跨26个大语言模型，生物医学参考文献生成仍不可靠
测试26个模型，55.4%回答为伪造文献，全字段正确率最高仅54.6%，模型生成引用须核验。
MorphoStyle：具有形态控制的动作风格迁移
提出形态感知动作风格迁移框架MorphoStyle，基于形状条件FSQ-VAE，通过对比风格编码、文本引导路由与流形保持调制解耦潜在表示。
面向基于大语言模型的程序修复：将"需求到修复"工件外化为可观测痕迹
提出THEMIS阶段感知修复工作流，将需求到修复过程外化为可审计痕迹，71.3%案例保留完整审计字段。
几何流增强的图粗化
提出RicciPool图池化，用Ollivier-Ricci曲率流重加权边并做谱聚类，实验验证有效。
MTAC-IFBench：多轮智能体编程中的指令遵循基准评测
提出MTAC-IFBench多轮编程指令遵循基准，含6大类18子类约束，平均7轮91项，揭示长交互下遵循力骤降。
面向成果导向教育中手写考试标准级评分的视觉语言模型
VLM用于手写考试标准级评分：LoRA微调Qwen2.5-VL一致性超人工，但重复性不足，需校准复核。
非参数方差惩罚演员-评论家：面向风险敏感强化学习的统计推断
以自助法与随机缩放替代方差评论家，提出非参数方差惩罚演员-评论家框架，证明收敛并在高温超导制造中验证。
SPARK：面向更安全视觉语言模型的表示级 KV 记忆对齐
SPARK 两阶段修复多模态 KV 记忆，显著降低视觉语言模型越狱攻击并保持通用能力。
面向去中心化GPU网格的通信高效LLM适配
用异步双回路与频谱校正，在去中心化GPU上高效微调LLM，通信提速逾40倍且性能不降。
四十度蓝：通过模式条件强化学习实现质量—多样性对齐
MoDA：模式条件强化学习对齐质量与多样性，配合质量门控，兼顾通用能力与开放探索。
基于 GGUF 元数据预测跨三种系统的单序列 llama.cpp 吞吐量
GGUF元数据可预测三系统单序列llama.cpp吞吐；活跃参数模型误差低于总参数，但拟合效率不通用
能否在没有人工参考译文的情况下对古典文本中的大语言模型翻译错误进行分诊？——以巴利语到英语翻译为例的源文新颖性、GEMBA评分与预算化审校
研究以巴利语英译测试无参考错误分诊；更强模型GEMBA评分最优，审前10%捕获81.6%主要错误，并提出预算化审校流程。
迈向知识增强的单细胞基础模型
提出scKITE，融合细胞注释与基因调控知识，少量样本预训练即超越强模型。
SpermYOLO：一种基于YOLO的协同检测器，用于显微图像中精准高效的精子与杂质检测
SpermYOLO基于YOLOv11协同框架，融合四项改进模块，实现显微图像精子与杂质联合检测，精子AP达97.2%，杂质AP达75.4%，轻量且跨场景有效。
稀疏自适应锐度感知最小化
提出SA-SAM，随稀疏度自适应调整扰动半径，在80–90%稀疏度下提升损坏鲁棒性并保持干净精度。
MemRiskBench：面向长时程LLM智能体的轨迹感知风险保持评估
提出MemRiskBench：五类风险、确定性轨迹检查的120集长时程LLM智能体基准；风险保留子集选择器20%数据保住排名与高风险检测，算力降5倍。
双四元数空间与复值注意力用于时序知识图谱补全
提出BSCA模型，在双四元数框架中结合圆与双曲旋转，用复值注意力融合时间与关系条件表示，性能优于基线。
鸟类物种识别需要多大的输入分辨率？其在边缘设备上的延迟代价是多少？——基于14种输入分辨率与六种架构的设备端实测研究
鸟种识别端侧实测：14种分辨率与6架构，换模型比提分辨率更有效，精度须在部署引擎测，延迟亦关键。
基于光谱的多模态深度学习用于小分子结构鉴定：通过混合条件训练增强鲁棒性
融合光谱化学知识进行混合条件训练，并以专家混合提升小分子结构鉴定鲁棒性。
语料库对齐的奥斯曼体—标准体《古兰经》词语映射与确定性诵读校验器
发布2290对奥斯曼体—标准体词映射与归一化流程，构建无大模型的确定性诵读校验器，准确率98.4%
用大型视频生成器将序列化模糊认知图转换为因果虚拟世界
以反馈模糊认知图序列驱动LLM与视频大模型，生成因果虚拟世界视频。
超越深度与宽度：流式测试时计算中的信息-松弛困境
证据顺序改变策略：早算余量多但证据不全，等待信息全却压缩余量，即信息松弛困境；资源约束下可信按时响应
CoMem：面向演化型多智能体系统的集体—个体记忆协同
提出CoMem架构，融合个体私有经验与集体共享知识，双流检索保障多样性，避免记忆污染，实验表现优异。
基于因子化加权张量Schatten-p范数最小化的鲁棒低秩张量补全
提出两种加权Schatten-p张量分解模型，免SVD、可剪枝秩分量，在多种退化场景下补全精度与鲁棒性俱佳。
SALUTE：面向国防领域的大语言模型基准评测与适配
提出SALUTE框架，构建国防语料、指令与偏好数据集及基准，经多阶段后训练提升国防领域LLM能力。
魔镜，魔镜：小型指令语言模型中的提示复读现象
研究多个家族小模型发现，提示复读主要源于模型归纳头机制，而非训练数据泄漏。
OpenAI4S：代码即行动，科学即会话
开源科研智能体OpenAI4S以持久化执行与会话级溯源，提升长周期计算科研的可靠性与可复现性。
Salesforce Koa：面向智能体工具使用的企业级语言模型
以GRPO强化学习后训练开源模型，借模拟到奖励流程提升多轮工具调用与企业智能体能力，无需客户数据。
面向压缩感知的牛顿深度展开
首个基于二阶优化的牛顿深度展开网络NDU-Net，结合牛顿更新与多尺度先验，提升压缩感知重建性能与鲁棒性。
CITECHOICE：文档呈现方式如何在智能体搜索中重新分配引用信用的因果审计
因果审计显示，结构化呈现使目标每答案引用增0.5次，集中引用信用，但不增加总引用或可靠来源准入。
S3-Tracker：基于对比随机游走的自监督手术组织追踪
提出自监督任意点追踪，借对比随机游走从无标注内窥镜视频学习轨迹，性能媲美半监督方法，可适应组织形变。
面向预测时域的光伏功率预测专家融合
按时域凸权重融合时序网络、历史相似日、气候态与梯度提升树并校准偏差，光伏短时误差4.315%，但优势依数据而定。
遵循几何，而非模型：冷启动半监督学习
VAST解耦伪标签生成与分类器训练，借冻结自监督嵌入几何推断信念并蒸馏为归纳分类器，冷启动半监督优于图基线。
Overflip：重复引发的护栏模型标签翻转
重复输入可使部分护栏模型标签由恶意翻转为良性，随长度增加加剧，威胁LLM服务。
面向多任务医学视觉-语言学习的两阶段LoRA混合框架
提出两阶段共享-专用混合LoRA框架，缓解多任务冲突与数据失衡，在FLARE 2026任务3取得优异结果。
DA-DLM：在扩散语言模型中显式建模词元依赖
提出DA-DLM，用位置导向DAG为扩散语言模型显式建模词元依赖，提升连贯性，少步去噪更优并保持并行。
翻译“翻译器”：拆解英语强制的智能体间通信成本
多智能体LLM强制英语通信时准确率较母语管道低13–30.6个百分点，即“英语强制税”，翻译损耗为主因。
DTI引导的体素级球谐回归：实现单壳到多壳dMRI合成
提出DTI-SHNet，在球谐域用DTI先验引导3D U-Net回归，实现单壳到多壳dMRI合成。
知何时停、何处重启：加速多轮智能体在线策略蒸馏
提出STRIDE，以自适应早停和前缀缓存加速多轮智能体在线策略蒸馏，最高提速5.1倍且性能不降。
学习连续源响应以实现可泛化的AI生成图像检测
CuRe将检测重设为回归真伪混合比例，以连续源响应子空间抑捷径，十基准平衡准确率89.7%。
检索引导微调作为含噪估计：风险界与架构分析
检索引导微调含噪估计：可优于仅目标/全语料训练；但线性自注意力无权聚合致偏差发散，需可靠性重加权。
四本账，而非一个分数：生物医学机器学习中 LLM 评审校准的负责任沟通
合成扰动不可当作人工真值；单一流程审计揭示评分被误读，提出溯源审计、存储契约与最低校准门槛。
通过推理过程错误分类提升大语言模型的数学推理能力
人工分析大模型数学推理错误，归为21类并找出高频类型，设计聚焦8类错误的提示词可提升推理性能。
所有噪声都应同等对待吗：输入噪声变异性对神经网络鲁棒性的影响
噪声类型、尺度与复杂度影响地震神经网络泛化；大尺度与复合噪声可提升鲁棒性。
重新思考伪装图像生成：迈向免训练范式
提出免训练伪装图像生成范式FreeCam，用冻结扩散模型与推理模块，高质量合成伪装并降低目标可检测性。
面向农村、区域及偏远地区的移动CT服务：当前实践与未来与远程医疗及监管授权AI的整合
移动CT、远程医疗与AI较成熟，但整合应用于偏远地区仍有限，受监管、成本与连接制约，需多中心验证。
当错误的键胜出：理解与检测大语言模型中的幻觉
大模型幻觉源于预训练关联竞争；提出关键词扰动检测法，AUROC达0.910，并归纳四类幻觉机制。
EdgeHAR：面向人体活动识别的边缘原生紧凑型传感器基础模型
EdgeHAR解耦活动语义、运动动态与采集上下文编码，实现边缘端跨用户/设备/位置的活动识别。
Semantic-TVM：面向记忆增强与工具使用智能体的结构保持可信虚拟内存
TVM本地保留精确值，远程仅见保护视图；Semantic-TVM遮蔽敏感片段，任务成功率84.17%
轮廓引导光谱路由用于鲁棒实时行人检测
提出轮廓引导光谱路由检测器，按序融合空间与频域线索，小波增强提升雾雨雪低光下实时行人检测性能。