真实场景中的社会拟像：Moltbook 上的 AI 智能体社区
首个大规模比较：AI社区参与极不均、跨社区作者重叠高、情感扁平、重断言轻探索，同质化源于共享作者。
MAPLE：元数据增强的私有语言演化
MAPLE用DP表格元数据与上下文学习锚定初始分布，突破私有演化初始化瓶颈，提升隐私-效用、加速收敛并降低API成本。
当一致性成为偏差：半结构化临床访谈中的访谈者效应
半结构化访谈中，模型借访谈者固定提示与位置形成跨数据集、架构无关偏差；仅用患者话语才反映真实语言线索。
SCGFM-ART：面向以结构为中心的图基础模型的摊销关系传输
SCGFM-ART用分摊关系传输对齐异构图到共享关系图谱，跨域14任务最优，推理快44–85倍。
精修本身即可编辑：基于生成式精修网络的免训练提示到提示图像编辑
免训练提示到提示编辑框架，用生成式精修网络细化二值图像码，在多类编辑上背景保持与CLIP得分领先。
基于深度学习的脑电信号认知与静息状态分类
提出CNN-GRU框架，结合时频特征分类EEG静息与认知状态，三任务准确率76.1%~83.4%。
水中微塑料的射频检测与分类
提出ML辅助射频介电谱流式平台，无标记检测分类水中微塑料，八类F1超0.71，盐水环境仍有效。
TacSushi：面向灵巧寿司操作、以触觉为基础的世界-动作建模
提出TacSushi触觉世界-动作策略，门控融合指尖触觉，训练时用失败后果监督，成功率达68.3%。
跨越之前先感知地形：面向越野导航的世界模型
首个融合本体感知的越野导航世界模型Feel-WM，预测未来本体状态与失败风险，无需标注，轮式足式平台均优于纯视觉方法。
扩散语言模型的并行性、关键窗口与分离结果
证明均匀/高斯扩散可高效并行，且与掩码扩散存在可证明的并行性分离，因后者关键窗口更窄。
更细粒度的引用总是更好吗？重新思考归因生成的引用粒度
研究发现，段落级引用效果最优；句级细粒度引用反而损失2-97%性能，且答案正确率基本不变。
高效链接非结构化数据以支持多步推理
DASE查询引擎联合过滤、多向量检索与连接，推理检索快6–46倍，并提升下游LLM精度、降低成本。
面向自动驾驶的4D雷达感知算法：综述
综述4D毫米波雷达感知算法，梳理从目标检测到动态场景理解的任务演进、多模态融合范式、数据集与未来挑战。
CoreSense：面向可审计机器人决策的可追溯故障召回与冲突感知信念门控
融合可追溯失败召回与冲突感知信念门控，实现可审计机器人决策，不安全继续执行降至0%，但非认证安全。
4D基础模型能记住吗？
提出PersistBench，以360°视频为全知真值，评估物体恒存、运动连续与外观保持，发现模型物体离开视野后记忆骤降。
VABench：通过视觉演示、主动感知与度量控制衡量具身空间智能
VA-Bench衡量具身空间智能：模型须从RGB演示主动选视角并发度量指令，最佳成功率仅53.9%。
ViTOED：面向越南语社交媒体文本的目标导向情感检测数据集
越南语目标导向情感检测数据集ViTOED，含1.1万条评论与2.1万个四元组标注，揭示隐式目标等现象，基线实验表明该任务仍具挑战。
多源数据的分布鲁棒联邦学习
构建局部模糊集并集式全局模糊集，兼顾客户端间混合与内部分布不确定性，提出联邦算法并证明收敛与泛化保证。
部署前预测：面向世界动作模型的量化诱导任务退化离线预测
PreDE用离线动作偏差预测量化任务退化，校准阈值筛选配置；五模型四基准及真机验证，W4A4提速1.37倍、内存降44%。
当 EOS 词元不一致时：理解在线策略蒸馏中的长度膨胀
在线策略蒸馏中学生回答过长，源于师生EOS终止符不匹配；共享语义停止动作可缓解，但训练后期仍有长度膨胀。
AURORA：一种自然语言驱动的智能体框架，用于理解、推理和编排可靠的空地协同仿真
AURORA以自然语言智能体编排可靠空地协同仿真，用AGSG中间表示支持规划、校验与修复，并揭示仅可执行不等于满足交互。
TripScore：通过专家校准奖励对齐大语言模型以实现真实世界旅行规划
基于真实日志与专家校准提出TripScore基准与奖励，实证强化学习微调在真实旅行规划中持续领先。
基于运动学的智能体AI用于机器人增材制造工艺规划
提出智能体框架，将用户意图转为可执行机器人增材制造方案，经运动学评估，关节冲击最高降53.5%。
通过构造实现可验证：临床问答中逐字引文的论断级评估
评估12个LLM在临床问答中的逐字引用能力：多数模型超90%论断可附原文引文，但完全证实率低，能力缺口明显。
CrystalMO-TuRBO：面向高精度联合晶体结构精修的多目标信赖域贝叶斯优化
提出CrystalMO-TuRBO，将X射线与中子衍射差异作为独立目标，用两阶段多目标信赖域贝叶斯优化实现高精度联合晶体精修。
压缩有害，汇聚有益：B型超声瑞利尺度估计中的信息损失
B超对数压缩致瑞利尺度估计信息严重损失，多窗口合并可降方差，但仍需大量窗口，限制定量超声应用。
乳腺X线摄影基础模型用于机会性预测主要不良心血管事件
乳腺X线基础模型无需心血管监督，仅凭筛查图像预测5年MACE，AUROC 0.823，优于年龄模型。
递归量子长短期记忆网络用于稳定的短期气温预测
递归量子LSTM较标准QLSTM在多伦多气温预测中收敛更快、误差更低、泛化差距更小。
利用LLM调优指令复制检测并行软件中的软错误
PaRID：编译期软错误检测框架，融合并行感知变换与LLM调优建模，开销降至59.84%，提速5倍。
网络安全博弈的高效纳什均衡计算
提出遗憾加权收益采样，仅模拟均衡敏感格并用代理填充；在网络安全博弈中更省预算并降低可利用性。
缓解重复博弈中的报复性算法合谋
提出CURB奖励塑形框架，惩罚TV距离，抑制重复博弈中的报复性算法合谋。
HyperAMS-Net：用于脑部疾病分类的自适应多尺度空间超图网络
提出HyperAMS-Net，融合自适应多尺度卷积、超图注意力与空间-通道注意力，在三个脑疾病数据集上取得最优分类性能。
FL-Net多中心医学数据挖掘——联邦学习的一站式解决方案
FL-Net整合数据协调、发现与容器化工作流，支撑隐私保护、可复现的多中心临床研究。
MiX：面向端到端低位视觉语言模型加速的微型翻转缩放
MiX以共享尾数替代共享指数，配双格式框架与定制加速器，4.5比特VLM精度媲美NVFP4。
基于专家对齐草拟的解耦对比解码
提出解耦对比解码DCD：用专家对齐轻量草稿器起草，业余模型仅参与验证，保持输出分布，8B上加速1.65–1.95倍。
Redemption Score：基于分布、感知与语言信号三角互证的图像描述多模态评估框架
提出RS多模态评估框架，三角融合分布、感知与语言信号，在Flickr8k上与人评相关性优于多数方法且无需训练。
从回合执行到场景重置：面向自主长时程操作评测的图基框架
HALTER用场景图与LLM规划原子重置技能，自动评测并重置长时程操作，成功率76%，省72%人力。
分割天花板：为何显式左心室掩膜无法提升学习式射血分数回归
提出分割天花板：掩膜每帧面积误差需低于约10%才可能提升射血分数回归；泛化与校准不确定性更关键。
oMeBench：迈向有机反应机理阐释与推理的大语言模型稳健基准评测
提出首个专家标注有机机理推理基准oMeBench与动态评分oMeS，评测显示LLM多步推理仍弱。
DeltaSelect：面向编程智能体的低成本A/B测试
DeltaSelect：低成本A/B测试法，筛选可代表全基准的任务，预算内固定任务集，用于开发期对比。
CounselReflect：设计支持AI心理健康与福祉对话自我反思工具的机会与挑战
CounselReflect将咨询质量指标转为用户反思框架；访谈21名用户发现反思易致选择性确认，需揭示盲点、全面审视AI对话，情感障碍仍是设计挑战。
打印欠定之物：将具象绘画中的多解性物质化
将具象绘画三维配置的多解性显性化，经多视角生成、高斯泼溅重建与实体打印，使多重解读可检验。
PersonalAI 2.0：利用规划机制增强个性化LLM智能体的知识图谱遍历/检索
提出PAI-2框架，融合知识图谱与规划机制，提升LLM智能体检索推理，减少幻觉，多项基准领先。
中立面具：对齐训练如何在大语言模型中只带来浅层对齐，却让党派结构完好无损
对齐训练未消除大模型党派结构，仅切断输出通路，形成可被绕过激活的脆弱功能性中立。
COIN-GP：基于高斯过程回归的部分测量网络化分布式系统中的协同在线学习
针对分布式传感器网络部分观测下状态与未知动态联合估计难题，提出基于观测器的在线分布式高斯过程协同学习框架，并给出数据采集条件与误差上界。
PosteriorBench：从点估计到后验匹配——生成式逆求解器评估新基准
提出PosteriorBench基准，以五项指标评估生成式逆求解器的后验分布精度，揭示现有方法的分布匹配差距。
OmniMimic：面向多风格全向四足运动的动力学补全动作增强
OmniMimic 通过动力学补全与方向反射扩充有限的动物演示，训练多步态全向四足运动策略，大幅降低足位与速度跟踪误差。
迈向以合成数据扩展海洋感知
扩展OceanSim模拟器，构建水下合成数据生成管线，自动产出逼真标注数据集，并在海胆检测任务上验证仿真到现实迁移。
RISC-V与机器学习：综述
综述RISC-V在机器学习中的实现与性能权衡，指出标准化与生态碎片化挑战，提出四大研究方向。
INSPECT：从助手使用中学习机器人视角选择
机器人从智能眼镜助手记录中学习视角选择，用于装配检查，提升可验证性与决策正确率。