电网故障检测与线路识别的机器学习方法系统评估
评估机器学习模型在10毫秒内检测电网故障并识别故障线路，最佳F1达0.991，耗时0.342毫秒。
TyPatch：将补丁转化为类型状态规则以实现内核缺陷检测
TyPatch把补丁转为类型状态规则，由共享后端统一执行分析，在Linux内核发现559个缺陷，生成开销降低近九成。
哎呀，不是现在：PEARL——基于RAG的游戏玩法支持代理，以及玩家对AI帮助的期待
PEARL用RAG结合语义检索与棋盘状态匹配为游戏提供情境支持；用户更偏好可视化，其失败模式引出七个AI玩法支持开放问题。
面向被遮挡动态目标早期检测与跟踪的预测性音频表征
提出JEPA音频预训练与多任务微调，联合估计被遮挡车辆数量、类型和来向，实现早期检测与跨场景跟踪。
论紧致连通李群上薛定谔桥的随机控制与路径空间表述的等价性
紧致连通李群上薛定谔桥随机控制与路径空间表述等价，控制能量等于相对熵，可化为端点约束下相对熵最小化。
迈向信息物理系统设计中的幻象意识
提出"设计幻象"概念，指对失效假设的持续依赖，并给出识别、分类、刻画与利用幻象的设计知识化流程。
MedPCFM-TED：基于教师引导端点蒸馏的一步点云流匹配植入物生成
提出教师引导端点蒸馏TED，一步生成点云颅骨植入物，无需路径拉直，重建质量不降，0.04秒/样本。
ImpossibleRubrics：对作为奖励信号的生成式评分标准进行压力测试
提出含169个不可能任务的基准，检验生成式评分标准能否抵抗对抗利用，发现其常被攻破。
AraMIP：将MIPVU扩展至阿拉伯语隐喻识别
提出AraMIP阿拉伯语隐喻标注指南，基于MIPVU改编，区分隐喻、转喻与明喻，标注300句试点语料并揭示阿语特有挑战。
学习动态的几何：优化脊上的梯度下降与自然梯度
基于信息几何分析学习轨迹：优化脊的极端曲率令梯度下降振荡失稳，自然梯度沿测地路径更快收敛且泛化更优。
LCAP：面向光子神经网络、基于少量输出探针的群体信息潜在芯片自适应
用80个历史芯片学共享校正，32个无标签探针推断新芯片潜在校正，免目标优化，精度升至93.36%。
超越分布内指标：先天性心脏病分割的系统性分布外评估
首个先心病分割分布外评估：分布内指标难反映跨队列鲁棒性，架构比预训练更关键，少量目标域标注即可提升。
不是又一个文本基准：让“视觉”回归大型视频模型的视觉问答
本文提出时间帧检索、视频未来预测与因果记忆扭曲三个视觉基准，发现前沿视频模型视觉推理显著弱于文本。
用文本优化显式表达阈下学习效应
SALVE通过文本优化将阈下学习效应显式化为可读提示，可靠恢复教师特征并可检测多种污染场景。
高容量核联想记忆中稳定性边缘的信息几何自组织
KLR网络优化脊位于秩1谱坍缩相边界，学习动力学由稳定性边缘驱动，在曲率极限处自组织出高容量记忆。
Bi-FlowGS：通过双向光流协同细化连接生成式视角补全与高斯几何
Bi-FlowGS以光流桥接生成式视角补全与高斯几何正则，双向协同细化，缓解几何欺骗，提升稀疏视角重建质量与一致性。
深度学习能否实现跨物理映射？
提出跨物理映射框架，用神经算子连接扩散与波场；波到扩散更稳，扩散到波更难，精度受方向信息限制。
HyCoSeq：基因组序列的上下文双曲表示学习
提出HyCoSeq双曲表示学习框架，融合洛伦兹残差聚合与双向LSTM学习基因组序列上下文，性能优于现有基线。
ECHO：推测解码中基于附加Logits的早层协同分层编排
ECHO提出分层双循环推测解码，利用早层与末层附加Logits加速草稿和验证，实现2.4–2.9倍加速。
基于VQA专用显著性的高保真视频质量评估
提出HFVQA，用VQA专用显著性与多尺度时空块，保留高保真线索，仅处理12%候选块，在NR VQA基准达最优。
重访Noise2Noise：训练样本对分布主导自监督去噪中的损失函数选择
N2N中L1优势非源于稀疏性，而靠优化动态；真实噪声下增益由训练样本对分布决定，损失选择并非关键。
ECHO：面向全双工对话中上下文敏感话轮转换的匹配对比基准
ECHO中文全双工配对基准：同文本配对比上下文，要求让出或保持；配对准确率揭示偏让出、打断评测虚高。
面向作物表型分析的网格重建方法评估
评估7种作物表型网格重建流程，GGGS、PGSR和2DGS较优，GGGS综合领先约27%。
Transformer 层间的持久循环记忆——提升语言模型泛化能力
层间持久循环记忆仅增3.7%参数，评估损失降28.5%，泛化间隙由0.26降至0.12。
SOTER：面向可穿戴人体生理信号的生成式时间序列基础模型
SOTER融合跨通道耦合、频谱专家与连续时间建模，预训练2260亿点，预测、分类与填补领先且抗噪。
适应去中心化异构多臂老虎机中的决策相关非平稳性
去中心化异构老虎机中，DRFC以全局新样本仅在最优臂变化时切换，忽略无关局部变化，动态遗憾不依赖局部变化数。
sensVLA：面向自主轮式装载机的空间锚定视觉-语言-动作模型
sensVLA融合VLM与流匹配动作专家，BEV特征直连专家，解耦空间与语言，提升装载精度与鲁棒性。
当恶意指令持续存在：针对基于Harness的智能体的持久记忆投毒攻击
提出PMPA持久记忆投毒攻击，恶意指令经良性来源写入智能体记忆，跨会话触发恶意行为与隐私泄露。
单调系统鲁棒受控不变集的实时综合
提出阈值函数重构，将最大不动点迭代转为并行一维二分搜索，实现单调系统受控不变集实时综合，10^14格点两分钟内完成。
ReWeight：通过示范检索与样本加权，利用人类数据进行VLA后训练
ReWeight通过示范检索与样本加权融合人类数据，缓解跨本体差异，显著提升VLA后训练成功率。
面向在线调查中AI辅助回答的检测
提出ASURRE基准涵盖多种AI作答策略；朴素AI易检测，人格化智能体近随机，聚合行为线索可提升检测。
GeoLAM：从无标注人类视频中学习基于几何的潜在动作
GeoLAM借冻结几何特征与4D几何教师监督，从无动作标注人类视频学几何锚定的潜在动作，助力机器人操作。
百余年数百万首歌词中的文化剧变心理效应
百年百万歌词显示：越战、9·11和疫情后自我指涉减少、认知加工词增加、关注生命自由，文化剧变影响心理
LePlanner：面向世界模型的迭代式摊销控制器
LePlanner 是摊销迭代控制器，借冻结世界模型精炼潜动作序列，以“到达并保持”目标抑制重规划拖延，决策快3–49倍，成功率最高100%。
重新审视人类反馈的隐含推断对人机协作中偏好学习的意义
固定规则推导人类反馈标签有偏差；提出IMPLIED动态学习修正标签，降低偏好估计误差，提升机器人理性。
混淆模型，控制信息流：理解并缓解LLM智能体的隐私泄漏
指出LLM智能体隐私防御的结构缺陷，提出上下文外工具级信息流控制FLOWSEAL，泄漏率降至近零。
CRAF：面向深度伪造语音检测的跨视图残差感知融合
提出跨视图残差感知融合CRAF，以ALLM引导分离SSL残差并门控融合，提升未知欺骗攻击泛化。
社交媒体消息中的零样本叙事检测
LLM零样本可检测社交消息中的隐性叙事；人类描述加多数投票集成显著提升准确率，无需训练数据。
潜在多模态知识的枢纽-谱激活
提出枢纽-谱激活，无需配对监督或梯度更新，在冻结表征中激活潜在多模态知识，提升跨模态检索与原型分类。
SHROOM-Visions 上的轰鸣：检测视觉语言输出中幻觉片段的多评委委员会
用多个微调视觉语言模型作独立标注者，字符级多数投票融合预测，四语中三语第一，模型分歧与人工分歧一致。
面向6G网络的可信、可解释与可持续去中心化智能
6G需去中心化智能，安全是其前提，但须与可信、可解释和可持续协同设计。
文档应存于何处：上下文、表征还是参数？
比较KV与微调注入知识：Cartridges最准，多文档媲美ICL，但有灾难性遗忘。
DiTAR+：面向稳健自回归扩散语音合成的双重优化
DiTAR+双优化框架扩大历史感受野并解耦语义与声学，增强长语音合成稳定性，降低词错与幻觉。
面向选择性左右主张验证的对称性感知似然轨道聚合
冻结视觉语言模型左右细粒度验证不可靠；似然轨道聚合法免学习融合八项似然并设置信阈值，提升选择性验证。
AGENTQ：针对LLM智能体的量化条件后门攻击
首次研究智能体量化条件后门攻击，提出AGENTQ框架，正常能力保持下攻击成功率最高达100%。
通过大语言模型驱动的简明语言改编提升医学文本可及性
借助GPT等大模型与多智能体混合技术自动简化医学文本，提升患者可读性并保留关键信息。
神经场集成用于气动表面预测：ONERA CRM 壁面分布 2025 挑战赛获胜方案
提出条件神经场集成预测气动壁面量，结合傅里叶编码与交叉验证，ONERA挑战赛夺冠，参数量少三个数量级。
预测人类分歧以实现校准的动态面部表情识别
提出分歧感知动态表情识别框架，用狄利克雷-多项似然建模标注计数，预测标注熵实现选择性预测，精度不降、校准更优。
分布式JEPA：一种面向能源预测的自监督框架
提出分布式JEPA自监督框架，预测掩码片段隐表征并正则化防坍缩，在能耗与光伏预测中优于Transformer，更抗缺失数据。
CLEAR：医学大语言模型的跨源证据裁决
CLEAR智能体跨源裁决医学LLM证据：三路生成候选，联合验证并解决冲突。