RAIN：用于语义水印提取的区域感知反演网络
RAIN将水印端点恢复分解为图像锚点与噪声残差，免提示一步提取语义水印，开销低于OSI与FARI。
对齐打地鼠：微调激活大语言模型对受版权保护书籍的逐字回忆
微调可绕过安全对齐，让大模型逐字复现受版权书籍，最高达90%，并跨作者泛化，揭示权重存副本。
大语言模型作为神谕：对主观个人问题的依赖
人们将主观个人判断外包给大模型，此类“神谕式”使用随时间增长、年轻人更普遍，用户常不自知且不满。
PIDS-Bench：在过度防御、混淆与分布偏移下评估提示注入检测器
PIDS-Bench多轴基准：提示注入检测器过度防御，外部良性提示误报率超10%，增强与校准均无效。
YFPO：融合神经元引导奖励的配对特征偏好优化
YFPO将响应级偏好学习与神经元级奖励耦合，用内部数学特征信号辅助大模型推理后训练。
长尾图像分类中的小批量采样策略：基于 CIFAR-100-LT 的实证研究
系统比较四种小批量采样策略，发现渐进平衡采样稳健提升尾部精度，类平衡采样在极端不平衡下过拟合反损性能。
ConGraspXL：可控约束条件下的灵巧抓取动作合成
ConGraspXL实现可控约束条件的灵巧抓取动作合成，支持多约束组合与精确控制，可即插即用。
PeerPen：面向在线心理健康同伴支持的AI辅助写作
PeerPen在类Reddit界面提供AI草稿生成与修改，减轻同伴支持写作负担、提升信心，但须守护作者身份与社区信任。
CAL-MOS：以适配器桥接各层，实现跨语音基础模型的鲁棒MOS预测
评测十种语音基础模型的层级融合：最佳层因模型与数据而异，提出逐层适配器校准聚合，冻结骨干下提升鲁棒性。
利用数据同化和机器学习改进降阶旋转爆震发动机模型
用数据同化同步降阶旋转爆震模型并记录残差，再以机器学习训练闭包，实现有界自主预测与统计恢复。
GPEvac：基于GNN的PPO用于枪击事件中的自适应疏散路径规划
GPEvac：用GNN-PPO为枪击事件跨布局实时规划疏散路径，降低威胁暴露，14.73ms完成。
迈向稳健的基于大语言模型的评审器：偏见分类评估与去偏优化
提出 JudgeBiasBench 与偏见感知训练，系统评估并缓解 LLM 评审器的 4 维 12 类偏见。
LiftGCN：基于Joukowski谱提升的高效能量保持图学习用于有限元应力预测
LiftGCN用Joukowski谱提升实现能量保持的图网络，单层仅一次稀疏聚合，精准重建有限元应力集中。
大语言模型能否模拟学生的错误推理？——一项关于干扰项生成的案例研究
LLM生成选择题干扰项：数学题解正解并模拟错误，科学题多靠语义相似；提供正解提升与人工干扰项一致性。
IMPACT-VLA：面向视觉-语言-动作策略的交互感知多模态传播归因——基于反事实轨迹
提出IMPACT-VLA，通过反事实轨迹闭环重执行量化各阶段模态贡献，揭示主导模态转换与跨阶段交互耦合。
以字典序偏好引导生成式机器人策略
冻结的生成式机器人策略可在推理时按字典序偏好引导：动态屏障引导加级联筛选，提升合规性且不降成功率。
HairCS：从发片重建基于发丝的头发
提出自动化流程，将发片模型转为高质量发丝发型，保留原风格并补充细节，适用于渲染与模拟。
面向可变形物体重建的基于因子图推理的可微网格状态估计
提出因子图概率网格估计框架，融合物理先验、传感器测量与时序约束，经非线性优化实现可变形物体精确重建。
K-Bench：用于评估大语言模型在高风险心理健康对话中表现的临床校准基准
临床校准基准K-Bench，覆盖自杀、自残等高风险多轮对话，评估33个模型安全性并设防优化排行榜。
岭梯度下降中计算最优的预训练—微调
固定总算力下，用岭梯度下降研究预训练-微调的最优算力分配，结果取决于预测相关的预训练与微调协方差谱。
看见关键：视觉线索引导的视频规划，实现可泛化机器人导航
用BEV地图与本体视角线索引导视频规划，并以逆动力学模型将视频转为动作，实现可泛化机器人导航。
从像素到图像：遥感图像语义分割中深度学习范式的结构化综述
系统综述深度学习遥感图像语义分割，按像素-块-瓦片-图像分级，梳理监督、特征提取、融合策略与挑战。
TEMPO：为动态机器人操作学习时序上下文
TEMPO为VLA注入运动摘要与本体感知历史，化解运动模糊与状态混叠，交接成功率44%→74%。
神经符号分层人类行为意图预测
提出神经符号分层解码器，预测多层级意图与剩余行为，逻辑约束下显著超越基线，组合泛化仍存挑战。
AI赋能科学前沿
AI非通用替代，较传统统计常优但成本高，约四分之一更贵更差；较科学计算常弱但成本低，2020年后反超过半。
衡量 AI 辅助内容生成中的人类贡献
提出信息论框架，以互信息和自信息比量化人类对AI辅助生成内容的贡献，实验证明可区分贡献度。
标准语音与带口音语音及其语音克隆的声学与感知差异
口音克隆感知相似度更低、可懂度增益更大；口音保持应显式纳入说话人身份保持。
evMLP：一种高效的事件驱动视觉MLP架构
evMLP为图像块独立处理的全MLP架构，以帧间变化为事件仅更新变化区域，视频计算量降8.4%-26.8%。
HuMemSLAM：面向鲁棒视觉SLAM的高效类人语义位置识别
受人类记忆启发，双向融合感知与上下文推理，实现高效语义位置识别，提升召回并降低延迟。
用于图像修复的可训练且参数高效的量子启发式张量网络
提出量子启发张量网络电路用于图像修复，对角QFT松弛可逆高效，无需相干惩罚，参数少且性能优。
EviSI：一种用于同声传译的基于证据的评估智能体
EviSI是基于证据与MQM/口译标准的同传评估智能体，四维评分并去重；英中/中英系统排序优于BLEU/COMET，多语扩展正相关。
全国一致，地方不完整：屋顶光伏登记册的贝叶斯遥感审计
提出贝叶斯遥感框架校正法国屋顶光伏统计，全国误差3.3%，发现地方低报达61%。
EBL：面向分布式自适应谐波分析的高效宽度学习
EBL框架用FPGA量化加速谐波估计，半周期高精度低延迟，预测快17.4倍，在线迁移适应充放电节点。
语义感知神经视频编解码器：面向抗误码低延迟传输
提出语义感知多级神经视频编码，按语义重要性分包并独立解码，在丢包信道下实现抗误码低延迟传输。
SyncVoice：简单有效的视觉增强TTS自动视频配音
提出SyncVoice，将文本-视觉融合模块轻量集成到预训练TTS，实现同步视频配音；零样本达SOTA，并可统一中英配音。
鲁棒性作为任务性能的涌现属性
任务表现与鲁棒性强正相关，掌握任务后鲁棒性自然涌现，主因任务能力而非模型固有属性。
用于AI生成图像检测的CLIP嵌入：基于轻量级分类器的小样本研究
冻结CLIP特征加轻量分类器可检测AI生成图像，准确率95%，小样本达85%，特定风格仍难分类。
面向数字孪生的主动脉流固耦合代理模型：跨解剖迁移与稀疏插值的对比
四例主动脉流固耦合代理研究显示：跨解剖零样本迁移效果差，稀疏场插值更强，跨解剖先验未见增益。
迈向基于代理模型的量子强化学习去量子化
研究基于核化拟合Q迭代的量子Q学习去量子化，在均匀生成模型下给出有限样本保证与充分条件。
MiCRo：面向个性化偏好学习的混合建模与上下文感知路由
MiCRo用两阶段框架，以上下文感知混合建模与在线路由，无需细粒度标注，捕捉多样偏好并提升个性化。
使用 vLLM 和 LMCache 验证 GLM-5.3-Flash 的混合状态缓存恢复
修复GLM-5.3-Flash混合缓存恢复错位；严格前缀对齐后36/36生成一致，CPU重载首token时延降46–64%。
重新思考程序化音频预训练：数据源缩放与目标适配
程序化音频预训练需源感知：公式类覆盖与渲染多样性收益各异，且偏好10%–25%低掩码率，异于自然音频。
FairLint-DL：面向深度学习软件公平性调试的IDE原生工具
FairLint-DL是一款VSCode扩展，可在训练前于IDE内直接检测表格数据偏见，并定位至具体网络层与神经元。
挑选你的毒药：学习选择毒集以增强LLM后门攻击
选毒集对LLM后门攻击影响巨大；SAILS用少量微调评估学习集合评分，筛选强毒集，成功率平均提升30个百分点。
生成以探索，选择以利用：将基于大语言模型的标题生成与个性化推荐对齐
提出GESE框架，解耦LLM标题生成探索与实时选择利用，线上CTR提升2.57%，停留时长提升0.87%。
光伏预测中的集成复杂性
消融与匹配对比表明：光伏集成静态融合仅部分数据集降误差，天气门控无稳定增益，成员冗余，宜组件级评估。
稀疏注意力中的路由吸收：为何随机门控难以被超越
稀疏注意力中，模型与掩码共适应导致路由吸收，使学习门控难显著优于随机门控。
重复和谐博弈中贝尔曼最优方程的对称解
重复和谐博弈贝尔曼最优方程的对称解有三类：全合作、赢留输变及一非平凡策略，并用强化学习检验所学策略。
IndicQE-APE：面向印度语系语言的质量评估与自动译后编辑统一基准
整合印度语质量评估与译后编辑数据，发布含12.6万实例、九语向、四类标签的统一基准，并评测六种大模型与三种指标。
超越数值时间序列：面向异构上下文的多模态预测统一基准
提出MUSE-Bench统一基准，覆盖8个领域14个数据集与6类上下文，系统评测多模态时间序列预测，揭示数值基础模型领先、外部上下文有益等发现。