基于依存句法引导大语言模型的可解释多模态方面级情感分析
提出生成式可解释多模态方面级情感分析框架，用依存句法提示引导多模态大模型预测情感并生成解释。
反驳缺口：为最优性主张的两半同时提供证书
提出“反驳缺口”，以DRAT证明为GF(2)最小电路最优性上下界双重认证，121个结果全部通过。
需要多少后验样本？自适应感知的校准停止
后验样本投票决定停止；阈值非置信保证，校准规则控误报；序贯最省样本，MNIST截断省62%。
无国界的教诲？——基于多语言故事寓意生成评估大语言模型的文化对齐
以14组语言文化数据提出多语言故事寓意生成任务，发现前沿模型虽贴近人类解读，却跨语言差异小、价值观趋同。
基于测试时自适应的深度算子网络从稀疏平面数据重建4D二尖瓣反流血流动力学
深度算子网络测试时自适应，从稀疏平面数据重建4D二尖瓣反流流场；平面内校正可靠，远离平面误差骤增，是主要障碍。
面向LLM智能体可控观点动力学的贝叶斯信念层
提出BCA信念层，分离信念与表达，以κ编码固执度，可复现共识、分歧与少数派影响，并支持审计。
DNNs隐私泄露：模型反转攻击与防御综述
模型反转攻击可从训练模型重构隐私数据，威胁严重；本文系统综述DNN攻击与防御，提出新分类并探讨未来方向。
极端分类：每类一个训练样本也能超越随机猜测
每类一样本的最小分类：构造核规则，期望准确率超随机，并证明分布无关规则及自适应先验下不可行。
MemoryArena：在相互依赖的多会话智能体任务中评测智能体记忆
MemoryArena统一评测多会话记忆-智能体-环境循环，记忆与行动耦合，覆盖导航、规划、搜索与形式推理，现有基准高分智能体表现不佳。
通过神经渲染优化自动驾驶数据集中的真值位姿
提出基于NeRF的MOISST++，联合精化传感器外参与连续自车轨迹，无需真值验证，在多个数据集显著提升并开源。
生成建模的聚合后验预测检验
提出聚合后验预测检验，证明其渐近校准条件；VAE实验表明聚合后验采样可改善重尾与聚类数据生成。
为什么大语言模型在策略博弈中举步维艰？观察、信念与行动之间的断裂链路
大模型策略博弈失败暴露观察—信念、信念—行动两大内部断链：信念脆弱，且转化为高收益行动受阻。
大型语言模型中的复杂问题求解：基于统计控制的综述与诊断框架
将大模型复杂问题求解视为潜在解状态的序贯估计与决策，按五组件梳理方法，提出统计控制与问题匹配诊断框架。
Draft-OPD：面向投机草稿模型的同策略蒸馏
Draft-OPD以目标辅助生成和错误位置重放做同策略蒸馏，提升草稿接受率，实现超5倍无损加速。
Sometin Beta Pass Notin：通过知识蒸馏改进尼日利亚语言的多语种ASR
提出SBPN多语种ASR，经两阶段知识蒸馏，覆盖五种尼日利亚语言，WER相对降29%，优于SOTA。
十六个模型，不到两种声音：在无唯一正确答案时测量集成离散度
16个模型平均语义多样性仅1.69；模型身份仅部分解释分歧，集成离散度应实测而非假定。
深度ReLU表示的布朗头：激活质量与同一样本选择的代价
研究深度ReLU表示的Rademacher复杂度，以激活质量给出精确界，揭示同一样本选择代价。
基准的平衡：面向任务条件模型比较的语义密度重加权
提出BoB框架，以语义密度重加权和分数等值，提升任务条件下模型比较的准确性与稳定性。
MemeLens：面向模因的多语言多任务视觉语言模型
提出MemeLens统一多语言多任务视觉语言模型，整合38个数据集为20项任务，揭示多模态训练对模因理解的关键作用。
三重可扩展等变高斯过程建模
提出三重可扩展等变高斯过程，结合等变稀疏变分推断与免矩阵求解，高效预测SO(2)等变场及分子性质。
SteganoBackdoor：通过隐写后门规避数据投毒防御
提出SteganoBackdoor框架，用自回归令牌替换生成隐写投毒样本，在超低毒化预算下实现高攻击成功率。
日常AI智能体使用中的价值敏感型委托：来自OpenClaw的证据
分析7.3万条OpenClaw帖：价值多取决于委托设定的成本、访问与监督条件，而非智能体产出。
基于扩散式不确定性感知优化的章鱼爬行多样自适应臂协调
提出DUO算法，为仿真章鱼学习无示范爬行控制，保留多样协调模式以鲁棒适应新约束。
Collab-Solver：面向混合整数线性规划的协同求解策略学习
提出多智能体协同策略学习框架，将割选择与分支建模为斯塔克尔伯格博弈，提升混合整数规划求解效率与泛化性。
注意差距：基于心理理论的摩擦用于认知对齐
将心理理论推断作为摩擦策略优化的控制信号，用四元信念结构计算摩擦，捕捉隐性分歧，提升干预与校准的稳定性。
RAVE：重新分配大型多模态模型中的视觉注意力
提出RAVE轻量成对门控，为视觉键加查询-键偏置重分配注意力，不改架构，基准平均提升3分。
事实锚定注意力：通过注意力层知识集成消除大语言模型幻觉
提出事实锚定注意力，将可验证知识注入注意力机制，彻底消除大模型幻觉，准确率达99.7%，秒级更新且无需重训。
什么仍属正常？干净图像遗漏了对异常检测有用的近缺陷正常图像块
干净图像漏掉近缺陷正常块；合成缺陷改变上下文、排除变化像素，仅学保留邻域，可稳定提升异常检测。
概率流蒸馏：参数空间中的分布匹配
提出概率流蒸馏PFD：仅解前向PF-ODE即可匹配参数分布，并分析SDS/SDI，文本到3D实验验证。
维基词典作为英语方言的众包词库
本文评估维基词典作为英语方言众包词库，发现其覆盖不逊传统词典，且与地理社交媒体语言数据高度吻合。
新的注意力机制真能修复百万 token 上下文中的注意力汇吗？
SinkProbe评测：注意力汇由训练目标而非架构产生，门控效果未复现，汇与位置偏差各自独立。
面向随机特征方法和神经网络的平滑偏差原则
提出多尺度平滑偏差早停，适配各光滑度；随机特征降本并选特征数，经NTK定网络宽度，达极小极大最优。
超越最终答案：面向透明多模态推理评估的 CRYSTAL 基准
提出CRYSTAL基准与匹配F1指标，揭示多模态模型推理过程的系统性缺陷，并以因果过程奖励与课程训练提升推理。
MENASpeechBank：面向音频大语言模型的、以人格为条件的多轮对话参考语音库
构建含1.8万条多方言语音、124位讲者，并生成41.7万组人格化多轮对话的参考语音库，助力AudioLLM研究。
EventGeM：面向基于事件的视觉位置识别的全局到局部特征匹配
提出EventGeM，融合全局与局部特征及区域GeM池化，实现事件相机视角鲁棒位置识别，Recall@1提升7–43个百分点。
从可训练性诊断到优化主张：变分量子优化中的边界与对照
可训练性诊断不等于优化成功；变分量子优化中，优化收益须以匹配更新范数和搜索预算的对照来验证。
ECG-Mamba-V2：多标签12导联心电图分类双向状态空间模型的架构改进
三项微调（类别标记后置、取消1/2缩放、统一dropout）以更少参数、更高吞吐提升多标签ECG分类精度。
使用开源编译器工具为 AMD XDNA NPU 编程：FlashAttention 案例研究
在 XDNA NPU 上将 FlashAttention 三阶段融合进计算瓦片，XDNA 2 端到端达 3.62 TFLOP/s，能效数倍于同芯片集成 GPU，并以 Roofline 判据说明融合何时该停。
BoostAPR：基于执行反馈强化学习与双奖励模型的自动化程序修复增强
提出BoostAPR三阶段框架，以双奖励模型和行级信用分配强化学习修复程序，SWE-bench Verified达40.7%。
面向超大规模个性化搜索的 GPU-CPU 混合检索
GPU-CPU混合检索，GPU做深度个性化、CPU扩库存广度，破解超大规模个性化搜索规模悖论，线上验证有效。
对角化注意力用于个性化回归：潜在行定位与预测
提出对角化注意力个性化稀疏回归，定位样本特异信号行，理论保证恢复与预测，实验验证。
论大语言模型在概念数据库建模中的局限性
分析大语言模型自动生成ER图，发现需求越复杂，其可靠性越低，当前尚不成熟，验证成本或抵消收益。
通过激活子空间理解加法的上下文学习
将少样本加法学习定位到少数注意力头，并在Llama-3-8B中归约为三头六维子空间，追踪信息聚合。
面向算法设计的带可执行学习算子的可迁移知识图谱
提出GEAKG，将算法设计知识表示为可执行可迁移图；权重族内迁移、结构跨域迁移，离线复用，无需运行时模型调用。
行星预测引擎：基于智能数据选择与基础模型嵌入的自主地理空间预测
自主AI引擎依据自然语言查询，融合多模态地理数据与基础模型嵌入，自动搜索并优化模型，预测精度超越专家基线。
面向医学报告生成的图增强拓扑内化与双流分类器
提出GDMRG，融合图拓扑内化、双流分类与诊断引导注意力，提升医学报告生成诊断效能与泛化性。
诊断引导的纵向建模用于视网膜萎缩进展预测
诊断表明纵向变化多由采集变异而非疾病进展驱动，因而采用确定性TRU在视网膜图像预测中优于随机模型。
面向自动大规模筛查的稀疏识别：一种带超快解码算法的约束感知框架
LoSc框架以仅含逻辑运算的超快解码，用O(klogn)次混合检测识别全部阳性，兼顾稀释与样本约束。
LiteMedCoT-VL：面向医学视觉问答的参数高效适配
以LoRA将235B教师思维链蒸馏至2B医学VQA模型，无需图像描述，PMC-VQA达64.9%，超4B基线11个百分点。
GeoSelect：面向免训练参考遥感图像分割的空间程序执行
将指代解析为类型化空间程序并确定性执行，免训练实现遥感指代分割，RRSIS-D mIoU 58.86。