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。
τ-Elicitation：语音智能体中多轮实体抽取基准测试
提出语音实体抽取基准τ-Elicitation，语音配置精确成功率仅0.14–0.41，验证后错误修复率24–37%，策略脚手架可提升14–31点。
在面向LLM的强化学习中，通过永不放弃学会解决难题
RL对LLM提升不均，难题受益小；提出NGU自适应采样，持续生成至正确，重分配算力，提升难题与编码表现。
FLoKD：面向无线网络联邦低秩LLM的自适应知识蒸馏
提出FLoKD，以中间LoRA激活为蒸馏信号，按块重要性选择性传输并筛选公开样本，通信开销降50-65%。
通过自动前群超标注扩展印地语量子自然语言处理
印地语前群超标注改为词级分类，380句上上下文回退达64.56%，符号修复使大模型达64.08%。
身份不止于回忆：已部署AI智能体中持久身份的基准
提出PAI-Bench，区分身份回忆、表达与行为执行，发现提示和启动线索影响身份成分，且评估者敏感。
PolicyMem：面向大语言模型治理的几何策略记忆
将自然语言策略外化为可复用的低秩子空间几何记忆，以投影能量支撑检测-改写-验证闭环，五个基准取得最优检测效果。
面向科学图表理解的结构令牌证据锚定推理
STEER 引入结构图编码、证据锚定推理与弱解析强推理对齐，强制每步运算引用图节点，在 ChartQA 等基准显著领先。
基于openEO的对地观测数据立方体机器学习API
提出openEO三阶段ML规范，支持传统与深度学习模型，验证跨后端互操作，提升EO数据立方体ML可复现性。
论多任务学习在预测性流程监控中的潜力
首个全面实证研究：多任务学习可显著提升下一活动预测并缓解类别不平衡，低容量模型下任务平衡尤为关键。
ForeSight：通过早期安全信号蒸馏增强风险监控
提出ForeSight框架，仅用首token隐藏状态蒸馏早期安全信号，实现高效准确的风险预测。
面向样本高效神经接口的预训练
自监督预训练MAPA融合解剖与相对位置编码，跨受试iEEG解码仅164试次即达未预训练3500试次精度。
面向长上下文文档问答的能力路由视觉检索与证据串联
以能力路由、弱到强页选与视觉证据串联增强冻结VLM的文档问答，多基准提升。
深入VLM图表阅读：追踪垂直条形图中跨空间与深度的数值读取
激活修补显示，VLM读柱状图时柱顶、图例与提示序列状态跨层传递，共同支撑精确定值。
GaugeDefect：基于特征传输曲率的表面异常检测
GaugeDefect 用特征传输曲率检测表面异常，经正常图像校准捕捉特征场局部不一致，提升细微缺陷定位。
基于投影绕序的帧同步手势检测
利用投影绕序零交叉实现帧同步手势检测，无需分类器、训练或标定，翻转检测率95%、平均误差6.7毫秒。
甜言蜜语者：提问表述如何塑造恋爱关系建议中的谄媚行为
研究以2400条恋爱提问测评两模型：语气影响小，视角框架影响更大，多轮谄媚递增，某模型更抗道德谄媚。
SyRHM：面向零样本有害模因检测的符号语言增强推理与联想检索
SyRHM将有害模因检测分解为语义检索与符号语言增强的多阶段推理，在多个数据集上超越多模态与推理基线。
同一谱，两种资源：自回归预测中的数据—记忆扩展规律
数据与记忆两种资源同受一预测能量谱支配；提出极小极大定律，数据定分辨率、记忆定水平，实验验证。
安全作为约束：微调大语言模型推荐器使其自我解释
微调推荐大模型生成个性化解释，约束GRPO兼顾忠实与无害，三标准通过率大幅提升，推荐性能不变。
MODA 通用属性套件：面向时尚属性提取的四轨评测基准
发布MODA四轨基准，分离服装裁剪、商品图、全身照与文本评测，各轨独立指标且不平均，公开评分器与预测文件。
DARE：面向结构化知识事实核查的辩证智能体推理
DARE多智能体框架以检索-推理-反思迭代，结合辩证双向验证与置信度元反思，8B模型事实核查准确率达88.12%。
分布偏移与对抗规避下LLM与经典机器学习用于网络入侵检测的三轴压力测试
同数据集持平；跨域迁移XGBoost占优，对抗规避RoBERTa-LoRA占优，选型取决于评测轴。
SomBench：推动月球科学机器学习发展的基准数据集
SomBench整合四任务十仪器30余层月球数据，空间对齐、机器学习就绪，分辨率1米至20公里，附基准任务与基线。
CANAL：医学图像分割中差分隐私特征蒸馏的通道感知噪声分配
CANAL按通道重要性分配差分隐私噪声，每图仅释放一次并诚实计费，医学分割同预算保留更多任务信号。
实践中的 FedV-KGQA：设计经验与交互式原型
垂直分区图谱多跳问答：联邦融合可近集中式精度，锚定与数据丰富比模型选择更关键，并附交互原型。
太阳能智能
太阳能智能混合检索增强框架，融合结构化分析、证据型科学问答与机器学习预测，支持多源数据与代理调用。
RxScribe Bench：面向印度门诊处方的视觉语言模型多轴评测基准
提出RxScribe Bench，按临床风险分四轴评测手写处方识别，发现无单一模型全面领先。
当一致性不等于可靠性：评估本地大语言模型评判者与人类评分的一致性
本地开源LLM评判者自洽率超92%，但与人类评分相关性仅0.275/0.340，一致性不等于可靠性。
理解智能体化 ICD 编码的局限性
按稀有度评估：神经模型稀有码差0.43，工作流难处理损伤码，工具智能体提升0.34，无全能系统。
GeoTTER：利用最优传输的局部几何结构实现零样本分类
GeoTTER以图拉普拉斯平滑融入局部几何结构，并以聚类引导代价校正角度漂移，零样本分类中位提升6.82%。
垂直分区联邦知识图谱的成本刻画
对比四种垂直分区策略，五项指标中三项由图谱与筒仓数决定，设计问题归于跨筒仓路径长度与负载均衡的取舍。
面向通信高效的联邦LoRA微调的自适应阶段切换
反向自适应阶段切换，联邦LoRA微调省40.5%通信，损失仅增0.0063，优于FFA-LoRA。
光谱学中的运行范围界定：一种机器学习模型的安全笼框架
提出安全笼并行监控，融合不确定性、域外检测等指标约束运行域；拒识20%数据降误差45%–65%。
可恢复性作为长时程 AI 智能体的系统原语
提出"可恢复性"系统原语，将状态复用变为受证据与独立校验约束的显式决策，防止错误延续。
VectorHarness：从科学图形中恢复可编辑、关系保持的结构
提出VectorHarness多智能体框架，将科学图形重建为原生可编辑对象，并构建基准评估可执行编辑与关系保持能力。
Phorecaster365：面向混合式药品销售预测与规划决策支持的人工监督参考架构
提出Phorecaster365人工监督参考架构，以预测上下文与证据包连接ERP数据与药品销售预测，并给出滚动评估与分阶段验证协议。