超越场景描述：面向虚拟世界非视觉访问的多智能体编排
MetaBlind以八个专用智能体加可访问性编排器，按相关性与听觉负荷筛选信息，经语音、结构化音频或触觉输出，避免听觉过载，尚处设计阶段。
DiVA：通过视频模型实现交互式数字生命模拟
DiVA用MLLM路由加堆叠视频管线，实现可长期交互的数字生命模拟，AVC转场防退化，效果领先。
人工智能部署问责工程：面向安全关键社会技术系统中可问责 AI 的愿景
提出AI部署问责工程，将问责视作部署层属性，围绕失效发现、隐私测量、代理AI风险与失败转化展开。
基于最优传输的工业数据高效无监督异常检测
提出基于最优传输的无监督异常检测框架，无需标注、抗噪且可解释，在工业数据集上优于传统方法。
扩展结果何时能证明应当采用不同的资源分配？——对AI系统资源分配证据的批判性综述
综述指出，更高预算下的更高分数不足以说明资源该投向何处，需比较资源约束下的最优性能。
小批量持续性八年后再审视：批重用耗费多少步数与焦耳，又省下多少数据
小批量复用以数据节省换取代价：仅大批量时省新鲜数据，步数与能耗至多持平，数据可重读时无明显优势。
OptoAgent：面向课堂环境机会性视力微筛查的可信多智能体框架
将课堂墙面显示内容嵌入校准视标探针，八智能体协同感知、质控与纵向累积，输出转诊级视力关切评分。
TotalSynth：基于MRI和CBCT的稳健全身合成CT
TotalSynth是可复用预训练框架，用MRI和CBCT生成全身合成CT，性能稳健；外部数据需验证并可选微调。
使用深度学习的零样本跨材料叠层衍射相位重建
提出局部到全局学习框架，无需迭代即可零样本跨材料重建叠层衍射相位，指标最优，速度较ePIE快约十倍。
基于深度面部表情分析的真实场景事件级情绪识别
提出端到端事件级情绪识别流程：检测人脸、CNN分类表情并聚合概率，实验验证真实场景有效性。
中文标题：探索面向循环脉冲神经网络的小睡范式
小睡（权重缩放＋膜噪声）在循环脉冲网络中准确率可媲美权重归一化，长时间高噪声则增强表征结构分离。
以最少模型部署稳定表演性反馈回路
提出新算法，高精度下以近最少模型部署找到表演性稳定预测器，较先前指数级减少，并可去随机化为确定模型。
通过价值引导偏好蒸馏，利用稠密行为信号优化稀疏结果。
多目标强化学习优化长程对话，以稠密行为信号优化稀疏结果，蒸馏价值偏好，提升留存与正向行为。
该论断有多宽泛？NLP研究中泛化表述的映射
构建NLP泛化分类体系与LLM自动标注框架，分5类建数据集，并分析论文泛化与引用等关联。
BLInD：将驾驶意图学习为未来自车轨迹上的分布
仅凭车辆状态历史即可预测未来轨迹的多模态分布，无需感知输入，跨数据集通用，毫秒级推理，使AEB误报最多降25倍。
基于扩散模型的步态轨迹生成
探索条件扩散模型生成下肢步态轨迹，对比基线与可控变体，实验表明可生成逼真且具一定可控性的周期步态。
基于目标的分层强化学习简注
统一并扩展两类基于目标的分层强化学习，用分层隐马尔可夫模型整合内在信念与目标。
数据到文本驾驶教练系统的本地化：英国与尼日利亚的反馈系统差异
数据到文本驾驶教练需本地化，因实用性取决于驾驶员知识、风险、法规及数据。对比英尼两国系统，提出本地化设计流程。
Tabby：面向时间序列基础模型的开放预训练配方
开源Tabby：1.45亿参数长上下文概率时序基础模型，公开预训练配方，支持预测、分类与异常检测。
DynSTEER：面向智能体的动态分阶段轨迹评估与执行时审查
DynSTEER按关键动作分段评估轨迹，结合容多解里程碑图与多级裁判，在线终止失败执行，区分度提升85.2%。
面向分布式在传感器视觉的硬件感知学习表示压缩
OASIS在传感器端压缩任务相关表示，通信量较原始传输降18816倍，系统能耗降约2–4.5倍。
SGWIB：面向视频高光检测的切片Gromov-Wasserstein信息瓶颈
提出SGWIB信息瓶颈框架，以切片Gromov-Monge差距正则保留片段时序结构，并结合上下文解耦，在两数据集上取得最优高光检测性能。
使用更小集成规模的线性集成采样
提出按正则Gram矩阵显著变化刷新集成的集成采样，缩小集成规模，保持最优遗憾，有限臂集下界更紧。
SkyAnchor：从无位姿地面视角序列更新度量尺度航拍3D高斯场景
以航拍场景为固定支架，配准无位姿地面序列，插入地面高斯并联合优化，实现度量轨迹与高质量渲染。
面向地球基础模型的物理类型化与几何感知表示
探讨地球基础模型是否应显式保留物理类型与几何变换，先以ERA5分阶段证伪，检验实际增益。
量化语音-文本语言模型中的生成模态差距
语音-文本联合建模显著提升语义连贯，但音素与音质等指标改善不均，文本是高效语义训练信号。
基于可靠性感知原型学习的数据高效智能体图域自适应
提出DEAG，以可靠性原型构建稳定源锚点，软关联目标并正则源先验，提升有限源数据下图域自适应。
提示词分岔的花园：用户如何在故事生成中探索叙事空间
研究用户迭代修改故事提示以探索叙事空间，构建两个大规模数据集与编辑类型框架，并用于故事生成评测。
构建用于证据依据与弃答的法律奖励模型
提出法律奖励模型框架与基准，用上下文偏好数据提升依据与弃答评估，最高增益25.6个百分点并具跨法域迁移。
AcquireBound：AI 智能体所获资源的运行时授权
通过隔离、能力解析与激活事务，对 AI 智能体获取的资源实施运行时授权，防止权限放大。
注意你偏爱哪只鸟：机器翻译元评估中充分性-流畅性平衡的参数化
将机器翻译元评估中充分性与流畅性的平衡变为可调参数，通过重加权系统实现精确优化，并验证内部一致性。
面向内存高效机器学习的熵凿孔布隆过滤器
提出熵凿孔布隆过滤器，按经验熵删除低变化位以压缩特征表示，回归任务中存储更省、预测效率更高。
Dream-RSI：通过不断演化的世界实现递归自我改进
Dream-RSI以历史发现树构建回放模拟器，离线低成本优化探索策略，在线部署形成递归自我改进闭环。
Mind2Cloud：基于双粒度扩散解码的脑电到点云生成
双粒度扩散解码融合全局Transformer与局部PVCNN，随去噪时间步自适应调整粒度，由脑电生成点云，在EEG-3D数据集上刷新最优。
CyFM：用于少步复值流匹配的圆柱最优传输
提出圆柱流匹配与联合最优传输耦合，显著降低复值信号少步生成误差，并揭示分解耦合陷阱。
语言模型激活空间中的可引导性特征
简单可分性指标与语言模型下游可引导性强相关，可诊断引导向量是否有效。
医疗领域大语言模型评估方法入门
综述涵盖研究设计、统计方法、能力评估与临床情境评估四方面，强调评估方法须与研究问题对齐。
一个模型，两种物理叙事：审视多模态世界建模中的错位
多模态世界模型存在内部与外部错位：语言预测常正确，视频却与物理不一致。
AppliedScientist：通过迭代式AI评审实现论文自动修订
AI科学家与评审闭环迭代修订论文，评审引导修订优于固定提示自改，能解决实验问题但难改创新性缺陷。
做（$x$）还是不做（$x$）：面向数据集增强的医学图像反事实
对比确定性、无向与因果三种条件策略生成医学图像反事实，评估下游性能与公平性，发现因果方法增益显著。
基于图引导混合专家的多模态肿瘤生存预测
提出图引导的混合专家框架，融合临床、病理与基因组数据，自动调度模型，提升肿瘤生存预测精度。
从外部看贝叶斯智能
贝叶斯智能可从外部行为解释：报告不矛盾即可；提出信息更优智能序，并指出聚合粗报告极其困难。
CirrGuide：基于T2加权MRI的肝硬化分割与严重程度分类深度级联框架
深度级联框架先分割肝硬化肝脏，再以预测掩膜为解剖先验引导分类，提升T2W MRI分割与轻中重度分级性能。
道德反叛智能体：冲突义务下的决策
研究自主智能体在任务与道德冲突下的道德反叛，形式化五类架构，揭示救援、任务完成与规范合规的权衡。
低成本声调评估：面向大规模多语言语音合成的无参考词汇声调度量
提出免参考的词汇声调度量DunDun，以文本变音符号对比音高轨迹，弥补CER对声调的忽视，并开源完整验证协议。
自主垂直起降飞行器故障检测、隔离与严重程度预测的机器学习框架
提出CNN框架，用真实飞行数据检测隔离旋翼故障并预测严重度，实验分类准确率超99%、严重度达96%。
AI说服对人类控制的威胁
系统分析AI说服对人类控制的威胁，提出评估框架与五个场景，初步调查显示研究者风险判断分歧大，需后续研究。
Depth and Scale in the Sub-150M Regime: JugnuLM-53M vs JugnuLM-110M
MedTRACE：面向循证决策的工具增强多模态临床推理智能体
提出工具增强的多模态临床推理智能体，迭代形成假设、调用工具取证并验证，提升诊断准确率与可信度。
LIMBO：面向LLM智能体的终身推理时记忆与预算优化
LIMBO首个在线框架，将记忆视为可控推理资源，按任务联合优化记忆策略与推理预算，无需重训，以约53%更低成本达领先水平。