CUSP：多智能体多模态推理的可分解集体不确定性
提出CUSP，无需训练即可将多VLM推理的集体不确定性分解为个体语义熵与JSD冲突，高效检测预测错误与系统级失效。
超越任意几何：神经PDE算子中的拓扑泛化
神经算子兼容任意几何，但域拓扑变化仍致性能下降；拓扑是独立于几何的泛化轴，影响遍及霍奇谱而非仅调和核。
通过刻板印象对齐：LLM为文化适应牺牲个体独特性
人口统计画像提升价值对齐准确率，却将回答拉向群体中心、牺牲个体独特性，即刻板对齐；规模扩大加剧此权衡。
超越跨语言迁移：多语言大语言模型遗忘传播边界的基准评测
提出CLLPU多语言遗忘基准，揭示通用遗忘不彻底、条件遗忘越界两种相反失效，并公开数据集。
LLM交易智能体在生产环境中实际做什么：来自两个代理集群为期六个月的全量记录
六个月两系统全量记录显示：交易代理行为由操作层主导，杠杆无视波动，几乎不赚取浮盈，且无方向性优势。
Tri-PvP：通过感知与命题证据冲突揭示全模态大语言模型中的模态偏见
提出Tri-PvP基准，发现全模态大模型普遍存在视觉偏见，且视觉偏重感知证据、音频偏重命题证据，偏见早现且难消除。
从语言模型嵌入中恢复时间与地理信号
用投影法仅凭嵌入提取时间地理信号，黑盒免训练，实证有效，可用于检索。
依赖长度最小化在神经智能体模拟中涌现的影响因素
研究发现，仅在增量处理压力下，神经智能体才稳定涌现依赖长度最小化偏好，表明人类认知限制可能塑造该偏好。
超越提示：度量与优化LLM工具智能体的运行时框架
免重训，改提示与工具边界中间件可提升智能体；PRISM在三基准提升10~15个百分点，并强调报告可靠性。
SceneMosaic：基于混合智能体布局演化的高效多样仿真就绪场景生成
结合图像先验与视觉语言模型，按局部独立演化后组合，高效生成多样且物理有效的场景，提速二十四倍。
基于恢复证据图的P&ID推理：以证据图约束视觉语言模型实现忠实可靠
恢复证据图并用只读查询约束模型，使拓扑问答准确率由约40%升至75%左右。
人工智能开发中的偏差常态化
人工智能开发存在组织级偏差常态化风险，历史灾难案例表明合规流程仍可能致灾难性后果。
Srijika：复用OpenType布局的字体风格重塑，面向九种印度文字
该方法复用OpenType布局，重绘模板字形，为九种印度文字生成完整可用字体。
时间感知的辅助导航
提出多模态基准，研究辅助导航中MLLM的实时响应时机，发现现成模型不足，简单改进可提升性能，但时序推理等挑战仍存。
基于面部年龄估计的国民身份证系统年龄欺诈检测
面向Aadhaar系统，提出SwinAge面部年龄估计模型，辅助识别年龄造假。在283K测试集上MAE达2.94年，1%FAR下各阈值FRR最低0.4%，优于现有模型。
无监督迁移聚类缓解主动提示学习冷启动
提出UTC+SQ框架，用无监督迁移聚类替代距离聚类，提升查询代表性，在8个数据集中6个取得更高准确率。
SurveyAgent-HKA：融合大语言模型与人类知识增强的多智能体科学综述生成框架
多智能体框架融合已发表综述大纲与同行评审意见，分步检索生成科学综述，提升引用质量与结构一致性。
CALM：面向去中心化联邦学习的类别级一致性感知与标签门控分歧调制
CALM通过类别级一致性加权教师、按分歧缩放蒸馏、标签门控调节，无需额外通信与数据，优于异构联邦蒸馏方法。
从单体混合到智能体编排：大规模对话助手的动态响应
动态响应采用类型化工具与后端校验，选择精度提至近九成，幻觉消除，软硬升级率大幅下降，延迟及成本显著降低。
利用GRPO生成机器翻译对抗文本
提出基于GRPO的强化学习重写方法，将WMT25的COMET从0.63降至0.48，保持语义语法，并可泛化至未知基准。
避免检索到生成之间的实体丢失：面向多跳问答的双实体恢复RAG
多跳问答中，查询与语料分解均会丢失实体信息，导致检索与生成环节出错。提出DER-RAG，通过双向查询分解与主语前缀，无需微调即可恢复实体，性能超越强基线。
整页光学音乐识别：手写单声部乐谱
研究手写单声部全页转录，发现合成预训练益处主要来自学习结构布局，而非视觉相似性。
RenderFormer-V2：异构场景基元的神经渲染
统一Transformer神经渲染模型，无需逐场景训练即可处理焦散、体积散射等复杂光传输，支持异构基元与材质编码。
机器学习原子间势训练集选择中覆盖法与响应法的预算依赖交叉
覆盖法在低预算更优，响应法在高预算(20%)反超，力误差降0.46-5.89%，预算决定取舍。
面向前向校正分类的选择性后验边际正则化
SPMR：保留前向校正，用后验边际冲突做分级更新，避免错标记忆，完整训练提升2.5-7个百分点。
DI-Bench：系统化生成面向企业代理的领域内数据智能基准
提出DI-Bench，自动生成需结合业务知识与计算的企业数据智能基准；评测显示模型在业务规则修正计算时仅32%准确率。
多智能体LLM工作流中的推理时图工程
提出免训练框架ReActNet：将查询与智能体编译为时序通信图，经消息传递执行；优于固定/学习拓扑，推理成本相近。
一种学习率并不够：LoRA微调中的自适应各向异性学习率
提出自适应各向异性学习率方法：为LoRA各秩一分量在线调学习率，无额外参数，提升微调性能且更好利用秩容量。
更大的文本编码器可能损害CLIP零样本性能
文本编码器过大会损害零样本性能，源于过拟合；按模态调权重衰减可恢复提升，且均匀性与对齐存在权衡。
基于滤波与最优传输的图字典学习框架
提出基于滤波和最优传输的图字典学习，以sfGOT距离度量重构误差并端到端优化，聚类分类性能优越。
具有常数遗憾的在线资源分配一阶学习算法
提出在线资源分配的一阶原始算法：每期对动作坐标做一次梯度上升，无需解LP，遗憾O(1)且不依赖非退化假设。
面向海量点云数据的高斯线性函数流形方法
提出高斯线性函数流形法：函数基表示地形，高斯过程模拟散射，奇异值降秩实现线性时间，精度零点九九三三，超四种基线。
SeRV：面向美国手语生成的语义对齐残差向量量化
提出语义对齐残差向量量化，用分层模型由粗到细生成三维手语动作，并构建基准，精度最优。
模块化相位网络：标准Transformer中实现可计算语义层级、方向与上下文一致性的有限循环相位几何
提出用有限循环群量化相位并附加到标准Transformer，可计算语义层级、方向和上下文一致性；无量子硬件，仅理论无实验。
映射可能性：面向语言目标空中导航的空间信念场
提出SBFNav框架，用空间信念场保留多个可能目标位置，逐步更新并选最优目标导航，在CityNav基准上显著提升成功率与路径效率。
基于多目标学习的可解释且公平的广义加性神经网络
提出多目标神经基础模型框架，同时优化准确性、可解释性与公平性，揭示其复杂关系及权衡，并验证有效性。
超越Top-k技能检索：面向LLM智能体的多样性感知技能路由
提出多样性技能路由DSR，用行列式点过程平衡相关性与非冗余，提升多技能查询的召回与完整覆盖率。
FreeTransformSR：基于自由低秩可学习变换的高效轻量图像超分辨率
提出FreeTransformSR轻量超分网络，用低秩可学习变换与自适应调制，以极少参数和计算量实现高画质，适合资源受限部署。
AAMBERS-UAV：面向UAV杂草稻分割的采集感知多模态骨干评估与排序
UAV分割常规划分高估泛化；采集暴露提升性能但模态排名依赖架构，需采用采集感知同测试评估。
面向序列恢复的证据对齐离散专家局部组合
提出证据对齐的离散专家局部组合，从损坏证据推断逐位置软权重，恢复跨域混合文档，准确跟踪真实区域。
揭示对话情感识别中的弱点
研究发现对话情感识别中单一情感标签假设有问题：模型错误常集中在否定、感叹等话语，人工标注一致性仅35%，表明许多错误源于标注歧义而非模型缺陷。
AI指数化增长的终结：AI泡沫内外的飘摇
AI指数增长遇数据、算力、估值等瓶颈而走向终结，引发泡沫内外的波动：内部算力竞赛与投机，外部就业、治理及地缘冲击。
GeoContext：视觉语言地理定位中的一个上下文阶梯与两种失败模式——盲目依赖用户提供的位置上下文及错误确认位置声明
提出GeoContext基准，含GeoHint与GeoVerify任务，揭示模型过度依赖位置提示、难以准确验证位置声明。
STQA：面向历史与预测数据的股票表格问答基准
提出STQA基准，含4417只股票和31400问答对，测试历史与预测推理，发现大模型预测推理不足。
QGB-W$k$NN：面向鲁棒分类的量子粒球学习
提出量子粒球加权近邻法，结合纯度感知与分层搜索，实现高效鲁棒分类。
从两遍到一遍：紧凑高效的目标-立场抽取
单遍联合架构同时预测目标与立场，参数减半，性能仅降4-7 F1；保留显式目标提及可提升F1至少6点，便于应用。
LoGIC：利用表格基础模型进行节点级图上下文学习的预算化上下文构建
LoGIC以标签与光环预算构建上下文，保持全量性能，降低内存，支持百万级节点图。
协议压缩改变付费方：跨组织LLM智能体通信中的双边成本
压缩协议因解析失败需额外调用模型，总令牌反增8%-11%；跨厂商谈判虽易达成协议却难完成任务，仅9/135成功，成本因提前终止而降低。
代理式BAIM-LLM评估（ABLE）：基准测试LLM使用蛋白质设计工具
提出ABLE基准，测试15个LLM使用蛋白质设计工具的能力，7个拒绝任务，Claude与Gemini最佳，LLM可降低设计门槛但规划与知识整合仍不足。
FACT：利用编译工具使用轨迹的AI生成图像检测取证智能体
提出FACT，自适应调用取证工具收集证据，经演化-蒸馏-精炼，在多个基准包括未见生成器上性能最佳。