面向具身智能的通用世界模型模拟器 Pelican-Sim 1.0
提出通用世界模型模拟器Pelican-Sim 1.0，统一动作表示与稀疏MoE，四步生成提速5.67倍，下游策略成功率由70%升至93%。
何时该开口：主动式车载智能体应在何时发言？
41人VR乘车实验比较事件触发与情境敏感沟通策略：后者提升沟通恰当性、大幅减少打扰，信任无差异。
IMPLY：世界模型推演的物理锚定一致性
IMPLY通过反演模拟器提取推演隐含物理，并以校准推动为锚评估一致性；它能识破自洽却忽略物体的世界模型，择优逼近最优。
现实是最终验证者：智能体软件工程中的两个关键缺口
需求与模型两缺口导致奖励黑客和幻觉；需用部署证据持续缩小，现实为最终验证者。
Slot2Text：面向高效且空间可追溯的外科多模态大语言模型的以对象为中心视觉标记化
提出双模式外科多模态大模型Slot2Text，以紧凑槽位潜变量替代密集视觉标记，大幅降耗并支持空间溯源。
LatentMD：LLM生成文本中Markdown边界失效的基准评测
LatentMD分离内容与边界正确性，发现9个LLM中38%输出内容正确但Markdown边界破损。
为决策而非预测优化：将平滑净获益作为训练目标的探索
提出可微平滑净获益训练目标，使优化对齐临床阈值效用；多数据集显示增益有限、依情境，不支持普遍替代NLL，但值得研究。
SaFeR-Steer：通过合成自举与反馈动力学演化多轮多模态大模型
提出SaFeR-Steer框架，融合合成自举与GRPO，发布STEER数据集，大幅提升多轮安全与有用性
AnchorVLN：面向开放词汇导航的几何锚定视觉-语言接地推理
AnchorVLN：VLM提语义、几何定度量，开放词汇导航指令跟随64.4%，定位误差降至2.48米。
现代霍普菲尔德模型中的分层原型涌现
研究多项式激活霍普菲尔德网络的分层记忆，推导各层局部稳定条件；原型重建泛化仅需准多项式信息，Fashion-MNIST呈类似相图。
基于PAC-贝叶斯方法量化特权信息的价值
提出算法无关的PAC-贝叶斯框架，量化特权信息的潜在价值，无需测试数据即可预测性能增益。
重尾噪声与Hölder光滑性下随机梯度方法的收敛性
研究Hölder光滑与重尾噪声下非凸随机优化，给出SGD及梯度裁剪收敛率，并首次保证极重尾情形。
VertiFuseX：基于多流时序融合的可泛化金融预测
VertiFuseX融合多尺度时序倒数第二层特征与并行DNN，显著提升金融预测精度、跨市场泛化与交易稳健性。
大的远距离梯度未必可靠：面向长时程自回归预测的可靠性加权信用分配
提出可靠性加权反向路由，缓解长时程自回归预测远距离梯度不可靠问题，多测试台降误差但有适用边界。
Neural Multichannel Distant Speaker Diarization with Heavy-tailed Source Separation Model
Lumina-OmniLV: A Unified Multimodal Framework for General Low-Level Vision
SNAP3D：从单张图像生成物理可装配的3D部件
物理引导框架从单图生成可装配部件级3D资产：消除穿插、添加参数化连接件，经仿真优化与3D打印验证。
R²M：面向鲁棒且可泛化深度伪造检测的真实感知残差模型融合
提出免训练R²M，分解任务向量为共享与生成器残差，离线谱构建、在线路由，跨域未见场景鲁棒可解释。
TestDG：面向持续测试时自适应的测试时域泛化
TestDG在线学习域不变特征并管理历史域，提升CTTA对未来域的泛化，四项基准达SOTA。
SUCCESS-GS: Survey of Compactness and Compression for Efficient Static and Dynamic Gaussian Splatting
UniLayDiff：面向内容感知布局生成的统一扩散Transformer
统一扩散Transformer，首次以单模型端到端处理多种内容感知布局生成任务，达SOTA。
基于弱点靶向后训练的统一文本-图像生成
通过弱点靶向后训练，模型单次推理自主完成文本推理到图像生成，并在多个T2I基准上提升。
4D-RaDiff：面向4D雷达点云生成的潜在点扩散模型
提出4D-RaDiff框架，在潜在空间扩散生成4D雷达点云，通过数据增强提升目标检测性能。
物理状态引导的扩散采样用于全波形反演
提出物理状态引导扩散采样，分离波动方程与去噪梯度，提升全波形反演精度与鲁棒性。
基于群胚的局部对称强化学习内部状态表示
提出用群胚捕捉局部状态相关对称并动态发现等价结构，在对称约简空间学习，提升样本效率与收敛，优于Q学习。
面向风电场控制的离线强化学习：动态风向下的风洞研究
提出离线强化学习MTD3-BC，动态风向下经风洞实验验证，偏航控制可提升风电场功率约10%。
一个来自芬兰水域的大规模AIS数据集
发布芬兰水域（波罗的海及芬兰湖泊）2.29亿条AIS数据集，含船型特征与交通可视化，助力海事研究。
MARE：基于视觉语言模型的多模态对齐与强化用于可解释深度伪造检测
MARE通过视觉语言模型实现多模态对齐与强化，结合RLHF奖励与伪造解耦模块，提升可解释深度伪造检测的准确性与可靠性。
循环动态范围扩展
提出循环动态范围扩展：先学单曝光值扩展，再迭代重建完整HDR，并用记忆回放稳健恢复高光。
神经优化器动力学中重尾谱涌现的维度校正命中时间
将重尾谱涌现视为右删失命中时间问题，发现维度校正谱隙律与条件性理论机制。
氧化物半导体晶体管的智能体式TCAD校准工作流
首个底栅In-W-O晶体管的智能体TCAD校准流程：LLM编排、Sentaurus计算，5次更新使目标降14.3倍，并验证跨偏压与尺寸可迁移。
时序表格漂移下自适应机制的剖析与边界
时序表格漂移下冻结基础模型序贯适应的收益机制与边界：存在不可约识别墙和表示投影墙，给出估计条件。
早期干预：基于VFM的多模态医学图像分类
提出早期干预框架，用参考模态语义令牌引导目标模态嵌入，并设计混合秩LoRA实现高效VFM适配，在三个医学数据集上验证有效。
AnyView：在动态场景中合成任意新视角
提出扩散视频生成框架AnyView实现动态视角合成，融合多源监督训练，可从任意相机位姿零样本生成时空一致视频，并推出极端动态场景新基准AnyViewBench。
信息诱导的训练几何：精确约简、规范补全与结构化表达力
训练数据经信息通道约束优化器几何，给出仿射不变正定压缩的精确约简、规范补全与结构化表达力。
NDT工厂：通过多智能体LLM从语义模型合成经验证的网络数字孪生
多智能体LLM从语义模型按需合成可执行网络数字孪生，CAC案例编译测试全通过，决策一致率99.3%。
面向科学代码理解的检索增强生成
科学代码理解RAG：离线解析与在线问答分离，9B小模型均分0.795超大模型，可本地隐私部署。
面向跨维度大规模最优传输的双引导分层边缘定位
提出HELLO分层边缘定位求解器，对偶引导初始化与细化，线性内存，百万级跨维度OT数量级加速且达全局最优。
面向可审计 LLM 辅助医疗账单核验的决策依据契约：确定性规则、逐字证据与故障关闭式弃权
提出可审计LLM医疗账单核验决策依据契约：规则与语义分离，须逐字证据否则弃权；四模型测试无一致优势。
通过退化学习适配 GR(1) 规约
提出基于预言引导归纳综合，通过退化GR(1)规约适配假设违反，在保持可实现性下尽量少削弱保证，并按适应鲁棒性择优。
基于多视角视频的稠密动态场景重建与相机位姿估计
提出两阶段多相机优化框架，重建稠密动态场景并估计相机位姿，发布新数据集，性能优且省内存。
RF-VoID：基于窄带射频表征学习的带宽高效外墙瓷砖空鼓检测
直接判别窄带复响应，0.5GHz带宽下准确率达98.61%，较全扫频降低72倍，无需距离像重建。
EventMemAgent：面向在线视频理解的以事件为中心的分层记忆与自适应工具使用
提出EventMemAgent，以分层事件记忆结合智能体强化学习与自适应工具，提升在线视频理解。
谱重尾起始的完整 Adam 定理
证明Adam谱重尾起始的完整定理，给出命中时间阈值律，并表明更强任意梯度定理不可能。
面向表格基础模型的注意力量化
表格基础模型注意力Q/K/V量化为FP8并做FP8矩阵乘法，Triton内核提速1.7倍，精度无损。
面向基于RTK-GNSS的自定义自动标注的多车辆数据集：含相机、激光雷达与雷达传感器及扫描3D模型
提出含相机、激光雷达、雷达及扫描3D模型多车数据集，RTK-GNSS提供位姿与运动学参考，可评估遮挡反射。
DriftSE：基于生成式漂移的语音增强
提出DriftSE一步生成语音增强，双潜变量漂移兼顾清晰与保真，支持无配对训练，1步推理达SOTA。
隐于轮次：预测联邦学习中802.11信道争用的时间开销
802.11联邦学习通信耗时随密度增百倍，轮数对负载不敏感，误差2.3%–10.2%，未证公平性。
Uni-HOI：学习文本与人-物交互联合分布的统一框架
提出Uni-HOI统一框架，用LLM和VQ-VAE联合建模文本、人体与物体运动，经两阶段训练统一处理多类人-物交互任务。
推荐检索器需要验证器：面向序列推荐的通用生成式重排序
提出轻量生成式验证器，无需重训检索器，对top-K候选重排序，提升多种模型Recall@10。