ProtoRAG：用于少样本细粒度遥感目标检测的基于原型的检索增强
提出原型检索增强框架，解耦定位与识别，用判别式原型学习与不确定性引导推理，提升少样本细粒度遥感目标检测精度。
低秩瓶颈中的事件交互用于时序关系抽取
提出卷积瓶颈交互方法，在低秩空间增强事件表示并捕捉交互，显著提升时序关系抽取效果，最高F1提升31.7。
几何感知测试时学习用于定量空间推理
提出TTL-SR，利用几何一致性与未标注测试数据自适应模型，提升视觉语言模型空间推理精度，准确率分别提升6.47%和9.41%。
留意差距：用AlphaMWE多语平行语料揭示LLM翻译盲区
评测WMT2026中31个机器翻译系统，发现多词表达仍难处理，自动指标不一致，人工评估揭示语言特有错误。
读什么成什么人：上下文人格诱导引发的对齐偏差
仅凭聊天中少量良性生平事实，无需微调或有害示范，模型即会代入该人物人格，回答触及无关问题；有害人格引发高达80%偏差，且能绕过内容过滤。
高风险AI系统决策的因果归因：估计量、耦合与可追溯性规范
提出代理决策因果归因框架，发现现有估计量失效，推导耦合方法，并给出满足欧盟法规的可追溯性规范。
中文标题：SCIRIGOR：超越最终分数的开放式科学分析评估
中文摘要：科研智能体生成的结论常缺乏充分证据支撑。新框架SciRIGOR通过构建证据图，沿“数据到结论”全链路验证支持关系，发现系统内部一致性不代表科学正确性。
数字孪生分析中的12小时港口洪水预警：稀疏事件聚类学习
将港口洪水预警建模为事件聚类问题，用稀疏弹性网与顶k截断，实现12小时预警，F2达0.696。
AutoKD：自主知识发现
数据驱动科研受限于人力，AutoKD用多智能体循环发现，将验证结果存入知识图并指导后续探索，覆盖已知且补充人类发现。
类型化联邦工件用于智能体网络：跨冻结、异构LLM智能体共享工具路由知识
提出类型化联邦工件共享工具路由知识，经清洗后性能接近集中式，优于纯文本，可提升智能体调用准确率。
IIns-VAE+：面向无线感知环境识别的鲁棒迁移学习框架
提出融合IIns-VAE与极小极大风险分类器的IIns-VAE+，在多种无线感知迁移场景下优于基线，提升6G环境识别鲁棒性。
XYBench：大语言模型能否针对含有误解的查询给出务实回应？
评估LLM应对误解查询，发现其多答字面意而少答本意，识别误解远逊人类。
MVFA：面向情感分析与情绪识别的多视图文本引导多模态融合大模型适配器
提出多视图文本引导融合适配器MVFA，仅更新少量参数，在多个情感与情绪数据集上达到最优。
MORPHA：形态约束训练与低资源疟疾显微镜跨采集迁移的极限
提出形态一致性约束MORPHA，使二元分类跨采集泛化下降减少30.8%，校准误差降低49%，并界定形态迁移与伪标签的适用边界。
决策感知的业务流程后缀预测与推理
将决策挖掘融入后缀预测，提出神经符号框架，提升短前缀及稀有变体预测，兼具可解释性。
利用机器学习和天气预报预测风力涡轮机功率
用天气数据训练人工神经网络，预测风机功率精度高（R2=0.98），可识别低功率时段安排维护，节省约2000千瓦。
客户关系智能：整合CRM与MDM以增强客户互动
CRM与CKM显著驱动客户参与，MDM仅为基础数据使能者，无显著间接效应，研究属探索性。
ECOKV：基于互补多样性度量的几何感知KV缓存驱逐
用欧氏距离和余弦相似度互补度量KV缓存冗余，自适应加权，提升驱逐效果，SOTA。
压缩循环反馈的Tsetlin机：一项可复现的布尔有限状态机研究
将采特林机循环反馈异或折叠至96位，布尔状态机任务中精度与原反馈相差<1个百分点，但接口窄；无反馈对照不可缺少。
图像尺度鲁棒性与视觉识别性能：跨架构分析
跨七类20种视觉模型，基线精度与尺度鲁棒性强负相关，参数量、架构族及表征稳定性无额外解释力。
第八届LSVOS挑战赛报告：复杂与多模态视频目标分割
第八届视频目标分割挑战赛：评测复杂、文本及音频引导分割；顶级方案用基础模型、目标记忆与多模态推理。
重新思考一次性联邦图学习：免训练的统计估计
提出免训练统计估计框架，直接计算拓扑平滑类原型并自适应聚合，极端异质性下精度最优且大幅加速。
FMMO：检测局部归因与全局漂移之间的分歧
本地归因在模型漂移时误导性稳定，FMMO结合全局代理与利用率测量，揭露分歧，防止歧视性劣化被忽视。
动物重识别学到什么？视觉表征中的线性生物学概念及其来源
动物重识别模型虽无生物学监督，却线性编码性别年龄等概念，训练只是迁移而非创造这些概念。
DataFlex-RL：面向RLVR数据策略的评估平台
该评估平台比较强化学习数据策略，显示多数采样/重加权法不优于均匀训练，且基准构成显著影响排名。
深度到图像合成驱动的生成式无引导深度补全
提出生成式无引导深度补全，由稀疏深度合成伪图像实现语义引导，经蒸馏与注意力融合，精度鲁棒性更佳。
FujinSplat：RAW域高斯溅射看穿烟雾
在RAW域分离烟雾介质与ISP变换，固定基础ISP，用逐视图校正训练静态3D高斯，超越现有方法。
EgoNeMo：基于自中心激光雷达扫描的可迁移行人动力学地图
提出可迁移动力学地图框架，仅用自中心3D激光雷达点云即可在未知环境重建行人运动地图，无需逐地采集轨迹，提升轨迹预测可靠性。
DriveZero：超越人类示范的端到端驾驶
DriveZero将驾驶拆为感知与动作模型，分别预训练后统一为端到端规划器，无人类轨迹监督，在多项基准上超越专家。
构建面向社会公益的可信图智能体RAG：架构、故障传播与构造式保障
社会公益的图智能体检索增强生成系统需以五类接口契约实现可追溯可授权可恢复并制定全流程评估
生产级 LLM 工作流的运行时无关执行
提出绑定自适应平台，以数据流图定义工作流，可编译成流式、异步或批处理运行，质量不变，批处理降本。
非平稳强化学习中的谱优先级清扫
提出谱优先级清扫（GTA-PS），用图拓扑拉普拉斯扩散残差，按SLEM调节，非平稳奖励下加快重规划。
从集中到分化再回归：MoE推理群体中的路由有效秩
提出路由有效秩，揭示MoE推理轨迹呈低-高-低，分解公共模与残差谱，并定位推理努力对峰值时序的影响。
一切为1比特：迈向大语言模型真正的1比特训练后量化
提出AF1真1比特量化：零空间感知分解+层次分配保精度，优于现有，提速2.5倍、内存减90%。
PARSER：面向长上下文LLM智能体的并行阅读与深度推理
PARSER将阅读与推理解耦：并行读全文，迭代散聚深度推理。长上下文多跳问答超越基线，对证据扰动鲁棒，延迟降低11倍。
DianShi-RxnDB：一个通过全自动化流水线构建、面向研究人员与AI智能体的大规模细粒度有机反应数据平台
全自动从专利构建大规模细粒度有机反应数据库，约2400万实例，准确率93%，提供Web与MCP工具。
NSFlow：用于视觉里程计的端到端可微分神经符号光流
提出神经符号光流法，融合卷积网络与可微优化器，端到端训练，实时运行，挑战场景误差下降42%，提升视觉里程计精度。
AuthBench：跨体裁与文本长度的大规模多语言作者表示基准
多语作者基准AuthBench（42.8万篇、47模型）：作者表示远未解决，语言/体裁/长度差异大。
SeaCausal-FL：面向海事物联网故障诊断与反事实推理的联邦模糊因果学习
联邦模糊因果学习框架通过机制对齐与证据聚合，实现海事物联网故障诊断与反事实推理，F1达87.07%。
评分陷阱：即便明确指示忽略，图像中的权威线索仍能改变视觉语言模型的判断
即便被明确要求忽略，图像中的权威线索仍显著改变模型判断；官方答案效应为十九点五，高于教师及学生提示。
泰米尔语的字素感知印度语分词器：大规模训练与内在评估
提出泰米尔语字素感知分词器，保留字素簇，在碎片化与序列效率上优于五种多语分词器，压缩率并列最高。
SerenAI：受文本世界 AI 模型启发的状态转换系统
提出受世界模型启发的状态转换系统 SerenAI，输出可验证预测；经适配训练，结构化预测准确率大幅提升，但尚未达到法律级可靠性。
提升安卓GUI代理熟练度与效率：自生成工具操作
提出DroidTool框架，让代理自生成工具函数，经提案、实现、测试修复流程，性能提升4.47%，交互减少20.05%。
鲁棒一致共识：基于共形预测的多智能体LLM评委区间评估
提出多智能体LLM评委的鲁棒不确定性评估框架，用共形预测构建区间，覆盖保证更稳定可靠。
统一策略架构（UPA）：企业AI操作系统的治理内核
提出统一策略架构（UPA），为自主AI代理与企业资源提供统一治理，扩展至运行时义务、审批、审计等，奠定安全可问责的企业AI系统基础。
用于缺陷定位的空间注意力监督：在扩散增强缺陷检测中利用真实掩码作为训练信号
利用真实缺陷掩码作空间监督训练分类网络，结合扩散增强提升激活定位AUROC，效果显著。
通过偏好蒸馏弥合离线与迭代对齐的差距
提出DP3O方法，先学显式偏好模型再蒸馏到策略优化，优于离线法、媲美迭代法，训练耗时减42%
GRPO组内验证器错误是否独立？来自Qwen2.5生成数据的证据
验证器错误在组内高度相关（相关系数0.53），八样本组的有效样本量降至1.70，且相关性随答案形式变化。
目标导向情感理论的计算实现
首个高保真计算实现目标导向情感理论，情感源于差异检测与行动选择的交互，模拟揭示预期抬升与失败崩落自然涌现，建立可测试的仿真-实证循环框架。
中文标题：训练时过完备，部署时紧凑：扩展结构化LLM剪枝的恢复容量
中文摘要：提出OverRep框架，通过过完备重参数化增强剪枝恢复能力，训练后合并为紧凑模块，性能提升达8.4分，计算成本不变。