视觉与语言Transformer的损伤感知多臂老虎机剪枝
将结构化剪枝建模为损伤感知多臂老虎机，逐次屏蔽注意力头和多层感知器组；实验表明通常比预算贪心法退化更小。
跨多模态扩散模型的对抗攻击与防御综述
综述扩散模型在图像、视频与三维模态的对抗攻防，提出任务中心分类，分析评估，展望挑战。
谁在维护智能体技能？人治与AI辅助技能维护的纵向研究
研究发现：技能编辑均由人类账号主导，62%有AI合著；编辑多为内容增改；规则相似性编码不可靠。
ARC-Bench：冻结JEPA世界模型中闭环重规划掩盖了失效的动作排序
冻结JEPA潜空间动作排序严重失败，但高频闭环重规划掩盖了缺陷，导致成功率虚高。ARC-Bench提出无泄漏固定候选协议来直接审计。
强RAG基线下的互补查询重写：协同更优
查询重写单独用不比强基线好，但多种重写互补融合可显著提升RAG；按需路由控制成本，取得增益。
PGP-Clinical-TimeKAN：先验引导的临床轨迹联合概率预测
提出先验引导的临床轨迹联合概率预测框架，均方根误差最低，但轨迹风险评分弱于专用分类器。
大型视觉-语言模型中的涌现目标导向注意力
现成视觉-语言模型在目标匹配下与人类注视更一致，无需注视监督即可涌现目标导向注意力。
基于YOLOv8的统一驾驶感知中频率感知任务加权的探索性研究
探索用损失历史低频能量比加权任务，在统一驾驶感知中可行，但未证实优于基线。
基于位置和速度表示的视线轨迹生成扩散模型
扩散模型可无条件生成逼真视线动态，位置空间模型效果更优，但长期特征仍需条件生成改进。
将VGDL编译为因果模型
提出将游戏描述语言编译为动态结构因果模型，保证因果保真度。
CriticGen：将生成感知评估转化为可操作反馈
提出细粒度生成感知评估框架，动态生成实例特有标准，用于评分、理由、可执行建议及答案改进，提升评估相关性并有效改善答案质量。
基于基础设施的单目3D车辆定位框架及实验验证
提出一阶段框架，由单目路侧图像直接估车辆地面位置、尺寸与朝向，无人机生成标注，实测验证有效。
多光照/多焦点显示图像异常检测的对比知识蒸馏
针对多光照多焦点显示屏图像异常检测，提出无配对的对比蒸馏特征拉推方法与融合模块，显著优于现有方法。
HB-PVI：面向复杂活动识别的分层贝叶斯个性化与信息价值框架
HB-PVI：个性化增益小，标签无价值，故不购标签保留群体模型，标签全减，损失极小，应以信息价值驱动决策。
面向头颈癌PET/CT判读的专用多模态大模型
头颈癌PET/CT判读专用大模型：优于通用模型，肿瘤分类内83%外69%，有临床转化潜力。
内在好奇心驱动的强化学习内生探索
提出内在好奇心驱动的强化学习框架，发现中等失调度下探索最优；基于LSM实现，在LunarLander和BipedalWalker上媲美PPO/ICM，而Active Inference无此效应。
LLM生成的SystemVerilog断言对保语义RTL变换的鲁棒性
保语义RTL变换测试显示，LLM生成断言的点准确率掩盖了9.7%-27.0%的翻转失败，需鲁棒性评估。
PAC私有自回归生成：根据集成分歧校准噪声
将PAC隐私扩展至自回归生成，构造重叠世界集成，按分歧校准噪声，在严格隐私保证下保留74%微调收益。
GraphNOSE：嗅觉中的图Transformer
开源图变换器从分子结构预测气味，参数少六倍，AUROC平均提升4.52%，对未知化合物达84%，并具有可解释性。
混合线性回归中分数匹配、最大似然与期望最大化的联系
研究混合线性回归的方差保持扩散，建立分数匹配与似然、EM的联系，证明估计器收敛及误差高斯极限，数值实验验证。
AhaBench：智能体能否从先前经验中学习？——一个面向长时程持续学习的基准
新基准评测智能体能否从先前经验中学习：含三个任务，用初始、经验后和学习提升三项分数，揭示模型表现各异。
智能体治理何时奏效
提出GAMPO框架：治理收益受模型余力制约；基于案例的完成标准优于通用流程，预授权率升至84%。
SAFEGuard：通过有害语义分析与流畅度测量检测基于优化的越狱攻击
提出SAFEGuard框架，融合流畅度与有害语义分析，有效检测优化型越狱攻击，准确率超越现有方法。
面向推理感知的压缩：识别并保护脆弱推理电路以实现节能LLM部署
发现INT4量化可能因延长推理链而增加能耗，按模块扰动识别脆弱电路并选择性恢复FP16，实现帕累托最优的节能压缩。
懂得何时不回答：视觉-语言模型中的弃权与拒绝推理
评估视觉语言模型面对无法从图像回答的医学问题时，是否弃权或受表情误导；提出PARITY基准，发现模型分为拒答型与猜测型，临床护栏可减少有害归因。
EdgeMem：基于证据保留多锚超图的免大模型智能体记忆构建与检索
EdgeMem通过多锚超图组织原始交互，检索直接返回证据，无需生成式大模型调用，实现高效准确的智能体记忆问答。
视觉词典：社交网络抑郁检测中缺失模态填补的视觉词典方法
针对社交帖子缺图问题，提出词典法用词映射平均图像特征补全，零参数达F1 0.9454，效果媲美生成网络。
AtomCite：多页文档中页面级引用的验证与纠正
提出框架AtomCite，逐条核对引用页图像并修复错误；构建基准DocCite，验证准确率约93%，引用精确率从34%提至87-90%。
同声传译中的动态滞后策略
用稳定前缀微调大语言模型，感知源前缀并推进已定译文；单一阈值优于其他延迟控制，取得更优质量-延迟均衡。
超越裁决：视觉提示注入护栏的证据对齐评估
视觉提示注入护栏评估不能只看判定，须结合证据定位与反事实响应；新基准显示模型定位能力差异可达九倍。
SimpleMemVLA：一种简单有效的视觉-语言-动作模型原生视频记忆
无需专用记忆模块，以时间戳视频保留完整历史并输入骨干，子任务隐状态传递历史，四个记忆基准创最佳。
三维视觉-语言模型综述
三维视觉-语言模型综述：三维表征、跨模态对齐、多模态框架和三维大语言模型，以及语言引导高斯、形状生成和具身智能。
智能体过度信任工具：衡量对不可靠工具的依赖
对14个LLM：智能体过度信任工具，采纳率超三分之一，搜索最高68%；察觉冲突仍报错误，干预作用有限。
求解与验证：捕捉税务推理系统中的矛盾
税务推理中，模型遇矛盾仍会计算，但验证能捕捉矛盾；一次额外验证可恢复弃权，准确度损失很小。
度假租赁替代房源推荐中的候选生成：一种多源集成方法
协同过滤+图神经网络集成提升度假租赁替代房源候选召回14.8%，并利于下游排序。
双潜记忆路由用于视觉-语言推理
提出DLMR，为多模态大模型配备视觉与推理双记忆，由路由器动态调用，冻结基座，少量参数提升长程推理。
基于近红外视频的主体相对微动作与睡眠动态用于睡眠分期
本研究提出ViNUSS框架，直接利用近红外视频判断睡眠阶段，无需生理代理信号。结合微动作与整夜动态建模，在475夜数据上达80%准确率，证明NIR视频可独立用于睡眠分期。
SCAFFOLD：通过递归参数化技能抽象实现自改进的Web智能体
提出SCAFFOLD框架：通过递归参数化技能抽象与MDL压缩构建技能层级并蒸馏回模型，视觉网络智能体成功率提升11-17个百分点。
CONDUIT：视觉语言模型中KV缓存复用的统一残差流恢复框架
提出免训练键值缓存刷新框架，以残差流恢复统一单/多图复用，少量刷新保高质量并显著提速。
非线性椭圆均匀化与参数化深度Ritz方法
用参数化Deep Ritz求解非线性均匀化胞元问题，神经网络表示多状态解，连续可微，加速宏观计算。
图启发神经表示的视频压缩
提出图启发神经表示编码器，通过消息传递与门控显式利用时间冗余，性能超过现有神经及标准编码器。
SinoGlyphBench：面向语言模型审核的中文字形级混淆诊断基准
中文字形混淆诊断基准测试十二模型：混淆提升漏报误报率，降低准确率，模型仍脆弱。
教什么与何时教：面向Web代理的预算感知在线适应
提出预算感知的在线教学框架，决定何时教和教什么，在保持性能的同时减少教师调用和训练开销。
如果大语言模型自食其词：多轮交互中的历史因果效应
多轮交互中，助手历史有因果效应但具选择性；中和历史文本可显著影响后续表现，并能逆转部分失败。
Data Scout：面向特定领域预训练语料的定向网络爬取
数据侦察兵：大模型扩主题、子域筛，定向爬取替代过滤。数学高质量率升七十倍，六成三为通用档案缺，预训练相当。
从叙事到可审计预测：智能体预测的结构化脚手架
提出审计预测框架：用基线模型与赔率空间机械更新替代叙事聚合，提升准确率、校准度与可审计性。
有限反馈下的LLM专家在线学习
研究有限反馈下提示到LLM专家的在线自适应路由，提出低遗憾算法，实验可高效学习高质量路由策略。
超越“AI辅助人类”：智能体时代人机团队的决策导向评估设计
提出TEAM-Design方法，通过为任务分配两种重放概率，在有限预算内最优判断人机协作是否优于单独人类或智能体。
神经元引导的微调：解锁大语言模型的高效对齐机制
提出NGFT框架，以神经元激活为统一信号，协同神经元选择、数据筛选与激活对齐，提升微调效率并缓解灾难性遗忘。
UniRRM：跨语言与评估范式的统一推理奖励模型
提出跨语言统一推理奖励模型，配多语种数据集，支持多种评估范式，性能接近最优，消融验证有效。