美国政治口语的演变
1960—2024年19位美总统候选人辩论显示：政治语言趋简化、句短词少，情绪化升、逻辑理性降。
TuiML：面向AI智能体的机器学习
TuiML是面向AI智能体的自包含机器学习库，组件以元数据自描述、可检索组合，调用可复现，性能媲美scikit-learn。
一种测量推理优化如何影响输出质量的校准工具
用校准LLM评委测输出质量，可跨系统比较优化；损失随语言、任务和模型而异，置信度难辨有效错误。
RideWay：面向工具使用型语言智能体的高效任务完成基准评测
提出网约车智能体效率基准RideWay与成功门控指标Efficiency Utility，惩罚多余工具调用与对话轮次，并揭示计数式工具评估的局限。
面向分子性质预测的程序化预训练
提出程序化预训练、SMILES预训练与微调三阶段；程序化预训练可提升分子性质预测，数据稀缺时更有效，收益非单调，最佳在中期。
AfriSyCo：测量非洲语言内容中的断言式框架、验证与措辞敏感性
非洲语言事实内容中，断言式框架增加错误目标选择，验证降低；措辞和模型差异大，提示实现影响测量。
Spheriverse：面向野外球面观测的3D场景理解
Spheriverse数据集含64,400组球面图像-激光雷达对，建立三项基准，并提出SphereOcc占据预测框架。
相同答案，不同表征：视觉语言模型中隐藏的不稳定性
提出表征与频率感知评估框架，揭示VLM答案不变却内部表征漂移、鲁棒性不随规模提升等失效模式。
基于算子推断、重叠 Schwarz 交替法与强化学习的自适应混合耦合
强化学习在线自适应FOM/ROM耦合：DQN离线训练，部署无需参考解，动态分配高保真子域追踪移动波前。
NObSP：基于斜子空间投影的神经网络功能分解
NObSP用斜子空间投影将预测分解为逐特征贡献与交互残差，减少重叠子空间重复计算，兼顾局部与全局解释。
缺失的桥梁：组合感知的主动模仿学习
AALT将演示组织为潜在枢纽拓扑，主动请求最大化任务可达性增益的桥接演示，以极少演示解锁大量组合任务。
锚定关键所在：面向视觉接地多模态推理的双层学习框架
提出PIVOT双层框架，以自校准经验回放和视觉引导优势分配，强化LVLM视觉接地推理。
KaiNinja：将原生3D生成器扩展至部件级
双体积表示KaiNinja将TRELLIS.2扩展至部件级，无需分割，保持速度质量并提升保真度。
面向可控且文化保真的 Ulos 纹样生成：微调 Stable Diffusion XL 的多模态条件控制
提出融合微调SDXL与LLaMA的多模态框架，以文本、图像、表征、语义图控制生成文化保真Ulos纹样；消融与用户评测验证有效并开发原型。
PrimeScientist：自主研究中研究投入的战略性分配
PrimeScientist联合决策研究方向与资源投入，用自适应MCTS分配精力，提升研究质量与效率。
面向工具调用智能体的监督微调还是强化学习？一项跨数据、方法与规模的受控研究
在Qwen3 0.6B–32B上对比LoRA SFT、GRPO与SFT→GRPO：SFT分布内最佳，GRPO跨集略优但不足1分，数据混合迁移强，LoRA优于全参微调。
G-ray：相机异构条件下多视图视觉Transformer中的射线级相对几何位置编码
提出射线级相对位置编码G-ray，用相机局部射线角参数化相位，实现跨投影不变，提升3D重建与新视角合成
基于深度学习的3D超声先天性子宫畸形智能诊断
提出CUA-Net，基于3D ResNet-18实现子宫畸形自动分类，无需冠状面重建，内外测试准确率达93.88%和91.52%，优于初级超声医师。
谁担任评委很重要：测量 LLM 评审团中的家族条件偏好
四家族模型交叉评判显示同族偏好显著（3.4–8.4个百分点），位置效应致55.4%配对反转。
TACTICS：面向机器翻译的分类体系感知智能语料采样
以覆盖度为显式目标，依风格指南建分层分类，固定预算内优化稀有类别覆盖与文档连贯，用更少样本还原真实排名
校准内容如何影响基于注意力的重排序
空查询校准易受提示指令污染；提出免训练插值空校准，恢复并超越生成式重排序；示例仅经查询通道，少干扰。
建模终结性习得中的发展转变
以GPT2惊讶度差标注CHILDES终结性；儿童依赖动词后限定词，成人依赖动词语义，支持句法启动假说。
数值信息神经网络与重叠Schwarz交替法的混合耦合
重叠施瓦茨交替法耦合预训练数值信息神经网络与全阶模型，用于高佩克莱特对流扩散方程，两种训练精度相当。
一种面向南非包装食品R214钠筛查的保守型OCR工作流
提出保守型OCR流程筛查南非包装食品R214钠含量；自动与视觉模型类别一致率约94%，不确定归复核。
CodecSight：利用视频编解码信号实现高效流式VLM推理
CodecSight借编解码信号优化流式VLM推理，剪枝视觉块并选择性刷新KV，提升并发与首字时延。
米级地表天气的部分恢复
融合稀疏站点、高分对地观测与粗尺度大气动力，30米分辨率部分恢复美国近地表天气，误差降11–28%。
HumanEgo：从数分钟人类第一视角视频中实现零样本机器人学习
HumanEgo无需机器人数据，将人类第一视角视频转为手物交互表示，30分钟数据即实现零样本人机迁移。
剪刀效应：基于缩放的输入多样性何时有助于或损害迁移攻击
输入多样性DI对迁移攻击效果因代理模型而异，呈剪刀效应：标准代理受益，对抗训练代理反受损。
可解码性并非因果性：通过SAE分解区分探针读出与行为驱动因素
探针可解码概念却非因果驱动；SAE分解结合激活统计可识别真正因果特征。
定位隐藏失败使长时程智能体更可靠
发布Traverse基准，揭示长时程智能体隐藏失败；训练4B验证器Scout定位失败并筛选候选，提升任务成功率。
DualSQL：基于多智能体强化学习的文本转SQL
DualSQL让双智能体共享单一模型权重与工具，用多智能体强化学习联合优化，4B在BIRD达68.0%。
内存墙的另一半：用可训练路由预测从 SSD 服务 35B MoE 模型
Edge0 以预路由提前预测下一层专家并配恢复 LoRA，在 24GB 机器 3GiB 内存内让 35B MoE 达 20tok/s。
基于因果充分性与必要性的区域解释
提出SNRE框架，学习输入输出区域对，使输入隶属对输出落入该区域既充分又必要，构造可微PNS估计。
Re2A：基于评分细则偏好推理与对齐的情境化对话推荐
提出Re2A框架，用评分细则引导偏好推理，并按偏好与情境双目标对齐生成，推荐效果超越现有方法。
凝视作为共同基础建立的证据：MapTask与MUNDEX的跨语料库分析
两项协作任务语料显示，任务导向凝视更多、凝视熵更低与共同基础对齐相关，但效应微弱，仅为辅助线索。
教授AI、机器人与社区：面向农村学校的基于枢纽的K-12教育框架
ARC以高校培训本科生导师、枢纽辐射农村K-12，试点显著提升师生能力，可覆盖印第安纳州多数学校。
无流形的对称性：轨道上的内在维度
内在维度估计器在有限等距轨道上失效，神经缩放呈隐藏宽度指数律，速率由正则化器主导。
TeochewBench：经人工审核的潮州话汉字翻译基准
提出经人工审核的潮州话汉字翻译基准，含300条表达并评测13个模型；高特异性表达得分明显偏低。
超越上一层：稀疏MoE路由中的残差预测结构
稀疏MoE路由中，除最近层外，更早专家选择仍能预测下一路由，存在残差预测结构。
在不完美选择与计算成本下设计智能体AI工作流组合
提出工作流组合选择框架，联合优化运行规模与分配，权衡算力与选择误差，在三数据集上提升选择精度。
AutoTuneBench：面向LLM服务引擎智能体自动调优的可信度量
提出AutoTuneBench基准与测量协议，以冻结代码、预注册读数和外部锚定消除四类度量失效，揭示真实加速远低于宣称。
ASPIRE：面向长上下文LLM推理的异步批量自推测解码
ASPIRE以混合前向、在线调度与草稿内刷新实现异步批量自推测解码，吞吐提升1.70–4.58倍。
人工编码还是AI编码：课堂观察中AI评分的比较评估
研究比较AI与人工课堂互动评分：情感支持较一致，课堂组织与教学支持差异大，AI宜作初筛而非替代人工。
图结构何时物有所值？论检索增强生成中的结构定价
EffiRAG以图定位原文生成答案，质量优于LightRAG且成本降57%，图RAG应兼顾质量与成本。
面向科学关系预测的时间对齐演化概念图
提出时间对齐演化概念图，联合建模语义与结构演化，显著提升科学关系预测性能。
线性参数模型下混合序数与指数族因果有向无环图的可识别性
线性参数模型中，序数节点至少三类、指数族节点至少三支撑点时，混合因果有向无环图的边方向可由联合分布识别。
基于契约的LLM智能体符号化时序监督
用LTLf契约将智能体工具调用编译为DFA，统一在线监控与离线评估，判定确定可复现、延迟极低。
超图中的最大强独立集：归约、界与贪心证书
研究超图最大强独立集，给出归约、上界与贪心证书，并用于LSH-MinHash去重。
从压缩向量表示中精确读出语义
给出压缩向量精确线性/仿射语义读出的充要条件；预训练嵌入多仅线性可分，监督训练能达精确仿射读出。
招聘场景下开放权重大语言模型的性别与种族偏见语言触发因素
审计六款开放权重LLM，发现招聘用语触发性别与种族偏见，并提出预部署审计协议。