最小化前向-前向算法中睡眠剥夺的影响
针对前向-前向算法睡眠剥夺致学习效能下降，改进激活、损失、阈值并引入咖啡因刺激，精度提升2%-62%。
UniFusion: 基于统一时空深度对齐的稀疏视角4D重建
提出统一时空深度对齐框架，无需前景分割，联合解决跨视角与时间不一致，提升动态高斯泼溅的4D重建质量。
多元LLM对齐的溢出感知多值引导
提出溢出感知多值引导，用Gram矩阵解耦方向纠缠，零成本修正提升净效果至14%，无需微调
AgentBrew：从原始真实世界轨迹中离线学习工具使用智能体
AgentBrew离线框架从原始轨迹学习工具策略，用回溯任务推断和PMI信用分配提取信号，在真实MCP应用上超越强基线。
DART：面向算法学习的分布对抗循环训练
提出DART框架，用局部目标分布和对抗目标替代单点监督，提升循环推理模型的稳定性与鲁棒性。
面向域泛化分割的分层提示注入器
提出空间分层提示与分层提示注入器为每类添加区域级几何锚点并自适应注入以提升域泛化分割
从边缘到联合的通行证：扩散语言模型中一步块生成的耦合噪声蒸馏
提出耦合噪声蒸馏，让扩散语言模型单次前向生成整块；测试中单步合法性大增，不同噪声场生成不同块。
超越模仿审稿人：评估大语言模型在投稿前同行评审中的应用
大模型预审可覆盖多数评审意见，但压缩报告损失大；去重补充覆盖率高，瓶颈在于代表性选择与匹配敏感度。
深度时间序列模型中的记忆
将深度时间序列模型按记忆机制统一分类，区分内部与外部记忆，综述外部记忆方法，指出开放问题。
粒球量子聚类：面向资源高效与鲁棒学习
提出粒球量子聚类框架，压缩数据减少80%量子核计算，通过量子内聚过滤噪声，在多种数据集上精度与鲁棒性优于现有方法。
MolParser-Mobile：面向大规模化学文献挖掘的超快速OCSR系统
提出AutoML优化的轻量级OCSR系统，仅9.98M参数，吞吐每秒1520分子，精度相当或更优。
窗口未含之物：审计文档型不稳定性基准中的证据来源
构建基准并审计，发现三十六项证据缺失；剔除后一致性降约五分之一，重切窗口未降不稳定性，仅相关。
部分可观测下具身推理的反事实世界模型学习
提出反事实潜世界模型，用对比目标缓解反事实坍缩，提升部分可观测规划成功率，并给出可分离性指标。
GenPuzzle：图像生成模型的视觉推理基准测试
GenPuzzle要求图像模型保持状态并逻辑求解，含2005道视觉推理题；最强模型仅达40.57%，暴露逻辑与几何缺陷。
IXPLORE：有界理想点估计与基于网格的不确定性量化
有界理想点估计：融合预测拟合与稀疏感知似然，重建/插补误差低，尤其适合稀疏用户，网格化不确定性量化。
不止于标记：临床框架弥合自杀风险测量中的审核差距
审核接口难测分级自杀风险，临床框架零样本提示显著提升精度，应依据分级风险而非二元标记履行责任。
操控几何：验证LLM操控空间中的人类价值几何
分布驱动操控恢复价值几何，行为中心法不行；规模增大提升保真，指令微调降低；几何对齐越好迁移越符合人类。
基于像素-提示联合优化的视觉语言模型多模态资源耗尽攻击
首个联合像素与提示优化的资源耗尽攻击，使延迟能耗放大数倍至数十倍，揭示多模态服务防御盲区。
机器学习用于培养前ESBL风险分层以指导经验性抗生素选择：一项12家医院肠杆菌科培养研究
培养前机器学习预测ESBL，12医院13万份培养，敏感90%时NPV95.8%，可指导减用碳青霉烯。
多模型LLM简答题评分的信度、效度与诊断证据
多模型LLM简答题评分信度高效度佳，诊断模式符合预期，优于传统基线，可作辅助而非替代人工。
SLATE：AI生成的幻灯片教学有效吗？——语言教学质量与学习者知识习得基准
新基准揭示人工智能生成幻灯片的视觉质量与教学效果脱节，教学设计比内容更促学习，前沿模型亦致负学习增益。
CoRe-SAM3：面向SAM3裂缝分割的条件语义-视觉调和
基于语义与视觉差异，以语义为主、视觉生成条件残差校正分割，仅1.9万参数使交并比达70.5%、线相似度达89.2%。
ERASE：无需显式反学习的即时遗忘
提出ERASE推理时遗忘方法：类条件输入扰动，不改权重、无需重训，在抑制指定子类影响下保留其他预测。
纠错即标注：面向中世纪拉丁语文献的依存句法分析器自举训练
专家纠错迭代标注1804句，仅33小时使词性准确率从0.80升至0.98，依存句法从0.48升至0.92，优于基线且训练数据少97%。
跨语言表示对齐的语言无关空间令牌级最优传输
提出CAROT方法，用最优传输在令牌级对齐跨语言表示并保留语言特有信息，显著提升多语言性能与语言一致性。
CWF：面向个性化且可靠科普写作的协作框架
提出个性化可靠科普写作任务，构建数据集与基准PSCB，用DA-MoE解耦受众与知识，多智能体事实核查保真，达最优性能。
超越最终决定：面向透明AI辅助同行评议的过程中心基准
提出过程中心基准，用金标准与预测过程变量对比，揭示AI审稿最终决定缺乏证据支持，需透明审计。
InsightChain：面向LLM驱动数据可视化的优化链式洞察分析
提出InsightChain四阶段可视化流水线及视觉引导优化方法，新指标IPM，实验优于基线。
基于大语言模型的数据质量规则生成
针对数据质量规则难维护，提出基于大语言模型的自动生成方法，过滤冗余并验证有效性。
FANS：面向异构设备的联邦自适应网络搜索学习
提出FANS超网络框架与FPS算法，学习共享架构空间，并行自蒸馏训练子网络，扩展候选池，改善精度-效率权衡。
日历-SPCA：面向多周期电力消费曲线的可解释表示学习
日历稀疏主成分法将多周期结构融入表示学习，产生稀疏连贯负荷模式，保留主要方差并提升可解释性。
利用高斯过程校正特征缓存加速扩散Transformer
提出高斯过程回归校正框架，利用残差零均值高斯特性与不确定性自适应策略，减少计算且提质。
DFlow：在块扩散投机解码中实现验证器信息流
DFlow复用验证器在拒绝后缀的隐藏状态，跨轮引导草稿生成，提升解码效率。
PDDL规划中的实例生成器生成
提出用大语言模型自动生成PDDL实例生成器，内置合法性检查，高效生成多样合法实例。
ACE：MoE大语言模型参数高效微调中的跨专家适配器整合
ACE将冗余专家分组，用组共享高秩LoRA替代专家专用LoRA，分组执行，提升精度并加速训练1.31-1.48倍。
MOAE：基于帕累托保持搜索的多目标智能体演化
提出MOAE：帕累托保持演化搜索，优化智能体任务性能、轨迹质量与安全，无需固定标量化。
SAGE：叙事阐释性文学质量的分层评估框架
SAGE六层框架评估LLM叙事：情感心理接近人类，文化批判与哲学深度差距加倍，甚至不如商业小说。
超越免重训MoE压缩：压缩后调整的成本归一化研究
免重训的MoE压缩需配合小规模调整：用3000样本微调即可恢复37.3%的性能损失，且优于知识蒸馏。
PAI-Actor：动态场景中的电影级多角色替换
提出电影级多角色动画框架，在真实视频中替换动态角色，保持场景一致性与画质，实现高效长视频生成。
STAR-Pro：面向高效大型视觉语言模型的分阶段令牌自适应缩减与渐进式精炼
免训练两阶段视觉令牌缩减：先保留广泛特征覆盖，再用动态注意力渐进精炼，在激进压缩下保持性能并显著提速。
SAP：状态引导与参数溯源的多轮工具使用数据合成
提出状态引导与参数溯源的数据合成法SAP，生成高质量多轮工具调用轨迹，构建的SAP-4B媲美更大模型。
AVSplat：基于辅助视图预处理的密集视图前馈三维高斯泼溅
提出AVSplat，用辅助视图预处理和自适应体素融合，使性能随视图增多稳定提升，避免密集视图退化。
超越分类：结构化监督对齐医学语义与视觉证据
三种结构化监督均缓解ViT空间坍缩，图文对齐最优，聚焦真实病变，提升分类精度与可解释性。
情境化删失需求下的定价库存学习
提出情境化删失需求下定价库存框架，采用基函数线性模型，获最优遗憾界，实验验证有效。
FineHOI：面向零样本人-物交互检测的部件感知密集表示
FineHOI用密集部件特征与自适应注意力，改进空间建模，提升零样本人-物交互识别。
Generator-Independent Runtime Assurance under Partial Observation
智能体压力：可靠自主性的内生熵
智能体压力：目标与合规冲突的内生动能，超阈值致安全漂移，并借工具性幻觉合理化违规以维持自主。
FedSubMuon：基于结构化子空间Muon的通信高效联邦大语言模型微调
在共享结构化子空间优化紧凑系数矩阵，降低联邦微调通信；扩展版以投影梯度提精度，多数任务最佳且节省通信。
DAREBench：模型作为智能体的部署感知与可靠评测
提出部署感知可靠评测：233任务、35模型、合约审计，无模型全能，选型需权衡负载、模式与精度成本。
利用E值发现值得翻译的语言
利用配对e过程，统计受控且随时有效地识别值得翻译的语言，决策可审计，提升分类准确率。