基于三种否定的拒取式、反事实与反事实推理
基于矛盾、对立、中介否定提出拒取式三变体，并构建相应反事实推理，表明二者推理结构与真值算法一致。
在不同微观单元概念下复现并查集实验以评估翻译工作量
复现实验考察不同停顿阈值划分微观与宏观单元，评估文本产出压力，认为基于过程的单元或更适用。
工业制造系统中多时域预测性维护的分位数引导特征提取
分位数引导双阶段MLP-QRNN特征提取，用于多时域预测性维护；特征应随预测时域调整而非固定预处理。
面向实时代码仓库数据分析的工具增强型GPT-4聊天机器人
提出工具增强GPT-4聊天机器人，先解析查询、选用工具再生成回答，提升实时仓库数据分析可访问性。
VidaForge：面向视频预训练数据配方的开放研究基础设施
VidaForge将视频数据配方化为五阶段可执行流程，揭示配方选择对预训练性能的影响，并发布314万片段数据集。
LLM取证：后门藏在哪里？用稀疏自编码器定位与控制触发机制
稀疏自编码器揭示触发后门分角色：检测触发的特征未必控制行为，残差流干预可抑制或诱导语言切换。
AgentIdeaBench：智能体时代的科学构想评测基准
新基准AgentIdeaBench对比静态与主动探索，评测33个模型跨学科科学构想：主动探索空间更大，且收益偏向强模型。
Delta 注意力中的精确记录遗忘：传输判据、代价与重放证书
Delta注意力中，传输凭证无法精确删除记录；从记录前检查点重放后缀可精确遗忘，代价随后缀长度增长。
笑声何时开始？时间维度笑声定位中标注者分歧的结构性
笑声标注分歧具结构性：尾部分歧为开头1.73倍，轻笑远多于大笑；单一标注评估不可靠，提出共形校准容差带评估。
FSAN：面向气动预测的流态注意力网络
提出流态注意力网络FSAN，实现几何与流条件细粒度交互，两大基准误差较最强基线降超10%。
优质PT-PT Web：欧洲葡萄牙语网络的高质量410亿词元数据集
发布410亿词元欧葡网络语料库，源自411TB数据，前置去杂使产出增19.04%，服务大模型预训练
无需引擎的评分：面向生成式引擎的确定性、抗操纵内容评分之端到端验证
用对抗性证伪门端到端验证生成引擎内容评分：抗操纵增益有界（≤6分），但仅适作质量过滤，非引用预测器。
面向异构负载均衡的自适应SED学习
未知服务率异构双服务器负载均衡，提出在线学习算法，平衡SED路由与强制探索，收敛至SED且遗憾有限
约束值含噪声的约束在线学习
研究噪声约束值与梯度下的约束在线凸优化，证明硬违约下界，提出LEDGER，权衡遗憾与预算违约。
DeepTable：面向层次化表格理解的结构注意力偏置与树路径编码
提出DeepTable，以结构注意力偏置和树路径编码显式建模表格行列层次结构，在三个问答基准上持续提升性能。
拒绝的几何：为何事后安全训练脆弱，而预训练期安全训练持久
事后安全训练只遮蔽能力、易被微调恢复；预训练全程安全协同训练可持久抗攻击。
是技巧锦囊还是迷思锦囊？在可解释自杀风险评估中用任务知识降低建模复杂度
审计31种技术仅5种可靠有效；按任务知识重构自杀风险评估系统，综合分0.7781，53队中第三。
医学问题中LLM跨语言一致性的多视角探讨
多语言LLM医学问答应跨语言一致还是文化适配？调研显示各方分歧，模型角色难复现，优劣尚无定论。
从分阶段几何视角看流匹配与无分类器引导的粒子动力学
构建流匹配与无分类器引导的分阶段几何理论：粒子渐次趋向均值邻域、凸包和局部簇，引导重塑局部几何。
GAN-Blot：面向蛋白质印迹取证的可控结构-风格合成基准
提出可控蛋白质印迹合成框架GAN-Blot，解耦结构与风格，生成高保真图像并可骗过专家与检测器，助力取证。
PCSDiff：面向实际业务化中期降水预报的基于扩散的偏差校正与超分辨率
提出PCSDiff级联扩散框架，校正10天降水偏差并超分，较ECMWF显著降误差提精度，支持业务低延迟预报。
面向图像编辑的多历史步SDE反演，具备卓越区域感知能力
免训练图像编辑框架MIEdit：多历史步SDE反演，自动语义掩码提升区域感知，少步高质量超SOTA
面向移动机器人的物理-地理空间锚定场景解释
融合VLM、OSM与时空位姿，LLM生成物理-地理空间锚定场景描述，校园试验F1达0.83/0.64。
大语言模型智能体作为计算类型学家
LLM智能体可检索参考语法、解析IGT并检验类型学假设，支持可扩展的类型学分析，但仍需专家验证。
基于注意力增强深度特征与异构集成学习的青光眼检测
融合CBAM注意力增强深度特征与异构集成学习检测青光眼，缓解类不平衡，两数据集上性能最优且具可解释性。
句法重要吗？面向计算社会科学的图增强变分主题模型
提出SCPTM图增强变分主题模型；句法仅在论证性文本中提升主题多样性，信息性语域反增噪声。
你无法偏好未曾采样到的情绪：DPO 微调大语言模型中的情绪强度欠调
DPO候选池缺乏极端情绪样本，导致情绪强度欠调；扩大采样可提升效价增益。
Climate-ModernBERT：重新审视领域自适应持续预训练的语料构成
提出Climate-ModernBERT，以三类气候语料持续预训练，九项基准平均F1达76.3，较基线提升2.8；学术语料适应信号最强，参数合并优于联合训练。
第一人称视角下的陪伴式问答辅助
提出第一人称流视频陪伴式问答基准BuddyVQA（2.16万问答），并以多模态思维链助手MyBuddy显著提升模型表现。
面向跨域OOD检测的统一多层子空间建模
提出PRISM：融合多层特征建统一子空间，结合类条件马氏距离与正交残差，免调层，跨域OOD检测领先且低开销。
RoLA：用于高效扩散Transformer的旋转位置低秩线性注意力
RoLA：旋转位置低秩线性注意力，解决DiT中RoPE与低秩全局分支不兼容，实现2.63倍推理加速。
MeRoTune：带可调旋钮的RoPE安全合并
MeRoTune：推导RoPE安全校正矩阵类，冻结基座，学习可调混合比例的模型合并。
大语言模型各层会即时相互纠正
揭示Transformer层纠正机制：相邻层相互抵消贡献，后层选择性剔除前层不当特征，残余流含瞬态提议。
智能体视觉生成：从生成模型到智能体控制
视觉生成正从单次调用的生成模型迈向智能体控制，本文提出L0—L4控制层级框架，按控制器可干预范围梳理图像、视频、编辑、3D等领域。
ADELE——面向高保真网格原生重建的自适应 Delaunay 网格
提出自适应Delaunay网格优化与可微深度偏移渲染，融合体渲染和网格渲染，实现高保真网格原生重建。
重新审视手语翻译：手语者依赖性对模型评估的影响
手语翻译评估多依赖同一手语者，跨手语者评估性能骤降，数据集还存在句子重叠，高估了真实泛化能力。
面向高效大语言模型服务的截止时间感知自适应预填充分块
SLOWeave按最早解码截止时刻选最大预填充块，免调参，兼顾延迟与效率，上下文吞吐提升至3.3倍。
超越转录的推理：音频语言模型在儿童口吃语音上的表现
混合说话人场景下，音频语言模型能提取儿童口吃语音的高层语义，但推理随口吃加重显著退化。
A*-Thought-V2：基于大语言模型几何动力学的高效潜在推理
提出A*-Thought-V2，以LLM隐状态几何动态压缩偏离步骤为潜向量，提升准确率并减少计算与长度。
Uni-Light：基于不确定性感知知识蒸馏的超轻量级脑肿瘤分割框架
提出超轻量框架Uni-Light，融合不确定性感知知识蒸馏与边界损失，参数降97.56%，Dice平均超SOTA 1.47%。
LASSNet：面向MRI模态缺失脑肿瘤分割的层级感知与可用性条件化空间-语义融合
提出LASSNet，按模态可用性与特征层级融合空间-语义信息，提升MRI缺失模态脑肿瘤分割性能。
回归特征：基于密集局部特征的零样本6DoF位姿估计
零样本6DoF位姿估计法B2TFPose，仅用冻结DINOv3密集特征免训练，BOP上AR达56.4。
用于衡量视觉语言模型中思维链忠实性的反事实测试
将反事实测试扩展至视觉输入，评测八个视觉语言模型，发现思维链难忠实反映视觉证据，并发布两个图像对数据集。
@alexandr_wang：你最聪明的朋友已经在Muse上了
你最聪明的朋友已在Muse。
@haozhangml：看来我的Anthropic朋友还在跟我说话，真幸运！😁
我的Anthropic朋友仍愿与我交流，实属幸运。
@gdb：面向小企业的ChatGPT插件
提供给小企业使用的ChatGPT插件。
@alexandr_wang：Muse 的早期使用量远超我们的预期，如今用户使用量已达测试组的10倍。尽情享受吧！
Muse早期使用量远超预期，用户使用量是测试组的10倍。
@OpenAI：小企业主理应获得一切优势。
小企业主应得一切优势。16款插件减轻工作负担，助你专注经营核心业务。
OpenAI最新争议揭示数学的未来
OpenAI宣称AI解决千禧年难题，却因质疑声蒙上阴影，数学未来引发深思。
《经济学人》估算，AI 在美国净增约 80 万岗位，就业影响目前是净增长而非净毁灭
AI 在美国创造约 100 万新岗位，远超裁员 20 万，就业净增长约 80 万。