MANAS-2：面向脑电基础模型的约束重建
MANAS-2以物理约束重建正则塑造脑电基础模型潜空间，提升频谱组织性与迁移性能。
米赞：面向伊拉克阿拉伯语与伊拉克公民语境的大语言模型评估国家基准
伊拉克发布方言基准Mizan，含六维评测；27系统测试显示标准语饱和、方言区分度高，专用模型反逊。
LLaDA-UI：将分块扩散引入视觉语言GUI智能体
提出16.7B MoE分块扩散视觉语言GUI智能体，两阶段训练，多项基准超越Qwen3-VL-8B
增强事件链接的候选事件获取
MACE以证据专用LLM智能体提炼时间、地点、参与者等证据优化候选事件获取，在两个基准上提升链接准确率。
AttnFuse：一种将注意力编译为融合GPU内核的可组合DSL
AttnFuse：把RoPE等乘法前变换列为一等操作的注意力DSL，编译为单一融合GPU内核。
退化但并非完全无效：基于位置编码的可变形图神经网络
提出基于位置编码的可变形空间聚合模块，诊断偏移失效仍有效，并给出简化版，即插即用于多种GNN，提升同配/异配图性能。
GroundBench：用于定位VLM可供性失败的因子化、反事实基准
GroundBench以分支合并与反事实追问拆解信息，定位VLM可供性失败，发现性能常源于类别—动作关联而非视觉定位。
面向图案化结构异常检测的变分模板匹配与统计融合
提出变分模板匹配与KDE统计融合框架，无需训练实现结构化图像异常检测，性能媲美ResNet-50。
一个向量能容纳多少思想？叠加推理的容量
累积叠加保留完整推理历史，比仅存当前前沿更省维度且更可靠；均匀累积加权最优。
ShopEase：基于生成式AI的多智能体框架，利用混合检索增强生成实现智能企业客户支持
ShopEase用FAISS+BM25混合检索，纯FAISS准确率85.37%最优，重排序未增益。
孟加拉语句子功能分类：语料库构建、模型基准评测与可解释性
构建1万句孟加拉语四类功能标注语料，TF-IDF双层集成模型准确率与宏F1均达0.95。
衡量多语言机器翻译评估中语言变体混同的代价：将莫桑比克希昌加纳语、尼亚尼亚语和塞纳语加入FLORES+
FLORES+新增莫桑比克三种班图语，参考变体选择显著影响评分，变体感知微调可提升目标变体表现。
分布偏移下的归纳图在线贝叶斯节点分类
提出在线变分贝叶斯末层法，改善分布偏移下归纳图节点分类泛化与校准，五基准准确率和NLL最优。
通过可扩展神经符号模型实现生成式可解释性
主张转向生成式可解释性：推理原生暴露可理解、可干预检查点，并以可扩展神经符号模型实现。
窗口化 A-K-MDP
提出窗口化 A-K-MDP，枚举指定除数窗口内所有可行划分，避免遗漏更优抽象状态，33 例中 25 例提升、8 例持平。
漂移约束优化：微调指令模型时只有方向重要
预设漂移预算，微调转为方向选择；选对方向可逆转纯问答微调失败，提升推理与百语翻译能力。
利用图像-问题依赖性提升VLM测试时强化学习
TTIQ利用图像与问题依赖性构建奖励，引导VLM测试时强化学习，在八个VQA数据集各规模上均取得最佳表现。
月球遥感多模态多分辨率基础模型
提出月球遥感多模态多分辨率基础模型，基于近200万瓦片、11模态双尺度预训练，四任务超基线并开源。
LLM与规则标注在推理性叙事特征上的评分者间信度：基于土耳其语语料库的三项研究
土耳其语叙事语料：五种LLM与规则标注对“具象隐喻”的人评一致性近乎随机，高一致率系类别失衡假象。
注意力就是你所需要的一切（以避免伪振荡）
提出CFL条件注意力通量有限体积格式，大步长保持锐激波，并验证可迁移性与局限。
North Small Translate：先进的高性价比翻译（Cohere CAT+）
开源MoE翻译模型，五步训练，支持50语种，1T参数内领先，推理无需昂贵思考。
医学图像分类中类间过渡不确定性的自适应共形重分配
提出AdaConRed，将共形预测集重分配为可操作单类决策，提升口腔癌和黑色素瘤等关键类别准确率。
经目标校验的视频问答可靠性分数优化
无需重训或改答案，利用目标校验精炼视频问答可靠性分数；HERBench与Perception Test上AURC平均降16.6%和18.9%。
基于时间可靠性抑制与组合图解码的可靠第一人称动作预测
提出TRS+RVG，抑制不可靠时序证据并重排动名组合，损坏下鲁棒性提升，稀有组合降至1.1%。
IBBench-Light：面向外部指令的任务条件响应的配对评估
IBBench-Light 配对评估同一记录的执行与处理任务，配对成功率揭示单任务均值掩盖的差异，须结合停止策略解读。
思维缺乏系统性？评估推理模型在规则归纳任务上的表现
推理模型常能解原任务，却在结构等价变体上失败，缺乏系统性，难稳健评估其认知能力。
SHIFT-M3：面向多模态心电记录完整性的融合前对齐一致性筛查
提出SHIFT-M3，以融合前文本对齐筛查心电记录跨患者错配，78万条数据高精度检出互换与硬负例，纵向跨访视仍误报。
JaxAHT：一个基于JAX的临时团队协作库
首个基于JAX的开源临时团队协作库，标准化并加速AHT研究，较PyTorch约快95倍，提供多域评估队友。
可信智能体AI：威胁态势、防御架构与开放挑战的综合网络安全与系统综述
综述206项研究，形式化智能体架构与六维可信分类，剖析威胁面并提出零信任纵深防御架构。
CRITICS——无国界的批判性科学：语言模型促进科学教育中的批判性思维
融合大模型机器翻译与教育科技，提供科学内容母语翻译，破除语言壁垒，促进科学知识普及与批判性思维。
当贪心采样进行探索：无需 Eluder 维度依赖的 KL 正则化上下文赌博机
KL正则化上下文赌博机中，贪心采样可实现不依赖Eluder维度的对数遗憾，并揭示其与UCB探索的权衡。
FlowTSFM：将编码器深度转化为分位数传输
FlowTSFM将编码器深度重构为共享参数循环分位数传输，监督中间状态；仅38.8M参数，在GIFT-Eval/TIME接近强基线，轨迹一致性远超Chronos-2。
HGSQ：面向实时航拍小目标检测的热力图引导稀疏查询检测器
HGSQ以热力图预测引导稀疏查询与局部细化，并自适应调整解码预算，航拍小目标实时检测达高精度。
面向大语言模型定向危害缓解的高效模块化框架
提出模块化框架，用aLoRA适配器与路由机制低延迟定向消除偏见、毒性等危害，兼顾任务性能。
当合规数据被当作评估：已部署AI系统的测量效度
合规监测数据并非为比较评估而设计，不能直接用作已部署AI系统的性能基准，应以评估契约明确假设。
迈向非自适应对手下多臂老虎机的最优切换遗憾
结合固定份额学习器与二进区间子程序，单个算法在非自适应对手下对未知切换次数达到最优切换遗憾。
Hadamard流形上分布式在线优化的曲率无关遗憾界
研究Hadamard流形上分布式在线优化，提出D-ROGD，对h凸函数实现曲率无关的O(√T)/O(logT)静态遗憾界。
解锁不可解：面向数据高效RLVR的教师引导式课程学习
借助教师模型部分推理轨迹构建难度课程并逐步撤除引导，仅用128道无解难题即达2000题GRPO水平，数据效率约提升16倍。
稳态持续学习
提出稳态持续学习法，借助输出异常发现环境数据中的离群点，使智能体在变化环境中持续学习且不遗忘。
评估前沿大语言模型在自动化研究中的创造力
提出价值与新颖性两类指标评估前沿大模型自动化研究的创造力，发现变量级新颖性与研究表现关联最强。
Multimodal Foundation Models Adaptation based on Domain-Aware Relaxed Orthogonal Subspace for Remote Sensing
ConeGaussian：面向通用中心相机的抗锯齿高斯光线追踪
各向异性像素足迹由相机逆向映射的相邻光线直接构建，可免修改适配多种中心相机与高斯光线渲染骨干，1/8分辨率下提升达4.3dB。
ClinAgent：一个基于ReAct的临床试验信息对话式访问智能体
ClinAgent是ReAct智能体驱动的对话式临床试验信息检索系统，集成多源工具，Gemini表现最佳。
面向大语言模型的演化式上下文参数化
提出MUSE任务与基准，并设计免训练方法PLUME，在序列演化场景下显著提升上下文参数化更新效果。
旁路观测：一种非侵入式逐层语义提取架构的概念设计
提出非侵入式旁路观测架构：在Transformer选定层加只读观测头且不回传主干，实现逐层语义读取，并分析开销与变体。
检索增强生成中的归因—压缩前沿
压缩减少生成器输入，却严重损害引用归因；提取式选择归因较稳，但答案质量下降。
认证模型升级：切片级非回归与在任模型回退
提出切片级非回归认证与在任模型回退的升级发布流程，认证失败即回退，并揭示噪声下功效限制。
面向网格作业运行时间预测的防泄漏与调度感知机器学习
用提交时特征无泄漏预测网格作业运行时间，CatBoost时序R²=0.239，预测式SJF降等待50.92%。
用智能体式AI在科学版图中为稿件定位
PASS智能体系统依领域文献语境预测稿件最适期刊，Top-1准确率50.3%、Top-5达86.1%，优于LLM基线。
基于事件视觉与时间增强卷积脉冲神经网络的行人过街意图分类
将驾驶视频转为事件流，用CARLA增强，训练卷积脉冲网络分类行人过街意图，准确率达95.83%。