GestureFAR：基于流自回归的流式共语手势生成
提出GestureFAR：因果连续运动潜变量自回归加单头流蒸馏，实现高质量实时流式共语手势生成。
跨职业的机器翻译评估指标性别偏见基准测试
七种语言436类职业机翻评测有性别偏见：男性化译文得分偏高，职业差异呈刻板印象，因评估器与语言而异。
中文竞技辩论数据集与基准
构建148场比赛、20,542个交锋单元的中文辩论数据集，含三位专业评委按统一标准评分，设三项预测任务，大模型表现有限。
ResNLS：一种改进的股价预测模型
提出ResNLS混合模型，ResNet提取股价依赖，LSTM结合残差预测；前5日输入最优，较当前最优提升超20%，回测可降损盈利。
当引导在潜在推理中失效：潜在到语言的转换鸿沟
激活引导在连续思维中对语言生成的影响远弱于显式CoT，存在潜在到语言转换鸿沟，输出分布在该边界突变。
Designer-RSI：从用户流量中演化程序性记忆，实现智能体图形设计
冻结模型借230余工具操作设计软件，程序记忆自主扩充修正；五轮无标注实验使成功率72.7%→99.3%。
MACE：多智能体系统下基于自适应记忆图的记忆-智能体协同演化
MACE 借自适应记忆图协同演化记忆与智能体，在多智能体基准上达 81.11%，超越十种基线。
引导大语言模型的回答趋向挪威MFQ-30中的道德基础
挪威MFQ-30测6个开源LLM，对比1282名挪威人：人格提示使认真作答者更接近均值，ActAdd致扁平并现认知幻影。
四维STEM衍射图案的基准数据集与基线方法
发布4D-ImageNet基准，含17.4万实验与模拟4D-STEM衍射图案，并设抗泄漏重建评测。
HAT：面向视频单目航天器位姿估计的假设锚定跟踪
HAT以帧间运动锚定航天器位姿假设并融合SLAM，误差降9.4%-23.9%，帧率升2.42-3.76倍。
分析语言模型嵌入空间中语言关系的线性程度
提出框架分析嵌入中语言关系线性；屈折/派生近线性，词典/百科误差高，RoBERTa/ModernBERT优于GloVe。
学习式参数化情绪编辑：端侧社交媒体视频的实时情感滤波
模型3.7毫秒单次前向预测情绪编辑，替代逐图优化，降低唤醒度，安卓端60帧实时处理视频。
OneBid：面向多样化 oCPX 广告场景的统一自动出价基础模型
OneBid统一自动出价基础模型，融合双信号DT、MoE与CROP，快手部署后oCPX广告ADVV提升2.2%。
PRISM-BN：面向文本到参数化贝叶斯网络抽取的受控语料库与评测基准
构建5054条文本—贝叶斯网络配对语料与评测基准，六种大模型结构抽取强，但完整CPD参数估计仍困难。
SignGPT：通过无注记翻译与生成迈向LLM中介的手语交互
SignGPT统一无注记手语翻译与生成，融合身体、手部、面部的分层表示，实现手语双向输入输出并支持手语对话。
将解耦注意力扩展至多通道图像的密集预测与掩码训练
用线性分配匹配各通道独立掩码下的保留块，使解耦注意力支持多通道密集预测与掩码训练，性能超越最强基线。
RegKT：基于IRT正则化器的可解释且鲁棒深度知识追踪
提出新正则化技术，提升深度知识追踪模型的鲁棒性与可解释性，缓解小数据过拟合，利于教育应用。
可信的FinAInce：解析AI中介的金融建议如何被评判
285人随机实验：建议风格主导信息与安全评价，专家标签提升可信度，评价可预测质量、信任与采纳意愿。
DRT：面向高效且具视觉根基的多模态推理的稠密推理轨迹
DRT以紧凑结构化轨迹替代自然语言思维链，token效率提升5.5倍，准确率提高1.3分。
黎曼神经哈密顿流：测地辛输运与可解释性
提出黎曼神经哈密顿流，融合黎曼动能、学习势能与测地蛙跳积分，揭示可解释性，并在欧氏、双曲、球面空间取得竞争性结果。
基于位姿注意力的视觉导航Transformer
以相机位姿为位置编码，注意力依赖位姿差而非时序，HM3D点目标导航成功率达93.3%，抗噪更强。
CIBuzzBench：中文网络流行语跨语言理解基准
提出首个中文网络流行语中英跨语言理解基准，含3001条标注与三项任务，评测显示大模型仍难准确理解。
按病因的对比严重度嵌入与音系伪标注用于多语言构音障碍语音
按病因建模优于混合建模，三种病因宏F1相对提升22.6%–40.0%，音系伪标注再添增益。
用于scRNA-seq插补的混合计算智能框架：整合scRecover与随机森林
提出SCR-MF两阶段流程，结合scRecover检测与missForest插补，性能稳健，兼顾精度与效率。
重新思考人类对齐评估：超越WER的语义指标分析
WER最不符人类判断；SemDist最优，CER简单且接近最优，建议主用CER、辅以SemDist。
用于日冕仪后波前控制的强化学习
采用强化学习实现日冕仪后波前控制，基于焦平面图像驱动变形镜，成功生成暗区并接近传统方法性能。
SpecQuant：融合多父代量化与投机解码的自适应大模型推理
SpecQuant免训练结合投机解码与多父代量化，动态路由不同精度模型，提速35–43%且精度损失<2%。
超越高斯世界：潜在几何结构对JEPA至关重要
将JEPA分布匹配分析推广至黎曼流形潜变量，证明球面均匀分布同样可线性恢复，高斯唯一性并非普遍成立。
dSTAR：容忍落后者且拜占庭容错的分布式SGD
提出dSTAR，聚合前k个响应节点梯度，以集成中位数过滤偏差，抗落后者与拜占庭攻击，保持高精度。
循环 Transformer 中以深度换时间
循环 Transformer 插入潜在思考令牌，以时间计算替代加倍深度，性能接近且参数少约48%。
ZYT-World：面向闭环自动驾驶仿真的实时可控世界模型
ZYT-World 单架构实时生成四鱼眼三针孔视图，一步流式可控，保真度达教师90%，提速百倍。
RheoSampling：解决随机动态树投机解码中的独热困境
解耦树构建与验证概率，为采样词元设代理概率，实现无损随机动态树投机解码，提升接受率与加速比。
临床数据稀缺下基于扩散模型肿瘤修复的肾脏分割
提出扩散修复框架合成解剖合理的肾肿瘤，无需额外标注；2.5D增强媲美3D，显著降假阳性且更省算力。
可配置的多阶段作物病虫害诊断视觉流水线
基于116万张照片，将病虫害诊断拆为质量门、作物识别、病虫害检测三阶段，专用模型准确率超越生产基线。
TrialAtlas：面向临床试验设计与优化的多智能体研究组织
TrialAtlas以记忆增强多智能体组织模拟临床开发规划协作，在FDA完整回复函基准上，试验缺陷检测与成功预测均显著超越基线。
复用潜在语音表征进行查询条件化的转录文本主题定位
复用ASR编码状态融合文本嵌入，轻量定位查询句段，免独立音频编码器；优于纯文本基线，严格匹配增益明显。
SpaceDiffusion：面向空间生成转发通信的在轨扩散
提出SpaceDiffusion在轨扩散框架，用于卫星生成转发，重建受损图像，适应丢包压缩失真，省约15 dB上行功率并降时延。
经过个性微调的大语言模型能成为更好的社交智能体吗？
对两个小模型做个性微调后，角色扮演能力未优于基线，仅提升Qwen语言多样性；评估者一致性低，结论受限。
基于测度量化的多域聚类
提出基于测度量化的多域聚类框架，学习共享聚类原型，采用Sinkhorn散度与小批量优化，在多域基准上优于基线。
潜在空间中的基于物理的渲染
在潜在空间引入基于物理渲染，修改渲染方程并用可微渲染器优化场景参数，少量微调即可生成并泛化。
道德熵：审察道德判断中的偏见与不确定性
提出贝叶斯框架"道德熵"，分解标注中的偶然与认知不确定性，审计主流聚合规则，揭示其系统性偏差。
NemotronLabs VoiceChat：一个具备工具调用能力的开源全双工语音到语音模型
开源全双工语音到语音模型，统一流式架构支持实时聆听、转写、推理、调用工具与发声，中断接管表现领先。
PlantShade：面向光照感知机器人农业作业的植物阴影预测
构建四类作物多生长阶段动态阴影数据集，提出基于扩散模型的植物阴影生成方法，支持农业机器人感知与光照控制。
面向测试时二值分割的抗熵诱导崩溃平衡提示适配
熵最小化在类不平衡二值分割中易崩溃；提出BAPA，结合类平衡锚点与动态提示适配，四域平均Dice最高
随机性转变：面向AI算子Text-to-SQL的新评估范式
提出多层评估框架，解耦确定性数据库逻辑与AI语义，分别验证关系逻辑与AI算子，准确率达97.2%。
GraphSkillEvo：图结构智能体技能的进化优化
提出图结构技能与种群进化优化框架，在五个智能体基准上超越SkillOpt，平均准确率提升4.01%。
LLM 生成的 GPU 内核实际能覆盖真实工作负载的多少？
前沿LLM在KernelBench正确率达91.1%，56题中22题获验证加速；但真实负载可优化占比仅8.9%–58.2%，Transformer端到端上限约1%；提出DLRM-Bench并揭示评测缺陷。
GEM-MPC：通过专家引导规划平衡探索与利用
GEM-MPC用MPPI融合模仿规划器的策略与KL正则探索策略，并借门控先验蒸馏高效利用规划数据。
超越基准分数：审计用于胸部X线结核病筛查的医学视觉语言模型
审计三种医学视觉语言模型：基准分无法保证胸片结核筛查在多队列、提示、阴性谱及阈值下的排名、可靠性和性能。
SFVO：基于双向PnP的解耦置信度引导立体光流视觉里程计
提出SFVO，以预训练立体匹配与光流构建几何约束，解耦置信度引导双向PnP，实现精准立体视觉里程计。