GAPrompt++：面向3D视觉模型的多粒度几何感知点云提示
提出GAPrompt++多粒度几何感知提示，以不足2%可训练参数提升3D点云适配，性能超越全量微调。
通过选择性奖励激励改进离线目标条件强化学习
提出RSIQL，在离线轨迹的中间进展状态注入额外奖励以提供更及时监督，无需分层策略，性能具竞争力。
中文标题：机器学习评估炎症生物标志物对老年西班牙裔成年人队列认知障碍的预测价值
老年西班牙裔队列中，贝叶斯模型显示I-309(CCL1)显著提升认知障碍预测，是唯一稳健增量标志物。
SeetaPsych v1.0：面向行为心理测量的开源计算机视觉工具包
SeetaPsych v1.0是开源可扩展计算机视觉工具包，统一提取面部图像与视频中的心理相关信号，涵盖表情、心率、视线等模块。
STAR：面向基于扩散的光场重建的结构感知测试时自适应
首个从焦距堆栈重建光场的测试时自适应框架：冻结扩散先验，为每个光场拟合三个轻量适配器适配其空角结构。
全双工语音模型在被问到时才开口，而非在需要时
全双工语音模型更易被点名和停顿触发，却难因错误事实或危险主动插话，纠正与警告比例也很低。
近因强制：弥合自回归视频生成的长时程鸿沟
针对自回归视频生成的KV驱逐失配，提出近因强制：在注意力上加时步偏置，零开销提升长时程质量。
基于领域知识增强的农业信息神经网络
提出知识增强农业信息神经网络KAINN，融合领域知识，提升农业N2O排放预测精度与可解释性。
基于分层LLM与RAG抽象的原始遥测语义层归纳
分层LLM与RAG框架从原始遥测自动归纳业务语义层：质量50→80+，维护降80%，滤噪74%。
重新规划、修复还是编辑？资源中断下旅行智能体行程修订的统一实证评估
评测三类旅行智能体行程修订：LLM-Z3重规划复合中断成功率最高，分层修复编辑更少、保留更多承诺，计算开销各异。
以采样为代价的搜索：近乎瞬时的潜空间贝叶斯优化
利用球面约束线性模型，实现潜空间贝叶斯优化近乎闭式解，较SOTA提速百倍且性能相当或更优。
抵达还是求解？用检查点交接归因智能体强化学习增益
提出检查点交接评估，无需重训，将RL终点收益拆为REACH与SOLVE，跨基准交互为正。
超越补丁移除：视觉-语言-动作策略中的持续性对抗效应
对抗补丁移除后，VLA策略仍受持续影响；仅36.2%任务可恢复，及时干预至关重要。
AutoData：面向预训练数据选择的智能体搜索
AutoData 以智能体搜索可执行算法选择预训练数据，自动发现特征交互，方案优于人工流程并可迁移提升 CORE。
通过结构相似性提升研究论文中句子序列分类的跨语言迁移
构建13语种SSC数据集；发现结构/标签分布比语言邻近更能预测迁移；提出结构感知生成法提升跨语言迁移。
先学后判：面向可解释仇恨表情包检测的渐进式知识到决策对齐
现有可解释仇恨表情包检测将解释与分类耦合训练，相互干扰致性能受限；ProKDA采用三阶段渐进对齐，先学背景知识再检测与边界对齐，刷新三项基准最优。
理解与利用自回归图像生成中的对角注意力稀疏性
揭示自回归图像生成的对角注意力稀疏性，提出对角感知稀疏注意力，吞吐提升3.1倍、质量损失不足2%。
泰老统一纯ASCII音位罗马化方案：系统性跨语言对应与面向中文用户的友好设计
泰老统一纯ASCII音位罗马化方案，标记音段、元音长短与声调，一音一符，兼容拼音粤拼，便学习与机器处理。
元胞自动机上的 LSTM-UT 与循环深度 Transformer
研究表明，LSTM-UT 的有界门控记忆在规则30外推与延迟回忆中优于 BUT 和 CoTFormer。
面向大语言模型标注数据的非分词语言词典约束字音转换
提出词典词格CRF神经G2P方法，借大模型生成数据缓解标注稀缺，在多语言基准上显著超越传统方法。
面向细粒度MLLM感知的区域级策略优化
提出区域级强化学习Vision-RL2，无需区域标注优化提议网络，以约四分之一视觉token超越基线精度。
面向隐私保护的肾结石检测联邦学习框架
联邦学习结合YOLOv8检测CT肾结石，无需共享数据，mAP@50达0.733，兼顾隐私与边缘部署。
IMFD：基于指令的大型视觉语言模型端到端多人脸伪造检测
IMFD用指令式大型视觉语言模型端到端联合定位多人脸并检测伪造，借人脸框增强指令，优于现有方法。
LearnActCoder：面向自适应临床编码智能体的角色感知错误记忆
将少量标注错误转为结构化错误记忆库，按角色分派给编码器与评判器，无需更新权重即可提升临床编码表现。
FINSKILLOPS：面向SEC申报文件问答的自演化多智能体系统
FINSKILLOPS多智能体系统将SEC问答部署后改进转为受控技能维护；失败变限定补丁并经回归校验准入。六基准领先，正确率3.70→4.55，未纠错率20.0%→12.5%。
进化还是幻觉？重新思考LLM进化搜索中的评估
LLM进化搜索评估不能只看单一种子预算；种子与迭代分配及策略排名随任务和预算变化，需报告完整前沿。
锐度感知最小化（SAM）提升细菌拉曼光谱数据分类准确率，助力便携式诊断
拉曼诊断泛化差、预处理复杂；SAM提升细菌分类，准确率最高增10.5%、平均2.7%，助推便携诊断。
样本数量并非全部：候选生成策略决定大语言模型测试时扩展的能耗与性能
固定候选数下，8次串行较1次批量能耗高4.64–4.86倍、P95延迟高5.77–6.12倍
When2Think：为高效混合推理模型学习难度感知的长度控制
提出When2Think，按题难度动态控制推理长度，简单题少思考、难题多思考，提升准确率与效率。
OceanMoE：面向长时程多变量海洋预报的结构化条件稀疏计算
OceanMoE 融合跨变量共享与条件稀疏专家路由，按预测目标和空间位置专化计算，降低长时程多变量海洋预报误差。
面向可穿戴智能的AI智能眼镜：从第一人称感知到智能体个性化
AI智能眼镜从第一人称感知走向可穿戴智能，协同感知、计算、推理与交互，提供个性化实时辅助。
FedFIbOS：面向异构联邦学习的基于Fisher重要性的最优子建模
提出基于Fisher信息的最优子建模FedFIbOS，理论保障异构联邦学习，精度提升约10%。
可复现性不等于构念效度：LLM对制度化情境化沟通的测量
LLM标注文本可复现性极高，却与问卷同一构念收敛有限，分歧随利益群体与国别系统变化，可见可复现性非构念效度。
D-Quant：用于KV缓存量化的可漂移熵编码
D-Quant通过漂移机制将KV缓存熵编码转为定长比特流，兼顾高压缩与并行反量化。
缺席即在场：安全认知约束下的视觉场景负面事件理解
提出反事实重建与对比解码框架，将物理缺失转为语义负面事件，实现安全约束下的视觉场景负面描述。
重新思考多智能体协作：当“多”反而更少
多智能体协作仅在长时程稀疏依赖任务中占优；SAIGE按需建图、语义建边，扩展规模未必提升性能。
TorchCraft：通过逆向全原子结构预测器实现统一结合剂设计
TorchCraft 逆向全原子预测器优化序列，统一设计微蛋白、VHH、环肽及配体结合蛋白，多靶点验证成功。
复杂度拐点：面向代码生成可靠性的提示侧结构复杂度指数
提出生成前评分的六维提示侧结构复杂度指数，10.5万次生成显示通过率在13.75分处有断点，但非普适阈值。
逮捕之前：基于不完整证据的LLM犯罪侧写基准评测
PIJ基准含2500起真实凶杀案，评测LLM三项刑侦任务，隐式推理为瓶颈，与专家差距大且存在偏见。
Croissant 的策略配置文件：拒绝作为数据集的属性
为 Croissant 补全策略求值：五算子判定可记录，与原生/ODRL 一致且开销低。
PetriBench：面向动态状态空间的LLM推理基准测试
基于Petri网的LLM推理基准，四类任务三级难度；难度越高准确率越低，测试时计算与程序化生成影响各异。
SnapPhysics：面向交互式混合现实场景的单视图物理感知场景图
无需训练，从单图重建3D物体并估计质量、摩擦等物理属性，构建物理感知场景图，赋能物理交互式MR体验。
SlugTrails：面向大型建筑平面图定位的自我中心视角基准
提出大型室内平面图定位基准SlugTrails，含三栋六层数据；现成模型近乎失效，微调大幅提升并改善跨集泛化，瓶颈在数据而非架构。
面向安全关键视觉否定理解：基于认知期望场景图的多模态大语言模型基准评测
针对视觉否定理解，定义安全认知场景否定任务，构建数据集与认知期望场景图指标，建立 MLLMs 基准。
Transformer模型中的词汇抽象泛化：以功能词为例
功能词嵌入居中且独特；词汇化句与功能句分属不同子空间，混合训练方能显现共享结构。
物理世界模型中，守恒换来稳定性，因子分解换来反事实能力
长时稳定靠辛积分保持能量守恒，反事实泛化靠显式线性因子分解，二者结构可分离且互不依赖。
评估机器翻译对话中的沟通成效
提出三层清单评判框架，从语义、语用、文化社会评估口译对话，构建单多轮基准，交际成效逐层下降。
KoNeoBench：面向大语言模型理解韩语新词的精选评测数据集
提出KoNeoBench基准，含1785个2020年后韩国新词与四类任务，实验显示大模型在构词还原、语义分类和释义生成上明显不足。
交易大厅中的传染：对抗性信号如何在多智能体交易系统中蔓延
LLM多智能体交易系统易受社媒投毒，对抗信号跨层传染致夏普比率下降，合理拓扑与提示可提升鲁棒性。
PACE：精准AI电影化表达——面向剧本驱动预可视化与几何一致性的类型化规范
PACE以类型化规范将剧本编译为提示词与三维场景，求解相机位姿，并逐字段测量渲染与声明的几何偏差。