FairCompressAgent：面向FPGA部署的公平性感知模型压缩智能体框架
FCA智能体框架统一剪枝、量化与低秩分解，依实测反馈选择压缩配置，兼顾精度、公平与部署成本。
缺失的“我不知道”：为何三项推理可靠性发现共同指向校准弃答
三项推理可靠性发现分别指向能力、政策与递归缺口，实则共同缺校准弃答；基准对拒答零奖励，须改革评估。
DSD：通过扩散技能发现学习多样且可复用的运动技能
提出扩散技能发现DSD，用分数匹配近似状态分布熵梯度，为高维人形控制学习多样且可复用的运动技能。
OBC-Prune：面向大型推理模型剪枝的基于结果的校准
提出OBC-Prune剪枝法，用正误推理轨迹的干预分析量化句子因果重要性并加权校准激活，在多模型基准上优于现有校准基线。
社会模式在合成数据中依然成立吗？分析LLM生成对话与真实对话中的网络欺凌动态
LLM合成网络欺凌数据能保留高层互动结构，却系统性扭曲行为强度、角色分配与时序动态，且偏差因模型而异。
SAGE：从企业指南出发的受治理产物生成
SAGE 受治理多阶段 LLM 流水线，将企业指南转为结构化产物，成功率 96%、幻觉率 3.2%，耗时由数天降至 20–100 分钟。
自由推断维度：假设混合下零碰撞导航的复杂度度量
提出自由推断维度dFI，刻画值混合智能体零碰撞导航的复杂度阈值，并给出泛化界与混合策略最优性。
CARLA中自动驾驶的模仿学习
在CARLA中，紧凑多模态模仿学习策略实现数小时无碰撞闭环驾驶并可跨城镇迁移。
两个小型LLM中不存在可用的线性“投降方向”：激活引导主张的验证协议，以及回推压力下谄媚行为的跨家族研究
两小型LLM受质疑逾四成改错，压力偏好因模型而异；屈服方向不可线性解码，交叉验证AUROC仅0.58，属过拟合。
道德推理训练有益还是有害？以人格攻击对经强化学习训练的伦理智能体展开红队测试
道德奖励强化学习提升抗人格攻击鲁棒性，却牺牲伦理准确率；鲁棒性部分源于线性方向，但虚构角色扮演仍可攻破。
大语言模型数学推理中应用题求解的四阶段分解与机制脆弱性
LLM解应用题分四阶段：图式抽象、运算规划、操作数绑定与计算；无关干扰句专破坏运算规划阶段，致推理崩溃。
基于掩码临床上下文的SNOMED CT概念推荐
掩码临床上下文下SNOMED CT概念推荐基准：稀疏TF-IDF最佳，性能受概念频率与术语覆盖限制。
Myovox：从面部肌肉读取语音
Myovox 用面部肌电解码英语语音，词错率从51.17%降至18.53%，瓶颈为肌电音素错误率。
通过投机草稿树加速扩散采样
将扩散投机采样联系相对熵编码，提出草稿树丰富候选，采用贪心拒绝采样耦合，保证精确采样，最高加速8.3%。
深度强化学习与模型预测控制共享控制权的复合梯度学习
提出复合梯度学习，将MPC纳入DRL训练，以联合动作建模交互；强交互下部分策略更优，平均提升有限。
学习异质性偏好
研究主观偏好学习，提出基于个体与情境的个体化效用函数及多阶段估计架构，实验证明其显著优于通用效用模型。
前沿模型会在行动前寻求安全证据吗？
提出SAFE基准，研究前沿模型在部署决策前是否主动获取安全证据，发现检视主要受严重度与成本驱动。
2026年英语词义消歧：当标注成为瓶颈
WSD瓶颈转向标注：LLM准确率近95%，发布lexEN基准，重标注提升模型，成本成约束。
推理工程帕累托图谱：哪些优化主导成本、质量与延迟前沿？
构建成本-质量-延迟帕累托图谱；组合优化更常占优，FP8权重佳，FP8 KV缓存失效，选型取决于约束与GPU。
面向可审计次日野火蔓延预测的模块化深度学习机制
提出三种模块化增强并审计次日野火蔓延预测，表明精度、可信度与计算实用性可兼顾。
ERPBench：面向企业软件中计算机使用智能体的状态锚定评测范式
ERPBench以真实ERP系统的数据库真值评测截图智能体，通用GUI能力难迁移，正确写入率低至3%。
信心源于经验：从推理到智能体的经验性置信度估计
XConf借助模型自身过往经验记录估计置信度，无需logit或权重更新，多项基准上超越自洽采样。
互惠致危：生成-理解耦合如何削弱统一多模态模型的安全性
该研究揭示统一多模态模型中生成-理解耦合会放大安全风险，提出RICE双向攻击，两路径均高成功率。
REVERSAL-BENCH：衡量无重置强化学习悬崖的可逆性轴与重置预言机
提出REVERSAL-BENCH，用可逆性参数与重置预言机揭示无重置RL陷入不可恢复状态的可逆性悬崖。
BPE 分词在波兰语中的局限：分割-屈折形式、语法锚定与屈折语语言模型中的第一人称稳定性
分析波兰语 BPE 分词局限：其稳定高频语法标记片段而非语法范畴，并涉及语法锚定与第一人称稳定。
LaGSplat：利用潜在拉格朗日高斯泼溅从单目视频推断物理支配的交互式仿真
LaGSplat将低维隐状态同时作为拉格朗日广义坐标与高斯泼溅解码条件，使外力映射为广义力，实现实时交互式物理仿真。
曲线上的SAM：面向鲁棒权重空间插值的锐度感知模式连通性
提出锐度感知模式连通性SMC，约束路径邻域平坦性，提升权重插值鲁棒性，CIFAR-10-C最高提升6.09%。
RefGlitch-Bench：基于参考帧与视觉语言模型的游戏画面故障检测基准
提出参考帧对比的游戏故障检测基准，含合成数据与基线，自动参考可提升真实数据检测效果。
GRADE：图像编辑中学科知识驱动推理的基准测试
提出首个学科知识驱动的图像编辑基准GRADE，涵盖10领域520样本，多维评测20个模型并揭示不足。
原理性Koopman表示与Kalman推断：实现高效时间序列预测
提出K²SVD，学习Koopman主导奇异函数构建低秩表示，并用Kalman滤波推断，预测更高效精准。
使政治文本标度具有可比性：17种算法的基础设施与超参数敏感性
17种文本理想点估计视为可配置流程；超参数影响有限，关键敏感点为语言/嵌入模型、种子关键词和主题数。
二次神经网络的正则化最小二乘训练及其在系统辨识中的应用
提出二次神经网络正则化最小二乘训练，给出权重闭式解、下界及灵敏度，并用于非线性系统辨识。
极粗粒度学习目标使AI视觉模型产生与人类对齐的表征
仅用8个粗类别训练，AI视觉模型即可形成与人类大脑和感知高度对齐的表征，媲美千类监督与大模型。
HyCal：一种用于跨学科少样本类增量学习的免训练原型校准方法
免训练HyCal融合余弦与马氏距离校准原型，缓解跨学科少样本类增量学习的域重力与不平衡。
面向快速高保真虚拟试穿的结构-细节解耦自回归生成
提出STAR-VTON两阶段自回归框架，解耦潜空间结构合成与像素空间细节恢复，兼顾速度与保真度。
RAM-H1200：面向类风湿关节炎手部X线片的统一评估与数据集
RAM-H1200：1200张手部X线，标注全手骨分割、像素级骨侵蚀与SvdH评分，首个RA基准。
面向低时延边缘视觉系统的图神经网络辅助Actor-Critic
提出图卷积网络辅助A2C强化学习，仅传可疑目标像素相关子区域，降低无人机视频传输时延与误检率。
ProcFunc：Python 中面向函数的程序化 3D 生成抽象
ProcFunc：Python/Blender程序化3D生成库，简化组合编辑，支持VLM与室内合成。
连续性而非重要性：文档编辑后陈旧 KV 缓存的有预算修复
文档编辑致 KV 缓存陈旧；有限重算预算下，连续编辑局部窗口修复效果最佳，远胜注意力与重要性选择器。
Collaborative Memory for Multi-Agent VLM Systems
面向演化标签空间下开放世界意图发现的不确定性感知持续学习
提出不确定性感知概率框架，融合后验不确定性与多信号决策，在演化标签空间下持续发现新意图。
记忆具有几何结构：面向长时程个性化人工智能的非均匀几何记忆
提出将长时程个性化记忆建模为用户特定动态状态空间，具局部异质几何，以轨迹条件重建替代最近邻检索。
衡量AI领导力：面向AI原生组织的多维测量工具的开发与验证
开发含36个行为子维度、11个内容族的多维AI领导力量表，经多轮验证信效度良好，并具增量预测力。
何时调用大语言模型：面向对话式AI高性价比情感识别的置信度门控混合方案
置信度门控混合：仅将集成模型最不确定的预测升级至LLM，三数据集上帕累托最优，成本远低于纯LLM方案。
EdgeReMIND：面向时序多关系链接预测的可扩展、排名第一的记忆化基线
EdgeReMIND以线性记忆化模型在TGB 2.0六项数据集上MRR居首，是唯一全覆盖的关系感知方法，突破大规模时序链路预测的扩展瓶颈。
路加是福音书与《使徒行传》的作者吗？
定量分析支持路加为《路加福音》与《使徒行传》的共同作者。
脑电基础模型微调中跨深度聚合与软路由专家的数据集依赖效应
CBraMod加跨深度注意力残差与软路由专家，四个脑电数据集增益各异、正负不一，计算开销增至2–3倍。
基于状态空间模型的长上下文示例选择
提出基于状态空间模型蒸馏的长上下文示例选择方法，计算量降14.2倍，准确率升6.48%。
行走于分数流形：学习数据流形上的连续时间生成动力学
以预训练分数模型为几何先验，学习向量场沿插值路径连续演化数据，实现任意时刻生成与时间超分辨。
TabPFN-3.5：技术报告
发布旗舰表格基础模型TabPFN-3.5，性能领先，扩展非i.i.d.、多模态与宽表，并推出快速、增强、思考版。