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。
面向CT肝脏肿瘤分割的基础模型参数高效微调
PEFT微调SAM分割CT肝转移瘤：Conv-Adapter/LoRA最准，DiSCo参数效率最高。
量子门控 LiteSSD：一种参数高效的前视声呐目标检测轻量级量子-经典混合框架
提出量子门控LiteSSD，将量子多电路处理改写为通道门控，以极少参数实现前视声呐高精度检测。
Func-R1：激发多模态大语言模型的数学函数推理能力
提出Func-R1，用分层后训练与PATO协同视觉感知和逻辑推理，缓解模态干扰，超越GPT-5。
T-SMART：面向工具增强型时间序列问答的机制级归因
T-SMART解耦语言推理、计算与感知，消融显示确定性计算贡献最大，较直接推理提升31.7个百分点。
加密资产会计基准：评估前沿与开放权重模型在加密资产会计任务上的表现
提出加密会计基准CAB，含118项任务，评估12个模型；最佳均分77.43%，Pass@3为56.78%，主要挑战是账户选择与完整分录构建。
适配开放权重多模态大语言模型以生成电子显微镜分割点提示
MLLM经适配可从自然语言生成电镜点提示；Qwen3-VL AP50达0.736，且能跨数据集迁移。
LPA-CWM：一种基于反事实世界模型运动推理的学习型物理裁判器
LPA-CWM用3M参数学习型裁判器学习候选响应可靠性权重，改进反事实世界模型的运动推理。
Enemray：面向哈桑尼亚语的能力型语言模型
Enemray：以稳定性—可塑性目标训练哈桑尼亚语模型，英译哈最优，并保留基础模型通用能力。
RA-CoA：基于检索增强属性链的免训练时尚图像描述生成
免训练框架RA-CoA以检索属性集+属性级推理提升时尚图像描述精度，METEOR涨26.3%。
路由而非修正：面向可靠临床大语言模型答案选择的状态依赖解码校正与轨迹门控路由器
ALTAS无需训练，依据终态熵与末层线性度逐题路由贪婪解码或轨迹校正，提升真实性且不损临床基准。
墙里的又一张蓝图：如何像孩子一样向前沿AI提问？
以学校口吻提示六类前沿模型，架构想象趋同；去除框架则分化，两款GPT蓝图相似，或存趋同与跨模型传播。
ANASSA：面向空间智能的智能体AI编排框架
ANASSA：面向空间智能的智能体AI编排框架，整合空间推理、多智能体工作流、验证与治理。
弥合合成-真实域差距的少样本冷冻电子断层扫描分类
提出可学习变换模块的合成到真实适应框架，在输入与特征层面弥合域差距，少样本分类超越现有迁移学习基线。
面向各向异性纹理分析的PyRadiomics体素间距感知扩展
为PyRadiomics添加体素间距感知扩展，无需插值即可分析各向异性纹理，与原版兼容。
Pull：面向有状态大模型对话的工作记忆惰性物化
Pull 以确定性净化器构建可寻址元数据目录，查询时惰性物化所需对话轮次，上下文 token 减少约75%且质量无损。
继承的注意力头：音频语言模型借助其文本主干的注意力跟踪说话人，而基于注意力总量的排序会检索出另一组头
无需训练，偏置百个注意力头可让音频模型按指定说话人描述；这些头多继承自文本主干，注意力质量排序会选出不同组。
ZAPS：面向神经网络架构搜索的零成本主动代理搜索
ZAPS：离线选非冗余零成本代理，迭代投票重选，结合拓扑与UCB排序，低预算NAS基准上优于基线。
ModularRSI：模块化、可泛化的递归执行框架自我改进
对比成败轨迹、跨任务聚合缺陷，将执行框架拆为五模块独立演化再整合；用与评测不重叠的2000任务演化，多基准稳定提升且可跨模型迁移。
不依赖网格特征系统加速 HKTex：局部展开与随机化热特征
用局部展开与随机化热特征替代 HKTex 全局特征分解，提高精度并大幅加速，支持超大网格。
在对我说话还是对别人说话？重新思考第一视角视频中的"对我说话"检测
将TTM重构为在线帧级预测，构建90万帧数据集，多模态模型F1达75.5%。
识别导致幻影迁移的数据集偏见
基于Sentence BERT嵌入的特征可识别此类数据集偏见的主题，已知教师模型时MCC达0.83，未知时0.46。
在线语言自适应采样：实现更佳分布式跨语言收益
提出在线语言自适应采样，依语言对对齐损失贡献动态调整采样概率，实现更均衡的跨语言收益。
浅层信念：合成文档微调无法免疫奖励黑客引发的涌现性失准
合成文档微调仅塑造表层信念，无法防止后续强化学习经奖励黑客引发涌现性失准，还会意外引导泛化。
自编排语言模型：利用语义依赖实现高效推理
语言模型可通过标注语义依赖自主编排推理，实现并行解码、缓存淘汰与扩散去噪排序，优化质量与效率。
ABSOL：由大语言模型编排的聚合贝叶斯子采样
ABSOL以大语言模型为受限语义引导，改进贝叶斯网络结构学习，在多个基准上Edge F1最优。
无数据在线策略蒸馏
发现OPD对训练数据近乎无感，提出无数据在线策略蒸馏DF-OPD：教师自行出题，即媲美甚至超越真实数据。
基于三维步态的孤独症分类：注意力增强深度学习与跨折统计稳定性分析
提出注意力增强Transformer框架，基于三维步态特征分类自闭症，两数据集五折交叉验证准确率达99%与95%，并评估跨折稳定性。
一个示例就足以通过公平性基准：重新思考对齐大语言模型的公平性评估
单个示例即可将BBQ准确率从79.9%提至99.0%，暗示该类基准过易，难以衡量公平对齐。
基于自监督预训练与保形风险控制的图Transformer欺诈检测
GTFD融合图注意力与门控Transformer，以自监督预训练和保形风险控制检测欺诈，AUROC达0.990，误报率降约29%。
El Agente Potente：高通量智能体原子模拟
结合类型化执行图与编码模式的智能体，实现可控可复现的高通量原子模拟。
CoArena：实时评估计算机使用与多智能体系统
真实用户提交计算机使用任务，单/多智能体双系统同沙箱并发，盲评并实时更新榜，形式化实时评估五属性与评分法。
SignMimic：基于人体形状无关姿态迁移引导的鲁棒高质量手语动作生成
SignMimic通过刚性规范化、非刚性适配与姿态补全，实现鲁棒高质量手语视频生成，在多数据集达SOTA。
双向路由与稀疏空间注意力驱动的多视角BEV 3D目标检测及其在自动驾驶中的应用
提出Sparse-BEVNet，融合双向路由与稀疏空间注意力，提升BEV 3D检测性能。
台风 ASR 流式识别：可引导的低延迟泰语语音识别与实时浅层融合
可部署泰语流式ASR以缓存感知编码器恢复流式，实时浅层融合在解码期引导词表，字符错误率降约4.5倍。
基于核集成与分歧驱动采集的贝叶斯优化用于声源定位与声学反演
采用多核高斯过程加权集成与最优条件采集函数，在少样本七维空间中提升定位与地声反演的鲁棒性和精度。
面向基于智能手机的人类活动识别的域泛化：组件与交互的系统性分析
逾41万次实验表明：域泛化各组件单独收益有限，联合配置常现超加性互补，而模型选择策略亟待改进。
通过离线规划学习数据源获取策略
O-MPAC通过离线规划学习数据源获取策略，推理时重评分并硬掩码成本，在多任务上优于基线。