压力测试对齐中期训练
压力测试显示，竞争性微调会抵消对齐中期训练效果；公共证据不足以证明其能解决强AI对齐核心难题。
Viveka-Insight：覆盖斯瓦米·维韦卡南达英文与孟加拉文全集的跨语言概念图与引文溯源检索资源
辨喜英孟全集跨语言概念图与引文检索资源，含解析、概念图、别名、人工标注，Recall@10达0.86
AgentPProf：面向长时程AI智能体的语义剖析器
将智能体轨迹聚合为pprof兼容画像，以语义操作栈实现任务级分层归因，高效定位问题并优化token成本。
MATCH：基于课程调度与分层门控奖励的模型感知工具学习
MATCH以模型感知课程调度与分层门控奖励优化工具调用，在API-Bank和BFCL V3上超越基线。
Chronicle：面向LLM智能体的切点重放回归测试
记录智能体非确定性边界，切点重放部分实时执行新代码，将故障转为CI回归测试，零模型调用且稳定。
射线堆中的针：面向蝙蝠轨迹的超稀疏激光雷达占据检测
轻量3D U-Net结合加权交叉熵与Dice损失，在超稀疏激光雷达射线堆中检测蝙蝠飞行轨迹。
PaGNet：面向多目标企业避税代理预测的面板感知GBDT-神经网络
PaGNet融合GBDT与面板神经网络双分支，预测多目标企业避税代理并提供分支依赖诊断。
支持度阈值而非算法，才是共购网络中稀有关联恢复的瓶颈
top-K与NC恢复稀有高提升度关联达80-100%，远超Apriori的22-28%；瓶颈在支持度阈值而非算法。
SETTer：面向长期多变量时间序列预测的稀疏编码器Transformer
提出SETTer，采用解耦自注意力与混合掩码，单层Transformer建模长期依赖，88%场景超越SOTA。
序列情境契合度可预测跨领域的人类行为与神经动态
基于嵌入的序列情境契合度（SCF）指标，在语言、音乐、决策等多个领域预测加工时长、行为转变与神经状态变化。
Scene-Q：面向3D场景的置信度感知由粗到细查询与选择性VLM推理
Scene-Q用温度缩放校准编码器分数，只对低置信查询调用VLM重排序，提升3D开放词汇检索性能。
CleanVideo：面向文本到视频扩散模型的自适应概念擦除
CleanVideo通过三模态门控的低维子空间干预，自适应擦除文本到视频扩散模型中的目标概念，保持视觉保真与时序连贯。
求解最小跨度反带宽与循环反带宽标号问题
提出统一SAT框架求解最小跨度反带宽与循环反带宽标号问题，并行/增量策略在基准测试中具竞争力。
MTF-Net：面向行人意图预测的多模态时序特征融合网络
提出MTF-Net，融合运动、姿态、上下文与场景四模态，经门控时序融合预测行人过街意图，PIE/JAAD上AUC达0.95/0.94且实时高效。
特权信息为同策略自蒸馏带来了什么？
无参考蒸馏已带来大部分提升；特权参考增益有限，其价值在于促进跨模式迁移，而非揭示更多解法。
局部稀疏性实现无监督大语言模型安全检测
借稀疏自编码器的局部稀疏性，提出无监督LLM安全异常检测框架，仅建模安全数据，用1-2%神经元即近最优。
JointMatch：面向大规模拼车匹配的统一异构图神经网络求解器
JointMatch用稀疏异构图统一求解拼车配对与派车，单次前向评分，纽约上超两阶段基线且快20倍。
面向智能汽车多模态舱内交互的QoS感知联邦学习
提出异步事件触发联邦学习框架FedQoS，双重门控平衡时延能耗，通信降76.7%、时延降26.0%
HerHealthEval：评估对女性健康传播的多语言与语域敏感理解
提出HerHealthEval框架，揭示多语言医疗模型在语域变化下的漏诊风险。
MoSSGate：面向皮肤病变分割的记忆调制状态空间门控
提出即插即用模块MoSSGate，融合边界感知门控、记忆调制与并行二维状态空间建模，在ISIC基准上高效取得最优皮肤病变分割精度。
QUALS：通过模式量化与可学习性同步实现通用预测的语料库均衡
提出QUALS语料库均衡框架，经模式量化与可学习性同步，用少量数据即可提升零样本预测性能。
类原型距离：面向目标检测的主动学习
提出类原型距离评分信号，单次前向传播即可筛选样本，降低标注成本，性能优于后验概率方法。
CARE-VI：离策略 Actor-Critic 学习中用于价值改进的保守自适应可靠性估计
提出CARE-VI框架，融合CARS、SEVA、DARE提升离策略Actor-Critic目标可靠性，在12个MuJoCo任务上平均回报最高。
面向弱监督白内障眼底图像增强的两阶段多尺度注意力网络
提出两阶段多尺度注意力网络，弱监督增强白内障眼底图像，合成配对图像并提升细节，性能优于现有方法。
JEPA-WAM：通过JEPA潜表示将生成式视觉指令连接到世界动作模型
生成视觉指令经冻结V-JEPA编码为紧凑目标token，跨注意力条件化视频与动作专家，提升机器人指令跟随能力。
MTVA-Bench：评估级联式语音智能体内部的语言模型
MTVA-Bench在级联语音系统内评测语言模型：490个场景、7种语言，工具检查加双LLM评委，模型差距多源自参数与规则遵循。
智能城市NR-V2X网络中基于学习优化图神经网络的AI驱动实时中继优化
提出基于图神经网络的学习优化框架，用于NR-V2X实时多跳中继选择，连接增益达11.3%，较MILP提速最高100倍。
当 AI 智能体提交时：跨数据、证据、策略与权限的认知可串行化
AI智能体提交需在数据、证据、策略与权限变化下实现认知可串行化；TCT保障零错误提交，平均开销仅3.22ms。
SAGE-Yoga：面向瑜伽姿势分类与关节级矫正的多线索学习
SAGE-Yoga统一框架融合多视觉集成与几何校验，实现瑜伽姿势分类与关节级矫正，Top-1达90.7%。
摘要化偏置：大语言模型中客观投射向讲述模式标签的方向性坍缩——一个概念框架与注册测试协议
提出摘要化偏置：大模型把叙事意义压成标签而非可重构结构；分生成与评价两机制，评价偏差更危险；未验证，预注册测试。
AI还是真实：资源受限环境下的部分篡改视频检测
以知识蒸馏构建轻量全帧检测器，专为边缘部署识别部分篡改AI视频，兼顾时域误报与阈值校准。
UniPolicy：面向生成式搜索广告的统一目标特定策略
UniPolicy通过目标特定参数解耦与多策略束搜索，离线线上均提升CTR、RPS和收入，延迟稳定。
线性时变系统的快变固有频率与阻尼比辨识
提出LSTM与EKF物理增强机器学习法，用振动数据辨识线性时变系统快变固有频率与阻尼比，经海上风机验证。
无回放持续学习中的噪声最优：隔离、机制与适用范围
噪声注入巩固规则使保留率呈倒U型；关键在锚增益与噪声方差耦合，且需共享任务结构，任务越多优势越弱。
小到足以知晓一切：完全可枚举Transformer作为延迟泛化科学的工具
全可枚举Transformer可精确研究延迟泛化；跨尺度实验显示多数规律守恒，权重衰减律随规模变形。
感知、布局与验证：面向金融文档可靠直通式处理的校准置信度
三通道置信度+保形风险控制，AUROC升至0.90-0.99，自动通过49-72%字段且错误≤目标。
JEPA-Anything：跨不同世界学习预测模型
提出领域无关框架JEPA-Anything，用正交预测分解跨七领域学习预测模型，提升预测、干预与科学发现。
按需注意力：语言模型知道何时该回忆
按需注意力：召回头预测收益，选择性全局注意力，仅训该头，vLLM实现，长上下文加速，性能近全注意力。
生成式验证：重新思考目标检测主动学习中的不确定性信号
生成式验证：独立生成模型复核预测框标签，分歧作采集信号；扩散验证器建模标签分布，超越基线，增益最大。
GPT模型中的危害洗白：证据表明性别歧视在安全训练代际间被转化而非减少
安全训练未消除性别歧视，而是将其转化洗白：毒性评分下降，表征伤害却随代际上升。
dQwen3.5：混合注意力扩散语言模型
Qwen3.5适配为dQwen3.5；混合注意力骨干约半token达同损失，任意顺序与并行解码佳。
RetireOPD：面向智能体强化学习的自退场同策略蒸馏
提出RetireOPD，自适应退场实现学生自蒸馏，性能超越教师模型。
子域感知的预训练图像嵌入表示压缩
研究用PCA/LDA对预训练图像嵌入做子域压缩，既提升空间与计算效率，又提高准确率，并验证可迁移性。
检索何时有助于时间序列预测？
论文表明检索增益由窗口长度与主季节周期的关系决定，而非机制本身，并提出分层评估协议及两个可解释统计量以预判收益。
CovR：基于推理引导强化学习的覆盖感知硬件验证
CovR结合自反思、仿真反馈与强化学习自动生成测试平台，覆盖率显著超越现有方法。
诊断、恢复、认证：隐藏动力学变化下的任务就绪性
提出隐藏动力学漂移下的任务就绪问题，用证据门控匹配脉冲输运统一诊断与恢复并认证部署风险。
FreqCondNorm：面向跨域预测性维护的频率条件化Transformer基础模型
提出频率条件化Transformer基础模型，统一异构时序；跨域故障诊断迁移性强，但剩余寿命预测未改善。
嵌入模型以奇特方式度量
嵌入空间仅弱建模物理量测量，模式奇特，且强烈受表层字符串相似度影响，重校准亦难改善对齐。
TouchSight：通过生成式视觉增强从第一人称视频中实现裸手触觉预测
TouchSight用生成式视觉增强，仅凭第一人称视频预测全手密集接触力，无需触觉设备。
NeuSOGA3D：面向可解释三维几何重建的神经符号框架
神经符号框架将点云投影至正交平面，构建隐式样条，经CSG融合与截面分解，得CAD兼容、可解释三维几何。