面向宫颈细胞学分类的可靠性感知Hybrid-K集成选择：融合判别力、校准与选择性预测
提出可靠性感知Hybrid-K集成框架用于宫颈细胞学分类，最优两模型集成使AURC降43%、NLL降17%、WC-ECE降36%，对指标权重稳健，但增益未达统计显著。
超越相似性：基础模型作为免训练组合视频检索的高效骨干
免训练组合视频检索框架：冻结基础模型互补，按查询难度自适应推理，兼顾可扩展与细粒度推理，达SOTA。
跨速度图神经算子代理：混凝土靶侵彻中平面应力张量场的场级预测
混凝土侵彻中平面应力张量场跨速度预测的图神经算子代理，单步L2误差0.6977，推理提速约四千倍。
超越接触式传感器：面向远程光电容积脉搏波描记的伪标签深度学习
无监督信号处理生成的伪标签可替代接触式传感器标签训练rPPG深度模型，同步不佳时更优，能减少标注依赖。
计算受限的安全保障——资源约束下的覆盖、验证与响应
资源受限框架区分重复成功、唯一覆盖、证据采纳与运行防护，指出相关性不必然压低覆盖上限，提出评估协议。
编程时自言自语：注释为何有助于代码生成？
注释助益代码生成的关键在于携带正确解法内容；正确解法注释平均提升17.2%，错误解法注释则无益。
通过查询-键对齐量化 Transformer 的逻辑一致性
提出基于注意力头查询-键对齐的轻量逻辑推理评估，QK-score单次前向可区分有效/无效推理，多基准验证。
MetroLLM-Bench：评估语言模型作为交通自助终端运行时
MetroLLM-Bench以955例评测LLM作交通终端策略层，4B微调学生超越GPT-5.6。
透过镜子：直接读写Transformer
无需训练，直接读写Transformer参数与激活，少量组件承载预测，可安装关联并定向编辑注意力。
LinearMask-GS：面向紧凑3D高斯泼溅的稳定掩码重要性剪枝
LinearMask-GS用线性增量激活替代Gumbel-Sigmoid，稳定掩码排序，实现紧凑3DGS，大幅减少高斯并保持或提升渲染质量。
基于紧凑语义表示的混合量子-经典NLP分类：表示压缩的实验分析
混合量子-经典NLP分类中，监督降维5维达85.3%，接近384维基线，优于PCA压缩。
基础模型能否审核在线内容？评估指令驱动与示例驱动的策略操作化
在Bluesky新基准上，基础模型审核F1达0.60，远超平台的0.22，指令与示例驱动效果相当。
知识图谱问答中大语言模型的答案路径与依据指令
图检索增强问答中，答案路径是否入提示词最关键，接地指令次之，语法、顺序与子图规模无可测影响。
基于知识库复用的存储可扩展渐进式语义通信
复用紧凑知识库跨阶段精炼，解耦传输深度与库数量，阶段感知监督，兼顾性能与存储可扩展。
面向鲁棒视觉语言编码器的各向同性嵌入扰动
提出Aether：在嵌入空间用α混合施加各向同性扩散扰动，语义一致的轻量正则，显著提升视觉语言编码器性能。
基于信任网络的多中心衰老时钟预测联邦学习框架
提出TNFL信任网络联邦学习框架，结合专家混合与生成回放，实现多中心可解释衰老时钟预测。
当融合失效：面向多模态医学图像分割的损坏感知再平衡融合
揭示退化模态特征损坏干扰融合，提出CoReFuse-Med抑制损坏、再平衡模态贡献，提升分割精度与鲁棒性。
基于迭代重加权最小二乘的支撑集发现用于固定费用网络流
提出IRLS连续优化算法求解大规模固定费用网络流，以光滑代理替代不连续成本并搜索弧支撑集，性能领先。
用于3D高斯泼溅的视图结构化共形预测
提出视图结构化共形预测，分解尺度为形状与视图难度，保障新视图覆盖并减小预测宽度。
基于图强化学习的非地面网络分布式物理层认证与协作RSMA
提出SAFA-MZ，将群组认证标签嵌入协作RSMA，结合人工噪声、差分隐私与图强化学习，提升安全频谱效率。
临界初始化使宽标量输入网络中的高阶输入导数失稳
宽标量输入网络临界初始化时，一阶导数方差稳定，二阶导数方差随深度线性增长；残差网络可保证各阶导数方差有界。
面向VLM幻觉检测的双词元特征与大小模型集成
提出双词元特征小模型与400B零样本大模型集成的VLM幻觉检测系统，融合OCR与合成数据，排名靠前。
面向流式说话人头生成的解耦自强迫蒸馏
音频融入身份解耦低维运动空间，小因果模型生成运动潜变量并经扩散渲染；解耦自强迫蒸馏令两模型并行流式，15.4 FPS、1.3秒延迟、质量无损。
DiSCo：一种分布优先的引导与文化先验评估框架，用于衡量大语言模型中的文化偏好偏差
DiSCo分布优先框架隔离LLM默认文化先验；测评显示英美占约35%选择，提示引导反而扩大文化差距。
多模态感知下V2X网络的鲁棒波束预测
提出多模态V2X波束预测框架，逐层融合摄像头、激光雷达、雷达与GPS，并重建缺失模态以提升鲁棒性。
语义瓶颈：利用语义表征进行非侵入式语音解码
提出Brain2Semantics2Text，将MEG信号映射到语义空间再还原文本，绕过词级对齐，提升非侵入式语音解码的句子级效果。
通过预测重传改进5G AI-RAN的MCS选择
预测重传的LA框架NOSTRAdAMUS，校正MCS，吞吐量提升71.5%，重传减少71.8%。
跨连续体的智能自适应计算：大语言模型在物联网-边缘-云资源管理中的应用
扩展编排分类法，新增LLM增强范式与反馈通道维度，分析六系统，发现云连续体缺全LLM编排与全代理反馈结合。
ScopeMamba-YOLO：面向遥感影像小目标检测的内外感知范围拓宽
提出ScopeMamba-YOLO，以离路零门控选择性扫描解耦上下文与卷积，配合CGCM、SS-PAN等提升遥感小目标检测，VisDrone上mAP50达52.6%。
FreqFLD：基于频率调制实现一体化人脸关键点检测
FreqFLD以频率调制与频率感知专家混合，提升复杂场景下跨数据集人脸关键点检测泛化。
固定 rollout 预算的 pass@k 评估能识别什么
固定n次采样仅识别前n阶矩；k≤n可识别pass@k，k>n外推不可识别，需报告识别集与模型预测。
GANDR：面向可验证法律答案生成的主张审计
GANDR以双智能体逐条审计法律答案的主张与引用，185项基准严格准确率70.8%，领先基线11.3分。
On-Policy Distillation for Vision-Language Model Adaptation, an Effective Paradigm on Low-Quality Multimodal Data
可靠近场多用户定位：基于两级MUSIC的赋能方法
提出MUSIC-Net端到端近场定位框架，嵌入两级MUSIC隔离视距信号子空间，并引入分裂共形预测实现统计保证的定位与高效不确定性量化。
天下没有免费的校验器：机器人策略验证器综述
综述机器人策略验证器：可用性与可信度此消彼长，无免费校验器，验证器亦需验证。
基于策略引导嵌入搜索的分层置换不变特征变换学习
提出分层置换不变嵌入与策略引导多目标强化学习框架，优化表格特征变换精度与效率。
CompassOPD：通过族内似然偏移实现跨模型族同策略蒸馏
提出CompassOPD，去除跨族偏移、迁移族内似然偏移，跨族同策略蒸馏推理准确率最高提升5.50分。
KVShareArena：跨上下文与模型检查点的 KV 缓存复用
KVShareArena评测跨上下文与模型检查点的缓存复用：仅校正位置不够，多源场景需重编码或训练。
TransGaze-Object：真实驾驶场景下基于Transformer的驾驶员注视对象预测框架
提出基于Transformer的端到端框架，直接预测驾驶员注视对象；构建UD-FSG数据集，准确率达60%，优于PoG关联的51%。
智能体AI框架的多模态提示注入攻击实验评估
基准测试显示，多模态提示注入视觉攻击完成约1%、尝试12.8%，多被规划拦截；音频完成达49%，仅看完成率低估风险。
RiLM：基于测地解码的参数高效语言建模
RiLM 用流形测地距离解码取代输出矩阵，双曲版在 WikiText-2 上困惑度 54.2，约为最强基线的一半。
CoGe-GCD：以组合泛化重构广义类别发现
提出CoGe-GCD，用组合感知和泛化归纳两阶段，提升广义类别发现的新组合外推，且可即插即用。
TRACE：面向高效GUI智能体的轨迹鲁棒准入与证据排序
TRACE免训练，用轨迹鲁棒证据排序与覆盖保留剪枝GUI视觉token，并单调收缩KV，降低推理开销。
稀疏自编码器相图中的主导扩散相
实验发现SAE训练不收敛至特征合并，而是进入扩散相：重建近乎完美但原子偏离真实特征，表明训练模型相图或异于目标最小化器。
真实世界与临床环境人体运动挑战赛（MoCha）@ECCV2026 第三名方案：面向域泛化UPDRS步态严重程度估计的语言对齐运动表征
提出语言对齐运动表征与域模型合并，在MoCha未见站点获第三，Macro-F1达0.57。
声音还是刻板印象？解耦语音到语音模型中的声学性别与内容性别
S2S模型输出音色无刻板漂移，但性别归因由内容而非声音决定，冲突时误判率最高达90%。
训练轨迹决定可退火软先验Transformer中电路的可移除性
平滑退火至零可保留软先验Transformer电路，强制归零等训练失败；电路可移除性取决于训练轨迹。
未知全序上阈值问题的 ERM 预言机复杂度中确定性与随机化的指数级差距
未知全序阈值经 ERM 预言机学习时，确定性需线性总代价，随机化仅需 O(log T)，二者指数分离。
SynThermFace：通过合成数据生成扩增有限配对数据用于可见光-热红外人脸识别
SynThermFace借助扩散模型将少量真实可见光-热红外配对扩增为大规模合成配对，训练跨谱人脸识别模型，推理仅需单次前向。
UOT-Gap：基于非平衡最优传输的视觉语言模型模态差距变分原理
免训练UOT-Gap以非平衡最优传输分解模态差距，成对残差追踪检索退化，评估字幕质量与对齐鲁棒性。