SAiFE-gym：面向集中流动性自动做市的基于模型环境
SAiFE_gym：面向集中流动性恒定乘积市场的可扩展模拟环境，支持向量化强化学习做市策略研究。
M²Tok：面向视觉-语言-动作模型的多头多码本离散动作标记化
提出多头多码本动作标记器M²Tok，降低离散化重建损失并提升VLA模型成功率。
《生成式物理人工智能全面综述》
综述生成式物理AI，梳理机器人基础模型、视觉语言动作模型等五类架构，剖析应用局限并展望仿真到现实迁移。
《重访〈信任信任之反思〉：以投毒基准污染自修改AI编程智能体》
投毒基准可使自修改AI编程智能体自我演化出漏洞代码，且污染在干净任务上仍残留，亟需增强其抗攻击韧性。
能力涌现可预测：逐种子、提前，具校准区间、经认证虚警与盲测预注册门控
grokking与小型语言模型中，能力涌现可逐种子提前预测；前序头形成时点预测归纳头，盲测虚警受控。
QiT：面向视觉识别任务的量子启发式Transformer
提出量子启发视觉模型QiT，以角度编码与周期自注意力模拟量子核，保持标准复杂度，ImageNet-1K top-1达78.3%。
理解本地服务市场中的AI服务提供者推荐
审计百大都会区四类注册服务：AI无检索时多编造，有检索则多匹配真实提供者，可信度取决于检索配置。
CompileRover：以三角色LLM驱动框架革新虚拟机编译器优化
提出三角色LLM驱动框架CompileRover，优化虚拟机编译器，显著提升性能并超越现有方法。
基于去中心化物体中心控制的多台人形机器人拾取与运输学习
多台人形机器人以去中心化物体中心控制协同拾取搬运，同一抽象统一单机拾取、多机运输与交接，并实现真机迁移。
分而治之：信息丰富有序空间中用于视频多模态情感分析的瓶颈专家混合
将视频多模态情感分析重构为有序回归，分解极性与强度，提出瓶颈专家混合框架，借信息瓶颈与路由融合提升性能。
表格深度学习与经典机器学习在城市土地覆盖分类中的对比
对比经典机器学习与表格深度学习用于城市土地覆盖分类，树集成强，表格深度学习在非线性与不平衡下可更优。
GroupKV：面向长上下文扩散大语言模型推理的层次化KV缓存管理
GroupKV采用分组层次化KV缓存管理与预测预取，长上下文长度提升48倍，推理提速3.73倍。
AI辅助会留下时间指纹吗？检测AI辅助写作与编程中的过度依赖
AI介入呈爆发式时间特征，能近乎完美识别全盘代笔，却难区分真实作业与普通协作。
LightSleepX：一种基于Inception的轻量级双模态睡眠分期网络
提出轻量双模态睡眠分期框架LightSleepX，融合Inception与Mamba，仅0.049M参数，EDF-20准确率85.9%。
RoboVAD：面向机械臂操作视频异常检测的大规模跨域评估基准
RoboVAD：机械臂操作视频异常检测的大规模跨域基准，涵盖未见任务与新型异常，最优方法帧级AUC仍不足70%。
FRAUDSkill：面向音频反欺诈检测的结构化冻结权重技能优化
FRAUDSkill冻结音频语言模型，仅优化外部技能与决策规则，Macro-F1达73.50%，无效输出降至1.94%。
RLLBC-Lib：面向强化学习与基于学习的控制的教学代码库
面向强化学习初学者，构建涵盖表格型与深度强化学习的教学代码库，并提供作业自动评分支持。
“你是专家标注员”：面向情绪强度建模的自动最佳-最差标度标注
自动标注情绪强度：最佳-最差标度法可靠性最高，基于其微调的回归器接近人工标注模型。
RankGround：基于轻量级重排序器引导裁剪选择的高效高分辨率GUI定位
RankGround用轻量级重排序器从密集候选中选出最优裁剪，单次VLM调用即实现高精度GUI定位，推理快1.4倍，精度平均提升5.5%。
更新的未必更公平：跨模型代际的文本到图像AI中的性别刻板印象
四代文生图模型覆盖20种职业，男性占76.4%，女性职业亦多为男性，偏差未随代际改善，无一实现性别平衡。
AI代理为谁工作？角色指派在LLM推荐系统中引发赞助偏见
实验表明，将平台而非用户设为代理委托人，会显著削弱大模型对赞助列表的惩罚与披露警惕，跨模型稳健。
EDCT-Bench：通过解释驱动的反事实测试揭示VLM的忠实性差距
提出解释驱动反事实测试，构建三领域基准，揭示VLM忠实性缺陷，其反事实可作训练信号。
“如果我只能买一个：Galaxy S26 Ultra”：审计AI生成的产品推荐
审计主流AI聊天机器人的购物建议，发现其推荐偏好、来源差异显著且不稳定，需独立审计。
双下降是最小作用量原理
统计力学解释双下降：参数增多降低温度，能量均分使固定损失解偏向小范数，等效增强正则。
TeleAntiFraud 2.0：一个可刷新、基于画像、面向音频的电信诈骗检测基准
提出可月度冻结更新的音频电信诈骗基准，引入画像驱动的近域非诈骗负例，揭示类别先验捷径与预测崩塌。
用于合成语言生成的变分量子Transformer架构
提出NISQ兼容的变分量子Transformer，替换注意力/前馈，用于合成QNLP序列建模；能学语法，但无量子优势，经典基线更优。
基于物理信息神经网络实现Hα 6562.8 Å与Ca II 8542.1 Å光谱的快速多层谱反演
物理信息神经网络加速色球多层光谱反演，参数图相关性达0.933，速度提升12–60倍。
PentestChain：一种成本感知、由 MCP 编排、使用免费层 LLM 的自动化渗透测试框架
提出十阶段自动化渗透测试框架，以本地/免费层LLM级联实现零付费API成本，并分析MCP风险与评估。
可解码却误路由：稀疏特征揭示视觉语言模型有害模因检测中的读出鸿沟
稀疏特征探测表明，视觉语言模型有害梗图检测的瓶颈在证据路由而非内部表征，校准路由即可弥合多数差距。
基于实验证据的自主实验室智能体配方开发
Andromeda 2智能体基于实验证据设计自乳化给药系统，紫杉醇配方命中率50%，中位AUC达70.1。
面向差异化按需配送的自动化仓储运营与最后一公里运输集成优化
AGV仓储与多式联运集成优化，强化学习调度使配送时间降29%~53%、距离降46%、准时率100%。
Lexara-RF：用于评估对话式可视分析智能体的无参考指标
Lexara-RF是无参考指标，仅凭提示、数据与响应评估可视分析智能体；13项指标核查一致性、意图对齐与设计有效性，效果媲美参考法。
高性价比大型语言模型在算法编程任务上的实证评估
三款高性价比LLM生成Java算法：结构合规近满分，但38.4%未计算返回值，仅12.9%答案正确。
PANORAMA：基于掩码候选选择的全景接地描述生成
提出PanoCaps基准与gPQ指标，将短语定位化为掩码候选选择，实现精准全景接地描述。
利用OCR注意力头将图像语义转化为语言
通过OCR注意力头构建言语化透镜，可解读图像语义并与语言早期对齐，还能编辑非文字概念。
Mask 2D-3D：面向图像到点云配准的自适应双掩码自编码器网络
提出ID-MAE框架与相似度强化学习掩码策略，自适应遮蔽关键区域，图像到点云配准性能达最优。
面向语言模型对齐的代码一致性偏好优化验证
提出依赖图与执行一致性偏好优化CCPO，数学推理显著提升，PhyX物理推理超越R1和o3-mini。
概率线性解释
提出统一概率解释框架，以稀疏锚定线性模型解释分类与回归，并给出MIP与IHT算法，性能优于LIME。
面向AI安全的数学：致数学家的邀请函
AI恐失控，需新数学构建可理解、可控、与人协作的AI；按数学分支梳理，各附入门开放问题。
历史依赖型日志记录下离策略评估的指数级困难性
历史依赖日志下，即使覆盖与揭示条件充分，离策略评估仍需随视界指数增长的回合数，该问题仍难解。
模型增长、递归与边界算子如何影响缩放指数
架构干预可改变缩放指数；递归、增长与边界算子提效，7.4B以约20倍少算力媲美GPT-3 13B。
面向可扩展材料设计与性质预测的鲁棒高效AI框架
融合图学习、多模态与生成模型，构建统一AI框架，实现数据高效的性质预测与可控晶体生成，降低计算成本
CapMap-MS-TTA：ECCV 2026 第八届 LSVOS 挑战赛 MUMU 赛道第三名方案
免训练方案基于Florence-2-base，以描述关键词映射与多尺度翻转TTA统一完成图像标注、开放词汇检测与英文描述，获MUMU赛道第三。
基于对比敏感感受野的非线性神经元检测二值与灰度图像中的孤立像素
提出无需阈值的非线性神经元方法，基于对比敏感感受野检测二值与灰度图像孤立像素，鲁棒高效。
普惠临床肿瘤全基因组测序：万亿参数大模型本地部署于消费级硬件实现18小时端到端分析
单台消费级笔记本本地部署万亿参数大模型，18小时完成肿瘤全基因组分析，变异检测F1达99.62%。
弃答还是幻觉：大语言模型科学引用溯源归因基准评测
提出REASONS基准与弃答率、幻觉率双指标，评测LLM科学引用归因，强调不确定时应适当弃答。
加纳语言自然语言处理系统性综述：数据集、模型与研究路线图
首个加纳NLP系统综述，发现资源严重失衡（仅Twi受关注，70余种语言几无覆盖），并提出优先研究路线图。
大语言模型在标注时默认采用哪些人口统计特征？
考察LLM无人口提示时默认的人口属性；在礼貌与冒犯标注中发现性别、种族、年龄有显著影响。
CPR：结合全局作曲、局部演奏与全序列精修，以连续自回归建模实现钢琴渲染
提出CPR框架，以连续自回归建模实现钢琴MIDI渲染，作曲-演奏-精修三阶段协作，提升音质与语义。
智能体AI生成程序的可靠性研究
通过模糊测试对比十款Linux工具，AI生成代码可靠性常不逊或优于人工版，但更易挂起，需人工监督。