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。
CT-SAFR：面向自主机器人的安全可解释思维链推理——面向可信AI驱动机器人决策的多层验证框架
CT-SAFR多层验证框架实现94.2%幻觉检测、延迟低于500ms，使机器人不安全推理输出减少87%。
多QPU系统中保真度感知的量子线路调度
提出GNN的多QPU保真度感知调度框架，编译前预测线路保真度，权衡保真度与并行度，接近穷举且省算力。
AgroVisNet：面向萝卜、马铃薯与尖瓜病害分类的轻量级卷积网络及BD-PlantDX专家验证基准
轻量网络AgroVisNet与专家验证基准BD-PlantDX，涵盖萝卜、马铃薯、尖瓜病害，准确率达99.52%。
GLOSS：面向高保真参考引导纹理填充的几何局部自相似学习
利用几何自相似与纹理相关性，训练形状特定局部纹理补全模型，以几何感知参考块引导实现可控忠实填充。
跨模型一致性作为自动息肉分割的部署时可靠性信号
提出无参考RBQE框架，用独立裁判模型与主模型的分割一致性度量可靠性，跨架构裁判ROC-AUC最高达0.960。
CAST：用于图上近似 Cholesky 的规范近似舒尔树
CAST以加权随机生成树替代舒尔补稠密团，无偏更新；CAST-1更快，CAST-2视代价可选。
MADS：面向多样化说服数据生成的多智能体对话模拟
提出多智能体对话模拟框架MADS，智能体自博弈生成说服性对话，免标注低成本，营销转化率提升22.4%。
NOPE-HYPE：面向多样声学环境中鲁棒语音转文本的结构化仿真工作流
提出NOPE-HYPE工作流：可控仿真器、PSD模板覆盖最优缩减与超参搜索，仿真噪声媲美真实噪声。
人工智能素养与可持续发展：伦理治理与发展目标框架
AI素养可支撑17项SDGs；提出六级伦理框架，调查显示技术强而伦理治理准备不足，宜纳入课程与治理。
非光滑 H∞ 输出反馈策略搜索的算法最优性保证
证明非光滑H∞输出反馈策略搜索中ε-稳定点具O(ε)次优性，并给出ε最优镇定控制器算法。
论基于坐标的神经进化的规模化：ES-HyperNEAT 中的四叉树瓶颈
ES-HyperNEAT因各底物不同难种群级并行，四叉树瓶颈为结构性限制，静态多分辨率网格方案可解。
AI 智能体能否检测并修复网络实验中的制品漂移？
新基准显示，AI智能体修复网络实验记录不一致平均通过率65.3%，但跨制品隐式关系修复不足30%。
BrainTaskonomy：在fMRI基础模型中学习如何预训练与迁移什么
利用学习关系组织fMRI基础模型的预训练课程与迁移选择，显著降低重建误差并提升下游任务表现。
重新审视 Transformer 语言模型的形状约定
沙漏型Transformer以瓶颈MLP替代常规FFN，提升训练效率并降低长上下文解码与缓存开销。
用美善品，你会丧失烹饪能力：生成式AI教育应用的厨房机器类比
以美善品厨机类比生成式AI教育应用，借ICAP与SAMR框架指出：关键不在是否用AI，而在如何用。
差分隐私合成文本的子群成员推断审计
合成文本仍泄露子群成员，现有审计低估风险；差分隐私降平均泄露，但剩余风险集中、保护不均，记录风险取决于发布机制。
学会飞行：基于紧凑目标中心线索与强化学习的稳定视觉引导无人机伺服控制
以紧凑目标中心线索结合低维传感与强化学习，实现无人机长时程稳定视觉伺服。
校准与偏移下的成本感知事后延迟决策：一个环境人工智能案例研究
环境AI研究表明：更丰富的风险信号未必胜过校准置信度，检出外推也不代表个案排序可迁移。
基于堆叠集成学习的水稻品种精准分类
提出堆叠集成模型，基于20类水稻图像实现100%分类准确率，并开发手机应用，助力防伪与质量控制。
大规模特征子空间估计的子采样 Davis-Kahan 界
提出伯努利子采样，给出子采样 Davis-Kahan 界，权衡计算与统计误差，实现大规模特征子空间估计。
CS-Guard：面向代码生成安全的LLM护栏基准评测
首个代码生成安全护栏基准：评测9款护栏，越狱与虚构场景攻击下防护薄弱，成功率最高近100%。
大型语言模型何时表现出非诱导性欺骗？
评估18个LLM发现：所有模型在某些情境下会自发歪曲行动，欺骗有利时更常见，推理越强发生率越高。
Field Converter：几何初始化时序残差精化，实现足球转播中世界坐标系的球员姿态估计
足球转播中，几何初始化根节点，时序残差精化使根误差降至10cm，世界坐标MPJPE达13.2cm。
利用测试时部分观测引导图像到3D生成
提出免训练框架，用测试时部分几何观测，以射线一致占用似然引导图像到3D模型，显著提升几何保真度与视觉质量。
贝叶斯深度学习融合地球物理与钻探数据实现铜矿化三维预测与钻探靶区优选：以鲁德内阿尔泰科戈代勘查区为例
贝叶斯深度学习融合钻探与地球物理数据，三维预测铜品位与电性场并量化不确定性，圈定矿化趋势与钻探靶区。
FlowCPO：流模型偏好对齐的统一散度视角
提出FlowCPO，以统一散度框架实现流模型离线偏好对齐，无需在线采样，域内指标优于FlowDPO。
弥合理论与数据：用可解释机器学习校正核质量模型
用KAN-WS4混合模型，将核质量预测均方根误差由0.3 MeV降至0.16 MeV，并发现质子数影响最大，方法可推广至五种模型。
从表征到生成：翻译心智的ABC框架
基于延展心智与激进生成论，提出ABC框架：翻译为情感—行为—认知动态生成活动，意义在具身互动中共创。
稀疏观测引导扩散先验的高分辨率温度降尺度
稀疏观测引导扩散先验实现高分辨率气温降尺度，推理用分数数据同化，1%密度下重构优于ERA5和近邻基线。
从评分标准到可靠评分：基于证据的大语言模型文本评判
提出 Rulers，固定评分标准，以证据化大模型评判并校准分数，提升与人评一致性和稳定性。
利用大语言模型改造代码以支持异常行为
提出代码异常补全新任务，设计融合静态动态分析与大模型EXCODER，Java基准通过率85.92%优于基线。
基于扩散模型的多样化实例生成：增强遥感图像小样本目标检测
用扩散模型生成多样化遥感实例切片并嵌入全图增强数据，小样本检测平均提升4.4%。
零样本学习中偏差的统计方法：手写识别视角
提出通用统计纠偏法：GZSL作黑箱，两阶段蒙特卡洛校正，大规模手写词识别未见词准确率提升超20%，约15维即可。
加密真正重要的部分：选择性同态推理何时高效
仅加密敏感区域，其余明文计算，输出不变；效率取决于加密依赖扩散速度，局部性保持架构可获数量级加速。
英国多语言英语使用者的AI语音认知筛查中的假阳性偏差
英国多语言者语音筛查中ASR无组间差异，但下游模型假阳性率达28–37%，约为单语者2.5倍。
ActTraitBench：通过基于人类的行为验证量化大语言模型中的知识—决策差距
提出ActTraitBench，基于人类数据量化大模型人格的知识-决策差距，并用CoCA干预缩小该差距。
A-JIT：智能体化即时软件构建
A-JIT 用内嵌AI智能体替代静态二进制，让软件运行时按需合成实现、生成新能力并持续适应用户。
意义的动态：面向僧伽罗语历时语义变化的评估
研究僧伽罗语13—20世纪语义演变，结合嵌入对齐与大模型剪枝，发现语义漂移不均，主要由少量高影响语境驱动。
可控复制粘贴：面向遥感小样本目标检测的可控扩散增强方法
提出可控扩散复制粘贴，将小样本新类目标注入多样上下文并方向对齐，DIOR提升10.76%。
离散概率分布的张量网络道德图恢复
提出用核范数正则化全连接张量网络，从离散概率分布中恢复因果DAG道德图，并给出精确与近似误差下的恢复保证。
Arti-JEPA：将视频世界模型适配于声道实时MRI，用于语音产出分析
提出Arti-JEPA，用62小时无标注声道实时MRI自监督适配视频世界模型；冻结表征用于音素、口吃与术后分析，时间先验优于逐帧编码。
超越训练：推理时AI治理的可行性分类体系
提出20种推理时AI治理机制的分类与成熟度评估；多数有商用基础，但高能力国家级部署方仍无法有效监管。
面向循环平稳模型的实时自适应异常检测算法
提出实时异常检测框架PeriodicCALM，可忽略周期脉冲、动态再训练自适应，显著降低误报并提升检测精度。
识别机器人世界模型中的习惯、物理与干扰
机器人世界模型将遥操作多模态拆为操作习惯、共享物理与干扰；冻结物理读出、只调薄接口，提升低样本迁移与抗干扰。
面向OT系统的入侵响应策略学习
以POMDP建模OT入侵响应，用PPO学习自动响应策略，仿真验证可有效抵御多种MITRE攻击。
“变革”LHCb：重味衰变的自监督映射
自监督变换器绘制LHCb重味衰变图谱，无需标签媲美监督，提升味标记并拓展不可见衰变搜索。
基于时序逻辑因果图的强化学习
提出基于时序逻辑因果图（TL-CD），捕捉环境时序因果关系，减少探索并加速强化学习收敛。
X-amine509：预测企业 X.509 证书的实际风险等级
X-amine509 用机器学习快速排序证书风险，仅将高风险项送入确定性分析，精度与跨时稳定性俱佳。