UniCAR-RL：在视觉数学中，先看得更好，再想得更深
无标注强化学习框架，解耦感知与推理，仅用短答案数据提升视觉数学推理与泛化。
JumpStart：从16万次训练运行中汲取经验，快速启动你的策略学习
16万次训练实证：离线策略学习无全能算法，调参与基准影响排名；提供默认配置、推荐器及资源套件。
当工具成为阻碍：不必要的工具可用性对LLM作答的影响
无关工具可用会使LLM答题率从98.2%降至63.5%，即便不调用；一句范围提示即可恢复大半。
HarnessBandit：面向多Harness智能体强化学习的可学习性与可迁移性联合调度
提出HarnessBandit在线调度器，每步依据可学习性与可迁移性信号选择训练框架，提升多框架智能体强化学习表现。
GraMRAG：基于图记忆与强化学习的多智能体多步推理编排
图记忆引导的多智能体RAG框架，融合动态多模态记忆图与拓扑感知策略优化，实现长程跨模态推理SOTA。
面向公共充电系统中电动汽车-充电站-电网统一优化的LLM增强多智能体强化学习
提出LLM增强多智能体强化学习框架，统一优化电网、车辆与充电站，自适应平衡多目标，训练提速超70%。
一刀切并不适用：根据部署实际提出的问题设定推理深度
早退出读出层：按部署流量定制阈值可显著提高提前退出率，但token级保真度指标在可校验任务失效。
分区得分不等于系统得分：分解式算法选择中的部署保真度差距
分解式算法选择中分区得分高估可部署系统表现，五项基准均存在部署保真度差距，须并列报告端到端得分。
面向风格感知放射学报告的语料库特征刻画与逆向宪法微调
分析2000份报告归纳五种写作风格，逆向构建风格宪法微调MedGemma，文本对齐显著提升。
不可压缩流上的变分最优传输算子
提出变分不可压缩最优传输算子，前馈生成无散速度场与传输轨迹，较逐对优化提速约万倍。
RIGOR：面向全景重建的机组感知几何
冻结前馈主干，将全景视频视为四视图虚拟机组，通过一致性检测与几何验证构建Sim(3)位姿图，校正漂移、提升重建精度。
图神经网络用于社交网络影响力最大化：一种无监督最小支配集方法
提出无监督图神经网络求解最小支配集问题，推理比元启发式快55倍，在真实社交网络上接近最优且泛化良好。
不要重启：面向有状态智能体交接的残差补全
CFRC 用承诺约束的残差补全实现有状态交接：剩余任务被证据覆盖后才执行，准确率媲美全任务智能体，成本仅 22.0%–34.6%。
迈向实用精准农业：嵌入式边缘硬件上的实时水果检测与视频分析
在Jetson边缘端实现实时水果检测、跟踪计数，TensorRT FP16高效，管线30 FPS无丢帧，性能受采集视角影响。
推理能提升大语言模型的心理深度吗？这取决于谁来评判
LLM评判者在心理深度上偏爱推理模型，而人类偏好不一致且近随机，表明开发集表现不足以保证部署效度。
ViperQ：基于拍卖市场理论的订单流模式识别用于强化学习交易
ViperQ以拍卖市场理论构建20维状态，结合损失厌恶PPO，在未见数据上取得高收益低回撤。
基于任务的CT协议优化：强化学习与虚拟成像试验
提出强化学习与虚拟成像试验的CT协议优化框架，仅评估约2%方案即恢复98.2%穷举最优，无仿真预筛达89.7%。
面向有效反叙事生成与精炼的多阶段智能体框架
提出多阶段智能体框架，生成、精炼并评估反叙事；实验显示其优于基线，可规模化对抗仇恨与虚假信息。
自我演示在提升LLM模式-本体映射中的惊人效果
自我演示驱动神经符号分解，自动生成模式引导示例，令LLM模式-本体映射F1提升25个百分点。
ProtoCAM：用于超声图像乳腺病变分类的可解释小样本掩膜引导原型学习
ProtoCAM融合掩膜引导特征与原型度量学习，小样本下乳腺超声分类F1达0.910，兼具可解释性。
面向领域专家蒸馏的无推理轨迹专家模型训练
专家蒸馏无需推理轨迹，其隐式轨迹选择决定学生表现，调优可调控领域精度与通用能力权衡。
可微分物理模拟器求解逆问题的优化器基准测试
构建12个可微分物理模拟器，涵盖参数辨识、逆向设计与最优控制问题，评测各类优化器性能并给出选型洞见。
从估计的听者注视中学习指称
用估计听者注视作奖励微调视觉语言模型，指称长度从15.4降至4.0词，成功率升至80.0%。
从宣传的改进到实测能力：在伪造任务上评估 ChatGPT Images 2.5
实测ChatGPT Images 2.5伪造任务：宣传改进未带来目标字段正确性提升，细字与定位仍受限。
PPDL：融合物理先验与深度学习的真实工业用户留存率预测框架
提出PPDL框架，融合物理先验与深度学习，精准预测工业级渠道用户留存率，显著优于现有在线方案。
多模态遥感影像火星滑坡分割的全局-局部上下文渐进扩展网络
首次系统评估火星滑坡分割，提出融合渐进扩展与Transformer的U形网络，多模态数据上表现最佳。
YOLO12-MambaScan：一种融合高频增强与状态空间建模的高效目标检测器
融合高频增强卷积、坐标注意力与Mamba全局建模的YOLO12航拍小目标检测器，精度与效率兼顾。
SpectralShift：通过谱重参数化有效扩展门控 DeltaNet 的上下文窗口
提出 SpectralShift 谱重参数化方法，重塑 GDN 衰减谱并缩放学习率，高效扩展线性注意力模型上下文窗口。
地图使用者与地图绘制者：从习得表征出发的认知归因范围
提出五重归因框架，区分追踪、应用、习得与保持，论证应用能力不能确定习得能力，厘清认知归因的界限。
动态学习解决方案：面向个性化教育视频生成的系统
融合RAG、扩散模型与语音合成，将NCERT教材自动转为响应提问的个性化动画讲解视频。
Realtime-Venus：一种具备异步委托能力的全双工交互系统
提出全双工交互系统Realtime-Venus，双9B模型支持视听与语音，异步委托任务，多项基准领先。
跨模态上下文学习的趋同涌现
跨六模态验证趋同涌现假说：少样本上下文学习在多模态中涌现，五模态任务效应相关，部分支持该假说。
MARC：面向亚细胞空间转录组细胞分割的形态学感知共识回归
MARC预测多方法共识支持图，免去多流程推断，Dice达0.90，助力大规模细胞分割评估。
Hyper-LLaVA：面向多模态持续指令微调的双曲不确定性感知模态平衡路由
提出Hyper-LLaVA，用双曲空间分布相似度增强模态内任务匹配，并按不确定性平衡跨模态路由。
涅伊谢卡尔：面向自动语音识别的开放波斯语朗读语音语料库
开源波斯语朗读语音语料库，含99小时、6.2万条录音、190位贡献者，覆盖正式与非正式语言，ASR词错率较Common Voice显著降低。
面向智能灌溉决策支持的不确定性感知数理-机器学习混合模型
水量平衡耦合随机森林，共形预测量化不确定性，24小时技巧+9.4%，不确定性界定可信预报时效。
准确率不等于服务水平：面向间歇性需求预测的决策感知基准
间歇需求下预测精度与服务水平负相关，服务更取决于偏差方向；无训练校正使齐套率由77.5%升至92.0%。
用于评估社交媒体短文本公共卫生传播主题模型的文档-主题对齐指标
提出DoTA文档-主题对齐指标，衡量帖子与所赋主题的语义一致性，实验表明其与人工评估相符，可补充传统指标。
SAILOR：求解器辅助的基于大语言模型的交互式优化恢复
SAILOR检测优化问题中缺失的数值，按影响排序向用户追问并更新模型，在1723个基准上验证可行。
LoRA微调模型用于控制系统课程问答：模型规模与秩效应的多维评估
微调Qwen2.5-3B/7B并比较LoRA秩4/8/16：微调提升答案相似度与结构化输出稳定性，7B-r16最优，r=8性能与参数效率更均衡。
面向共显著目标检测的秩一致性集合推理
提出RCSR框架，将图像组视为无序集合，用秩一致性与截尾统计聚合多尺度组槽，抑制偶然匹配，无需外部模型。
基于图Transformer的预训练
在生物化学领域，用计算属性作标签的有监督预训练对下游任务提升最大，并需限制模型容量以防过拟合。
FFVO：面向长时序视觉里程计的前馈位姿解码器
FFVO以紧凑相机令牌、分层时序解码与轨迹监督，实现长时序视觉里程计稳定低漂移的位姿估计。
营销研究中的合成数据：如何评估与何时可信
区分三类合成数据与四类准确度指标，提出无需真值的事前可答性诊断，R²>0.7筛选可提升个体相关性15%。
NeuroActiSep：单次前向传播中基于前馈神经元检测事实性幻觉
提出按末位提示词对前馈神经元排序并迁移其标识训练幻觉分类器，检测性能媲美内部状态探针。
通过能量精炼与流形投影学习：一种协同 EBM-AE 框架
提出协同EBM-AE框架，融合能量精炼与流形投影，提升生成、修复和OOD检测。
基于眼中心追踪与动态阈值的低成本实时驾驶员疲劳检测系统开发
利用摄像头非侵入式实时监测眼睛开闭，超时闭眼即判定疲劳并报警，低成本防事故。
智能体评估中的策略漏洞：当策略歧义伪装成智能体错误
智能体评估假设策略唯一正确动作，但自然语言策略的歧义、沉默与矛盾造成漏洞，评分不可靠，需先审计策略。
面向延迟张量并行的亲和性感知分片
延迟张量并行中分片成为建模决策：最大化KV头与FFN神经元共置亲和性，蒸馏步数可减半，亲和性还能预测KL。
语义知识技术：语义网所忽视的，与其从未拥有过的
语义网虽提供知识基础设施，却缺失条件、操作与覆盖，本文提出语义知识技术七层架构与五项理解检验。