Rosetta 在 AlexandriaX-2026：LoRA 适配的 NileChat 用于上下文感知的方言阿拉伯语对话翻译
Rosetta用LoRA微调NileChat-3B，结合方言与对话上下文翻译，外部预训练带来负迁移。
无坐标几何：LiDAR扩散作为三维特征桥梁
以LiDAR条件扩散模型桥接2D先验与3D点云，无坐标特征中自发形成结构化三维表示。
针对大语言模型的任意密码攻击无需微调
前沿大模型无需微调，仅靠提示与上下文学习即可掌握密码通信，加密有害内容绕过安全对齐与有害性分类器。
推出 Consort：面向实时数据库分支、强制测试驱动开发的规范优先智能体框架
提出 Consort 规范优先智能体框架，借不可绕过的控制，在实时数据库分支强制测试驱动开发，保证代码可信可维护。
基于因果元学习的6G非地面网络中自适应分布式物理层认证与攻击检测
提出SAFA-MZ因果元学习框架，融合多特征指纹，实现6G非地面网络分布式物理层认证与攻击检测。
高光谱图像分类的降维方法
面向高光谱卫星图像监督分类，比较PCA、LDA降维及KNN、SVM、RF分类；真实数据中PCA+RF总体精度与Kappa最高。
中文标题：面向说话人稳定的低资源希腊语TTS的确定性提示方法
用WhisperX整理有声书数据并微调Parler-TTS，以确定性提示消除说话人漂移，3.5小时LoRA锚定音色，WER 10.7%。
IBIB：一种按服务路由而非模型标识符评测企业AI系统的协议
企业AI应按服务路由而非模型标识评测；IB2协议用预检、可靠性评分与盲审揭示可用性、区分度及路由效应
OmniMed-FL：面向临床诊断的鲁棒多模态联邦学习框架
提出OmniMed-FL多模态联邦学习框架，融合影像与文本，在非独立同分布多医院数据上评测五类临床诊断。
少即个性化：为个性化语言模型学习最小充分用户画像
ENOUGH动态构建最小充分用户画像，兼顾个性化效用与上下文成本，六项任务效果与效率均领先。
一次循环，双重收益：主动学习能否免费赢得彩票？
主动学习中嵌入幅度剪枝，几乎零成本产生稀疏子网络，95%稀疏度仍匹配稠密模型，缓解重训与评分瓶颈。
软件工程中的“氛围转变”：评估AI主导的对话式编程在性能、认知与负责任采用方面的表现
氛围编程提速27%，但可维护性下降、安全漏洞增多，需人机混合、监督与透明问责。
超越"一刀切"：面向MLLM视觉Token剪枝的样本自适应策略路由
提出即插即用轻量路由器VIP-Router，按样本自适应选择视觉Token剪枝策略，显著提升准确率。
特征叠加中线性可访问性的高概率保证
将线性可访问性建模为压缩感知，证明充分维度线性增长而非二次，量化线性表示假设的几何约束。
只遗忘该遗忘的：面向鲁棒大语言模型的层选择性遗忘
提出层选择式遗忘框架FOM-UL，按遗忘-保留显著性选层集中更新，兼顾遗忘与效用，量化下更鲁棒。
语音基础模型真的学会单词了吗？
残差化剔除音素信息后，HuBERT与wav2vec 2.0后层仍能独立编码单词，有助于词发现。
构建多语言桥梁：数据混合——语言内推理泛化的支柱
优化SFT数据配比，使3.35B模型在60种语言上母语推理率超93%，证明推理可跨语言迁移。
更晚的测试集不是新领域：预训练熟悉度在无污染留出集下依然存在
时间留出集下预训练模型仍7组胜5，胜负与季节性无关而取决于语料熟悉度，最大增益落在其预训练主域维基百科。
基于深度学习的超声追踪中心肌应变漂移校正
提出持久记忆令牌扩展TAS-Net，教师-学生微调强制周期性运动，减少心肌应变漂移，提升临床可靠性。
面向推荐系统的高效且有效的智能体群组托攻击
提出智能体群组攻击系统AGAS，由协调者指挥多角色智能体自适应推广目标商品，效果与效率均超越基线。
半群-JEPA：面向零样本物理泛化的潜在动力学一致性
SG-JEPA借动作条件化与自回归潜在展开联合训练，实现零样本物理泛化，误差降2倍、成功率升2.5倍。
高维线性回归中基于SGD的合成数据学习
研究合成数据对高维线性回归SGD泛化的影响：混合训练致崩溃，两阶段可避免，取决于数据质量与协议。
Spot-the-shift：评估长期变化的视觉定位图像差异描述
提出人类验证基准SPOT-THE-SHIFT，评估长期变化的视觉定位图像差异描述；现有MLLM表现不佳，合成数据可提升且不损通用能力。
面向6G隐私保护具身智能的模态解耦联邦学习
提出FedMVLA模态解耦联邦学习框架，保障6G具身智能隐私，成功率84.8%，上行负载降约96%。
他们彼此是谁？面向说话人关系推断的多智能体推理
提出免训练多智能体推理框架，经多角色辩论与竞争裁决推断说话人关系，多数场景优于基线。
视频为何仍然如此昂贵？视频与视听大语言模型中的推理效率机制综述
综述视频/视听大模型推理效率机制：帧采样、模态编码、词元压缩、预填充解码，汇总精度—成本，指出视听与评测缺口。
未经核验的水印：欧盟《AI法案》之后的AI文本水印
争议双方主张皆无从验证，此不可验证性才是治理失败；实测开源水印散文无碍、代码微损、检测近随机。
IdeaAMBIG：基准测试研究构想规范中影响实现的关键缺口
基准含660个研究构想规格缺口，评估缺陷定位与澄清；定位是瓶颈，补全可使实现就绪率14%→98%。
面向举升任务的紧凑视触觉世界模型：预测、奖励对齐与力约束
紧凑视触觉世界模型提升力预测与奖励对齐，但力约束控制仍受校准和完成率权衡限制，且仅在模拟与公开数据验证。
超越弱标签：面向高分辨率多光谱影像弱监督水体分割的提示引导局部细化
提出两阶段弱监督水体分割框架，将初始掩膜转为结构化提示做局部细化，提升IoU/F1并改善岸线与细结构。
基于协方差矩阵的学习：主成分分析遇上图学习
提出协方差神经网络理论，将主成分分析与图学习关联，提升稳定性与可迁移性，并用于脑龄差分析。
Rockafellar约束规范下极大单调算子之和的非极大性
构造反例推翻Rockafellar和猜想：两极大单调算子满足内部域条件，其和却非极大单调；给出c₀与ℓ¹反例及一般构造定理。
SceneHI：可控光照的高分辨率三维一致场景纹理合成
SceneHI将2D扩散先验用于3D纹理合成，无需微调或优化即可生成高分辨率、三维一致且带烘焙阴影的场景纹理，速度提升80%。
MMLU究竟测什么？对聚合基准分数中难度结构的心理测量学审计
MMLU总分主要测事实检索而非推理，混淆能力，偏向非STEM，推理选型错失约22%合适模型。
量子特征工程用于信用违约预测：IQP电路何时以及为何有助于线性分类器
IQP量子特征令逻辑回归F1提升0.055，超越Kernel PCA，且仅线性模型受益，效果取决于特征选择。
激活皆增益：将通用推理器扩展至万亿级开放语言基础模型
Ling 2.0推理基础模型，高稀疏MoE覆盖16B至1T，算效达7倍，Ling-1T刷新精度效率前沿。
形状引导的高斯泼溅用于稀疏视角X射线三维重建
提出形状引导高斯泼溅框架，以解剖形状先验约束高斯基元与密度，5视角X射线重建PSNR提升2.83dB
学习适应与校准：面向医学视觉语言模型小样本不确定性预测的分数分布对齐
所提方法重加权校准分布，对齐支持集与查询集分数，无需查询标签缩小小样本医学VLM适配的共形覆盖偏差。
前沿规模下的安全对齐有多脆弱？针对320B MoE的单方向攻击
单方向攻击320B MoE，74%效果需联合编辑三类模块；七项有害基准降41-89个百分点，能力不变。
间隙-熵猜想获肯定性解决
证明固定置信度高斯最佳臂识别的间隙-熵猜想：最优样本数约H(log(1/δ)+Ent(I))，并给出匹配算法。
PACE：面向QoE高效检索增强对话服务的感知时延级联服务路由与填充控制
PACE以感知首响时延为QoE目标，联合级联路由与填充控制，P95降半且优于RAG 2.4倍。
可编程世界模型
将世界状态演化与视觉渲染解耦，以自然语言程序维护持久全局状态，实现可编程长时程交互世界模型。
具有中心不变偏移与边缘感知掩膜的增强可变形卷积
提出增强可变形卷积，结合中心不变偏移与边缘感知掩膜模块，抑制无效形变，语义分割性能超越主流可变形卷积变体。
LiteRAG：成本高效的基于图的检索增强生成
以查询条件算法探索替代检索时LLM控制，构建推理链上下文，质量领先且延迟降百倍、成本降99%、省token 14倍。
HiRAD：一种灵活的大规模AGV路由系统
提出分层强化学习框架HiRAD，实现连续空间AGV实时路由，降低推理复杂度与延迟，缩短完工时间45%-63%。
Pairit：面向人机协作实时实验的平台
Pairit 以单个 YAML 配置声明可执行实验图，支持人类与 AI 智能体实时协作，已通过多次实地部署验证。
uFlowCSP：基于均值流生成模型的晶体结构预测
uFlowCSP用均值流生成模型，1–5步生成晶体结构，推理快5–58倍且精度相当或更优。
BTBR：贝叶斯理论驱动的概率模糊框架，用于大语言模型隐性偏见去除
提出BTBR概率-模糊框架，通过似然比筛选与模型编辑去除大语言模型隐性偏见，兼顾通用推理。
没坏就别修：论大语言模型迭代式缺陷修复的动态
LLM 会误判无缺陷代码并反复改动，形成伪修复循环，源于内部缺陷代码表征被误激活。
X射线层析纳米成像中基于数据一致性扩散先验的先进脑组织成像
提出LUCID，融合多视角扩散先验与投影域数据一致性，恢复X射线层析缺失锥信息，提升脑组织成像保真度。