL，用缓冲分位数平滑风险敏感目标，并以集成分歧引导探索。
CompAdapt：面向物理一致性文本到视频生成的可适配复合运动建模
CompAdapt将物理一致T2V扩展至复合运动，支持语言指定参数并免重训适配新物理规律。
压缩驱动机器学习导论
压缩与机器学习可互相转化；本文综述形式化相关策略，提出设计框架，在恶意软件检测上显著优于基线。
一个提示词难以包打天下：面向个性化信息抽取的自元演化
提出自元演化框架，为每位用户迭代定制信息抽取提示，基准成功率74.58%，真人评估71%胜出。
先倾听，再说话：基于听者面部反应的对话语音生成应答规划
提出ReACT-TTS，用听者预反应面部序列规划对话语音情感韵律；实验显示时间建模更优，可补益应答规划。
常规血检在区分儿童细菌性与病毒性感染方面优于CRP
血常规联合CRP与年龄的XGBoost模型鉴别儿童细菌/病毒感染，AUC达81.7%，优于单用CRP。
P$^3$-SAM：面向少样本带钢表面缺陷分割的感知并行提示SAM
提出P3-SAM，用感知编码与并行提示提升少样本带钢缺陷分割，三基准达SOTA，mIoU提升12%。
中文标题：基于神经时间点过程的业务流程执行概率预测
以神经标记时间点过程对业务流程执行做概率预测，显式处理时间戳并列，单次前向即得校准良好的剩余时间分布。
超越原子化词元：面向语言模型预训练的音节分解
提出音位分词器，将汉越语音节分解为声母、韵母、声调，词表小、效率高，预训练模型表现优异。
知识图谱增强的 Chronos-2 用于 HEC-RAS 代理预报
将时序基础模型与工程知识图谱耦合，提升HEC-RAS水位代理预报，RMSE较冻结基线降低14.13%。
MT-WAM：将单次前向预测表征重新导向动作生成
MT-WAM保留原训练目标，引入未来二维点轨迹与视觉特征监督，推理跳过未来视频预测，显著提升控制成功率。
一个评委小组相当于多少人类评审？
有效人类数取决于匹配目标：同一32评委评审组的谱等效为4.24–6.50，分布恢复等效仅2.30–3.75，二者不可互换。
心电图海市蜃楼：揭示并缓解视觉语言模型在临床预测中对心电图利用不足的问题
提出“心电图海市蜃楼”：视觉语言模型临床预测中忽视或误用患者心电图，并用视觉提示微调有效缓解。
PSEE：面向点监督时序动作定位的渐进式传感器事件扩展
PSEE用语义激活、传感器过渡证据与自适应时序归属，为点监督时序动作定位生成伪片段，提升伪边界质量。
推理何时有助于机器翻译？对大型推理模型推理轨迹的层次化分析
LRM翻译推理：最佳语言因模型而异，长度与质量非单调；HMS揭示理解规划、翻译起草、精炼验证，模型/长度感知控制。
超越基于参考的评估：用于语法纠错元评估的奖励模型
提出无需参考答案的奖励模型RM-EVAL，可像人类一样评估并改进语法纠错。
VoxelTTO：体素对齐的前馈式三维高斯泼溅与测试时优化
体素对齐前馈3DGS，以体素特征解码高斯，测试时优化LoRA并采用随机体渲染，提升RGB-D新视角合成与位姿估计。
IntBMoE：将块级条件融入专家组合，实现全参与式混合专家
IntBMoE以密集专家组合+稀疏块执行解耦参与、计算与内存，超网络按码本合成全池专家；多任务优于基线，已上线高德，A/B相对UVCTR提升2.4%。
OpenSAL360：面向全景视频显著性采集的开源众包平台
首个开源低成本全景视频显著性众包采集平台，无需VR，公开500条视频、2000余名标注者的最大数据集。
SkillIR：面向智能体图像复原的场景感知技能演化
提出SkillIR，以场景感知技能引导智能体图像复原，逐步验证并动态更新，提升质量与工具使用可靠性。
局部思考，全局精修：面向内存高效三维重建
提出LoG-VGGT，跨窗口注意力结合全局相机一致性精修，实现内存高效长序列三维重建。
ArenaFlow：从轨迹排序到开放式智能体强化学习的分层信用传播
ArenaFlow用锦标赛排名生成轨迹奖励，分层传播信用至关键步骤与可复用技能，提升开放式智能体RL。
深度循环语言模型中的预测动态
深度循环模型经重复潜在更新预测；分数变化分解为平移、方向与竞争者配对，解释中间答案与终点一致但分数变。
最优随机恰当在线学习
随机恰当在线学习的最优期望错误界为O(L(H)logT)，此前为O(L(H)log⁶T)。
MIST：基因组引导的组织学注意力下的多模态生存预测
MIST以基因组令牌查询组织学上下文，结合掩码与对比对齐训练，在四类肿瘤外部验证中提升C指数。
2D GauSS-MI：兼顾视觉与几何质量的高效主动场景重建
提出基于2DGS的主动重建框架与2D高斯散点互信息度量，高效兼顾视觉与几何质量。
检测已解决，勾画未解决：全景X线片牙齿分割性能的主导因素
全景片牙齿分割中分辨率主导边界精度，架构几无影响；跨中心迁移损失集中于勾画，检测已饱和而勾画仍是瓶颈。
AutoRecLab：描述实验，获取代码！
AutoRecLab 可将自然语言实验设计自动转为推荐系统实验代码，结合 RAG 与执行引导树搜索，9 次运行 8 次成功，单次成本约 1 美元。
论排斥型与吸引型教师：在自蒸馏中分离正确性与行为
自蒸馏中，吸引与排斥教师会带来相反行为偏移；二者对比可抵消行为影响，留下更纯正确性信号并提升推理。
EnterpriseVal：量化企业级生成式AI的效能、可靠性与价值
提出企业用例级生成式AI评估系统EnterpriseVal，以指标、分级门槛和盲评判断落地价值与可靠性，并在银行试点验证。
接下来该问什么？部分证据下的检索感知问题学习
提出检索感知在线强化学习框架RAVEL，以问答-检索全流程排序反馈优化提问策略，在部分证据下逐轮提升检索性能。
基于KKT重构的均值-方差投资组合决策聚焦学习
提出将MVO的KKT条件嵌入上层学习的单层决策聚焦学习框架，保留预算与卖空约束，ETF实证表现最优。
与机器各说各话：人机对话中的道德、礼貌与对齐
人机对话中AI只具合作表层，道德预置、温暖缺互惠，语言趋同下降、机制反向；能动性最预测对齐。
先精炼后融合：基于优先精炼与多模态知识融合的免训练三维点云适配
提出免训练框架RTF，通过特征通道精炼与可靠性感知多模态融合，实现小样本三维识别，无需梯度优化即达最优性能。
基于图方法的临床文档一致性再词汇化
提出G-RELIC，结合图与LLM实现实体一一映射与时间重定位，提升临床再词汇化的关系和时间一致性且不损隐私。
全模态需求理解：多模态交互中上下文用户意图推断基准
提出ODU基准，评测多模态模型从视听与对话上下文推断用户需求的能力；14个模型最强仅恢复44.7%。
AutoViewMem：面向对话长期记忆的自配置正交视图
将长期对话记忆组织为自配置、低重叠语义视图，在写入时解耦语义，提升长程问答与个性化。
留一被试评估下的高效架构搜索
提出PainNAS，在留一被试评估中共享架构搜索，次数由N降至B，以更少参数和算力取得相当精度。
通过激活引导补偿与正交残差理解大语言模型量化
将量化误差分解为激活引导补偿与正交残差，指导旋转、符号与缩放，无梯度实现W4A4并媲美SpinQuant。
语言模型的测谎测试：读取模型不愿揭示的知识
PIR探针从模型内部状态读出其是否知晓答案，无需参考模型，能区分隐瞒与无知，可支持审计与遗忘验证。
评估天城文OCR后校正的上下文学习与检索策略
首次系统评估LLM天城文OCR后校正，提出CharBM25检索，超越稠密检索且免GPU，12B以上模型有效。
CodeMidas：从代码本身扩展智能体编码强化学习环境
CodeMidas仅以源码为输入构建可执行RL环境，生成5,545个任务，训练后多项编码基准显著提升。
学习心脏特征：跨时间与运动场景的心电生物识别
在运动与跨会话变化下评估心电生物识别，多导联孪生网络实现休息至峰值EER 1.7%、CYBHi上3.9%。
从检索到识别：视觉语言模型如何成为OCR专家
全序列OCR非新建回路，而复用通用VLM检索/复制机制，以多模态复制粘贴实现；专业化仅重分配其强度。
VidOmni-Bench：跨越复杂度与时长的时空事件验证细粒度视频理解基准
VidOmni-Bench用500个视频做时空事件验证，评测细粒度理解，暴露模型幻觉与验证瓶颈。
净化与调控：面向医学图像分类的共病感知多标签小样本学习
提出PPR，通过共病感知原型净化与类间相似度调控，提升医学图像多标签小样本分类。
IncentRL：偏好引导与任务性能之间的权衡
IncentRL用KL惩罚引入偏好引导，理论刻画对原任务性能影响，实验成功率升至98%，权衡明显。
什么必须保留？资源充足学习的精确任务信息—状态前沿
任务信息可借低秩划分压缩状态，并给出精确前沿、近似边界与NP难性。
MIRAGE：强化学习引导的多视角创造性语言模型推理
提出MIRAGE推理时框架，选择器与推理器协同多视角探索，在多项基准超越思维链，精度更高且开销小。
OpenMAS-GCom：图增强多智能体系统的诊断基准
提出OpenMAS-GCom诊断基准，以受控干预归因通信结构、角色分配与信息流对图增强多智能体系统性能的影响。