多语言语音识别中的Token合并：跨模型规模与微调的系统研究
系统评估Whisper的Token合并，覆盖16种语言和3种规模；提效且几乎不损准确率，微调后仍有效。
TestHallVQA：探索科学考试冗余上下文下 LVLMs 的文档级推理
提出 TestHallVQA 多图基准与 F1-R² 指标，评测 LVLM 在科学考试冗余上下文中的文档级推理与证据检索鲁棒性。
学习中的算法信息动力学：面向Grokking的经认证可微复杂度控制器
可认证可微复杂度控制器将瞬态损失扰动变为控制，加速顿悟；复杂度门以少27%干预救活失败种子
规划还是学习：多资产维护中的可靠性与成本
规划将可靠性设为硬约束，成本稳定偏高；强化学习优化期望成本，低罚下更省但容许偶发故障，二者互补。
面向 Web 智能体的应用行为建模驱动的令牌高效任务执行
OdoBot 借应用行为建模降低 Web 智能体 token 消耗，在 Canvas 任务中比同类少用 44%–80% token，成功率更高。
基于抽象语义表示的完整医院出院摘要生成
提出证据驱动的出院摘要框架，用语义图和深度学习实现跨文档对齐，确保每句有据可查，减少幻觉。
多视图运动恢复结构实现三维有向射影形状分析
多视图SfM实现三维有向射影形状分析，首次完成统计推断，验证三立方体蓝图假设，重建精度提高约26倍。
GradRepair-ODE：面向神经常微分方程训练的可认证梯度修复
提出GradRepair-ODE框架，在优化器步中检验、修复或拒绝不可靠的ODE梯度，避免不安全更新。
可解释的时序视频推理：EventGraph 与 EventField
提出结合离散EventGraph、连续EventField与可读EventGlyph的时序视频推理流程，子集准确率0.98，超越字幕基线和VLM，兼顾性能与可解释性。
AutoTailor：面向Web智能体的自动化、用户对齐能力选择与适配
AutoTailor将1283个网页API离线过滤、在线重选至33个，准确率90.6%，token成本降57.8%、延迟降29.4%。
自适应互惠知识蒸馏：发现并保留类别相关性知识
提出自适应互惠知识蒸馏，通过匹配师生类别相关矩阵重塑教师预测，缓解暗知识崩塌，在CIFAR-100和ImageNet上最高提升7.13%。
具有 O(d) 遗憾的高效在线逆优化
提出遗憾O(d)、每轮O(d²)时间的在线逆线性优化确定性算法，首次实现高效且proper的界，并给出鲁棒与秩自适应变体。
多模态面部状态分析全面综述：任务、方法与资源
综述多模态面部状态分析的任务、方法与资源，融合多模态和多任务学习，提升表情、AU及软生物特征分析的可解释性。
当编辑定位放大相对选择偏差：梯度几何、目标不匹配与重要性加权
编辑定位放大相对选择偏差，方向由梯度几何与目标不匹配决定；重要性加权可校正，实验显示相对偏差升而绝对偏差降。
面向高精度单目平面分割的逐像素平面性预测
提出逐像素平面性预测框架，融合深度与表面法线进行区域生长，实现高精度、高效的单目平面分割。
Fraglingo：基于连接位点感知的自回归片段生成的分子设计
Fraglingo在连续隐空间联合建模片段与连接位点，以连接感知嵌入检索生成分子，统一支持骨架修饰与优化，无需重训即可扩展片段库。
有据可依的提取时间线差异裁定（GAVEL）：将临床时间线与其病例报告比较
GAVEL：以病例报告为准的LLM评判协议，逐项裁定两条临床时间线的差异；合并后多数比较更优，差异大幅减少。
面向基于MoE大语言模型的任务感知联邦微调
提出FedTAR，用SVD提取路由任务坐标，分簇聚合，缓解异构冲突、保持专家专精，四项基准最优。
基于多尺度小波监督的图像外扩中主体清晰度保持
融合VLM语义引导与多尺度小波监督的图像外扩框架，显著提升主体清晰度，误差与FID均优于现有方法。
规范神谕
语言模型可作规范神谕：改权重比外部笔记更善用结构，7B准确率高18.5个百分点，但存储开销更大。
面向长视频理解的MLLM无关即插即用关键帧选择方法评测
评测5种免训练、MLLM无关的即插即用关键帧选择法：QAaF在15项中13项最佳，FOCUS次之。
ReCAST：面向在线扩散强化学习的跨时间步奖励信用分配
ReCAST按去噪时间步为各奖励分配信用，解耦用户偏好与奖励信息量，提升多奖励扩散模型训练与泛化。
从法律文本到人工智能特定风险源：欧盟《人工智能法案》高风险要求的系统分析
系统分析欧盟《人工智能法案》高风险要求，提炼人工智能特定风险源清单，弥合法律义务与AI风险管理实践。
同一患者，不同医嘱：重复运行下临床 LLM 智能体的动作级可靠性
临床 LLM 智能体相同输入重复运行会开出不同医嘱，单次评分掩盖动作级不稳定，需重复运行与动作稳定性评估。
表格基础模型还需要特征工程吗？
特征工程收益集中在早期模型，最强表格基础模型几乎无收益；但相关数据集的上下文信息仍有帮助。
Asclepius：面向长时程临床智能体的自适应执行框架
Asclepius 自适应临床智能体框架：自演化手册、技能库与子智能体分工，缓解长时程执行漂移与时效不公，关键处置正确率提升 22%–25%。
TryOnReward：面向虚拟试衣强化微调的中心凹一致性学习
提出细粒度奖励模型TryOnReward，以中心凹校准与偏好监督缓解奖励劫持，提升虚拟试衣强化微调效果。
从词元概率到语义约束：迈向语言模型的声明式概率评估
提出ModelLog声明式概率框架，将评估目标设为词元预测的符号约束，评估分数可作损失，连接评估与学习。
盲选之中：为机器翻译评测构建伪参考译文
七模型多提示翻译全文，无参考QE评分选优并由GPT-5.5后编辑，加语言识别惩罚消除错语种。
采样余量并非选择增益：视频世界模型测试时扩展的计算价值审计
视频世界模型测试时扩展，采样余量不等于选择增益，仅当额外计算能可靠转化为收益超成本的决策才有价值。
带异常随机数据集的相异分解与欠采样中的临界性
AI生成数据视为异常，研究随机数据集强相异分解与欠采样，揭示分解尺寸相变及欠采样尺寸临界性。
多模态大语言模型（如何）像人类一样报告双稳态图像？
多模态大模型对双稳态图像的报告可受视觉/语言线索调制且多为排他，机制涉及竞争表征与物体计数编码。
面向空中交通管理中AI辅助飞行计划的决策保障层
提出ATAL决策保障层，结合语义稳定性、运行一致性与规则校验，生成决策就绪等级，识别不安全输出。
边缘-云LLM系统中函数调用的碳感知路由
碳感知路由跨边缘-云分配函数调用，依k-NN预测与电网碳强度选最低排放层，精度持平云端，碳排降4倍。
面向布尔任务、具有真值表泛化保证的可认证可解释 ReLU-MLP 训练
提出 MACCHIATO，联合构建可解释 ReLU-MLP 与布尔电路证书，给出真值表泛化保证。
墨尔本大学 WMT 2026 CreoleMT 投稿：一种面向低资源太平洋克里奥尔语机器翻译的领域均衡方法
面向太平洋克里奥尔语机器翻译，先领域不平衡预训练再均衡微调，性能超开源基线3+ chrF++。
并非所有否定线索都相同：词缀否定能带来更好的否定理解
构建180万样本、200余种线索的NegCue；预训练显示词缀否定增益最大，单字否定有限，继续预训练可提升模型否定理解。
基于监督嵌入的症状网络可扩展部分信息分解
提出可扩展ePID，用监督嵌入压缩症状，区分冗余与协同信息；在PHQ-9与IRI上得到相反网络特征。
LayerRoute：面向高效LLM推理的自适应跳层与LoRA质量保持
提出LayerRoute，以逐层硬门控结合LoRA联合微调实现自适应跳层；10次训练均定位9个中间可跳层，提速约1.04倍且质量不降。
危害性传播动力学：大语言模型中对抗意图的逐层轨迹
发现有害提示的危害投影随层数单调上升，据此构建轻量分类器HERALD，越狱检测F1达98.4。
面向智能供应链分析的混合智能体AI框架
混合智能体框架协调专业智能体完成供应链分析，兼顾探索与确定性流程，测试准确率达90%，token用量降约四倍。
填补未见区域：基于3D高斯泼溅的场景外推
提出并行无冲突场景外推框架与分层流程，设计质量感知掩码选择性利用生成数据，避免重建退化并提升性能。
大型语言模型中的领域特定术语：通用模型与专用模型的比较分析
通用LLM医学术语任务反超医学微调模型；机制分析揭示误校准，重加权弥合差距，术语组件可跨域迁移。
前向近红外对农机可通行性相较彩色相机增益甚微：传感器相关空间泄漏的站点分离评估
消除空间泄漏后，近红外在日间农机可通行性上并未优于彩色相机，原有优势为站点特定假象。
GeoSkill：面向地理空间智能体的经验驱动分层技能学习与协同修订
GeoSkill提出分层技能库与协同修订机制，将历史经验转为可复用技能，提升地理空间任务准确性与工具可靠性。
利用CRRT机器压力波形对危重AKI患者进行滚动式逐日死亡预测
融合CRRT机器压力波形与EHR，滚动逐日预测危重AKI患者死亡，AUROC达0.766，首次将废弃床旁数据流变为连续风险信号。
因果多模态AI用于个性化化疗敏感性预测
因果多模态AI模型基于常规病理与临床数据预测个体化化疗敏感性，在不降低疗效前提下可减少三成化疗。
BEACON：面向特定主体视频生成的行为与外观控制
BEACON解耦身份与表情行为，以参考图和视频双条件生成，仅微调1%参数即提升特定人物视频表现力。
HyperProve：面向多跳问答的答案引导超图扩展
结合问题分解与答案引导超图扩展，以中间答案和支持超边为检索状态，多跳问答准确率平均提升6.2%。
对话系统中用户对AI的虐待行为如何发生、何以重要？
审计77.7万条对话，约0.9%用户轮次针对助手施虐；敌意因模型吸引人群而异，道歉与下轮敌意相关。