局部编辑，全局涟漪：面向工作流合成的回放信息驱动策略适配
提出RIPPLE，分离编辑位置与组合安全，回放筛选安全编辑，工作流合成验证成功率提升23.1%。
通过组分相互作用的计算建模解码混合物感知
构建仿生深度学习框架，融合多受体与多分子响应曲线，实现混合物气味识别，准确率达92.2%。
FINESSE：基于智能体的多模态金融事件序列模拟器与基准数据集
提出基于智能体的多模态金融事件序列模拟器及基准数据集，支持余额、欺诈、漏付和下一事件预测。
单查询式以人为中心的双手手-物交互检测
提出以人为中心的单查询双手手-物交互检测，统一人体、手部与交互目标，解决多人归属歧义并提升解析。
HSI-Road 重新标注：表面感知的道路场景分割
新增六类表面标注与RGB-NIR配准，评估六种分割模型；匹配分辨率下RGB+NIR多优于单模态，NIR具互补性。
使用量化分析工具实现高效的AI模型部署
基于ONNX的量化分析工具提供逐层敏感度分析与分布可视化，指导精度取舍，提升量化精度与部署效率。
先修复再强化：面向多跳问答的上下文增强知识图谱推理
为知识图谱三元组附加支持上下文，提出上下文增强训练框架，结合自适应修复与低跳强化学习提升多跳问答。
面向隐私保护的端侧语言模型压力预测：移动健康场景下的多模态评估
评估端侧语言模型的多模态压力预测：轻量模型低延迟、资源可预测，传感器特征略优于自评，兼具潜力与局限。
草拟—验证—修订流水线中的大语言模型能否消解指示语歧义？
跨阶段语境可致指示语漂移，模型消解能力差异悬殊，需各阶段显式指定指称。
当成功的知识图谱编辑挤掉正确答案：超越参数支持的排序级局部性
知识图谱编辑提升目标答案会挤掉正确答案；局部性须超越参数支持，审计排名位移，并报告纠正成功与损害。
以物理作为多模态模型中材料推理的度量与纠正标签
多模态模型材料推理常违反物理规律；提出无标注基准MatPCR，直接验证推理链物理一致性。
网络化系统中基于扰动时间序列的物理信息结构推断的基本动力学单元
提出基本动力学单元：符号三元交互模式压缩交互假设空间、指导干预，借物理信息神经常微分方程联合推断结构与轨迹。
当真实标注保真度至关重要：一种使用视觉Transformer与机器学习的协同无人机系统小麦条纹花叶病毒检测框架
无人机多光谱与ViT检测WSMV，处理标签偏差致高精度虚高；ELISA真值下泛化弱，标签保真度关键。
USPLIT-VQA：面向视觉问答的U形拆分学习与贡献感知加权聚合
提出USPLIT-VQA：客户端保留首尾层的U形拆分学习保护VQA隐私；CAWA按梯度相似度抑制恶意更新，内存与通信最高降5.8/10.8倍，单恶意影响降超98%。
GAUGE：任务型智能体的用户模拟评估中何时不应信任LLM裁判
GAUGE：LLM裁判与任务成功脱节，强智能体间排序失效；先校准后信任，无裁判完成位预警截断退化。
QuPAINT：面向量子材料表征的物理感知多模态推理
提出物理感知多模态框架QuPAINT，利用合成数据与物理先验，实现量子材料薄片层数表征，性能领先。
性能、效率与崩溃——代码大语言模型离线后训练的优势与挑战
代码大模型离线RL后训练无需在线采样，数小时提升零样本代码生成，0.5B–7B均增益但幅度因家族异。
UniMo：统一人类与动物动作生成
提出点云框架UniMo统一生成人兽动作，并发布超现有动物数据集102倍的UniML3D，在多个基准上达到最优。
WinSyn：面向真实企业问答评估的自动化流水线
提出自动化流水线，模拟数月企业项目与多角色邮件数据，生成高复杂度问答基准；主流智能体得分不足80%。
DCRA：面向鲁棒时间序列学习的扩散条件表示对齐
DCRA将扩散前向过程用作结构化噪声调度，通过特征级一致性对齐跨噪声层表示，提升脑电癫痫检测等任务的鲁棒性。
基于LLM引导概念集成的移动传感数据可解释预测
提出概念集成Transformer，借大模型生成概念异常监督，实现小样本移动感知的精准可解释预测。
基于表示的掩码扩散模型
提出基于表示的掩码扩散模型RMDM，用全局语义表示指导并行词元更新，显著提升生成质量，尤其少步采样。
VS-Splat：面向稀疏视图端到端三维物体重建的体素选择性前馈高斯泼溅
VS-Splat以可学习体素选择，仅靠二维渲染监督将高斯基元聚焦物体区域，稀疏视图重建优于现有方法。
面向人车交互的车内追踪中断场景下上下文感知因果注视预测
提出因果注视预测器CCGF，融合历史与场景特征，在追踪中断时恢复司机注视，中位误差175.7像素。
GTA：面向大语言模型算法图推理的图论智能体与基准
提出GT Bench基准及GTA智能体，以偏好训练选择图表示并规划分解，显著提升大模型图算法推理。
情感智能体：面向可穿戴系统的端侧个性化干预推理
提出情感智能体三层架构，端侧小模型融合生理、情境与用户记忆，无需云端或重训即可判断是否、何时及如何干预。
面向原型概念的软符号接地
提出Soft-PNet，用原型引导的缓存采样与统一KL目标，免手工损失实现原型概念软符号接地。
UFO：面向多模态图像生成中全条件对齐的评估链
提出UFO统一框架与UFO-Bench，原子评估链分解全条件对齐，人类偏好相关性提升15.25%。
从示例中学习符号约束表示：一种神经符号方法
提出神经符号自动约束获取框架，学习神谕模型模拟用户响应，结合符号引擎生成可解释约束网络，显著减少人工交互。
ESTS 在 WMT26：面向模型压缩的路由感知专家剪枝
ESTS提交六个基于GPT-OSS-20B的压缩系统，采用路由感知专家剪枝、恢复微调与MXFP4量化。
气候相关文档中社会临界点证据的自动检测与结构化：一个模块化AI框架
提出模块化AI框架，段落级检测并结构化气候文献中的社会临界点证据，融合分割、分类、改写、评分与检索，性能优于基线。
GSO-Net：面向石化物流节点危险货物转运合规的视觉状态机
首个石化危险货物转运SOP视觉理解基准，含超5万帧、9步15态，揭示稀疏轮询下状态识别不足。
我们能信任LLM评委吗：能力相关偏差与用于偏差校准的多评委集成研究
研究LLM绝对评分中的能力相关偏差，提出无标签校准加权多数投票，集成多评委纠正宽松并提升可靠性。
可扩展的离散到连续信道模拟：面向压缩与隐私
固定样本数的离散到连续信道模拟，权衡压缩率与样本数，用于VQ-VAE压缩与差分隐私均值估计。
固定状态，长程延伸：恒定大小缓存为大规模块扩散带来什么
块扩散用O(1)状态空间缓存：256k上下文下较注意力延迟低4.3倍、内存省11倍，吞吐与长度外推显著更优。
面向小样本传感器故障诊断的鲁棒原型网络
提出多回合原型网络MEPN，聚合多支持回合原型均值降低方差，传感器故障诊断显著优于单回合基线。
OphBiWSSD：以双向权重绑定状态空间对偶扩展眼科手术中的时序动作定位
提出OphBiWSSD，线性复杂度双向建模眼科手术时序依赖，OphNet上mAP超基线约6.7%。
基于腕戴式传感器的人体质心动力学混合物理-AI框架
提出简化运动学模型和三类混合AI模型，从腕部IMU估计人体质心加速度，显著提升精度与噪声鲁棒性。
面向低重叠场景的谱一致性引导多视图点云配准
提出谱一致性引导框架GMPCR，筛选可靠对应与扫描对，构建稀疏位姿图并自适应同步，低重叠配准高效鲁棒。
打破Token上限：蒸馏更小更强的字节模型
蒸馏显示：字节模型初期落后Token模型，但随算力增长反超，数据效率高6倍，下游性能上限更高。
影响力推导的数据扰动能否实现机器遗忘？对三种可能角色的受控研究
修正DPL实现后，其在CIFAR-10直接删除任务中失败，效用效应不稳定，且逊于简单热启动基线。
HypoKG：超越端点知识的证据约束型生物医学假设生成
整合三大生物数据库构建知识图谱；完整机制路径引导大模型证据约束推理，仅给端点所得假设高分却证据薄弱。
SynthSentry：检测语言模型训练数据中的合成数据污染
提出SynthSentry，无需生成模型信息即可在训练前筛查语料中的合成数据污染，基于词汇多样性、n-gram尾部与困惑度方差评分，并发布工具包。
EgoMaize：严重田间遮挡下的第一人称玉米实例分割基准
发布EgoMaize第一人称玉米实例分割基准，采用证据封闭标注应对严重同类遮挡；基线难以兼顾细结构恢复、实例归属与遮挡推理。
EAR：面向检索增强生成开发的实体感知分区方法
实体感知分区EAR用于RAG，构建紧凑可检查检索单元，检索词减约38%，准确率变化不显著。
T-GADE：热力学生成式AI驱动的LLM工件演化
T-GADE用热力学遗传算法与LLM算子演化LLM工件，装箱训练超额降约29%，迁移媲美EoH。
融合3D磁共振成像与临床数据的阿尔茨海默病诊断多模态可解释深度学习框架
融合3D MRI与临床数据的可解释多模态深度学习框架，性能与解释随任务、模态、融合和队列变化，MMSE为跨队列主导特征。
QTrans：一种用于情感分类的量子Transformer
QTrans以参数化量子电路构建QKV与量子测量注意力，实现量子-经典混合情感分类，三数据集超越经典基线。
CueMem：面向长期对话记忆的线索引导式上下文重构
CueMem以记忆线索回溯源对话轮，经图扩展重构紧凑证据上下文，提升长期对话问答并降低开销。
反演自触发控制：面向稀疏拒绝服务攻击的对抗强化学习
反演自触发控制，以对抗强化学习学习最稀疏DoS攻击，实验可100%使各防御者失稳并优于基线。