A Structured Debate-Mixture-of-Agents Framework for Complex Clinical Diagnostic Decision Support
分形盆地束缚潜在推理
推理模型在难题上表现出瞬态混沌，分形度随难度增加，慢速推理是问题难度的必然结果。
LLM辅助行为与情景增强的智能体能源采纳模型
提出LLM辅助混合框架，用行为规则和情景规范增强校准的智能体模型，预测爱尔兰农场光伏采纳，结果稳定且政策相关。
大规模写作评估中基于人机协同的AI辅助评分框架
提出人机协同AI辅助评分框架，用于大规模考试短文评分。AI与人工评分多数维度一致性较高，结合人工复核可安全提升效率。
超越同方差性：面向深度不平衡回归的解耦不确定性优化
提出DUO框架，建模条件高斯分布解耦均值-方差优化，并设计分布引导对比学习，缓解深度不平衡回归中尾部样本欠拟合问题。
不确定性下序贯太阳能光伏政策设计的强化学习：一种基于智能体的方法
结合强化学习与随机主体模型设计光伏政策，权衡采用率与成本，多种算法均呈现稳健权衡模式。
影响分数与Transformer可解释性：推理时注意力头的有效影响度量
提出影响分数度量注意力头贡献：结合对数几率方向与残差结构，揭示正确与错误预测的不同决策行为。
BeaconKV：信标查询引导的键值缓存压缩，助力大型推理模型高效推理
信标查询引导KV缓存压缩，预测被重访的键值对，免存完整历史，实现5.8倍内存压缩、4.3倍吞吐提升，精度几乎无损。
面向前馈目标检测的高效多时间尺度事件表示
提出对数B样条与几何感知置信度的多尺度事件表示，性能超CSTR，支持高效递归更新，适用前馈检测。
MultiAttenGastro：用于胃肠道内镜分类的多维度注意力增强
提出多维度注意力增强，经八骨干五数据集验证：效果取决于领域表示差距，大差距有提升，小差距无效，结果不显著。
面向弱监督视频异常检测的自适应多粒度时间建模
提出自适应多粒度时间建模框架，含时序细化与事件分割模块，并用相似度融合生成视频级预测，提升异常检测精度。
利用整数线性规划改进语码转换话语的语言识别
改进MaskLID：解决过度依赖词级分数，改为整数线性规划，显著提升语码混合识别性能。
基于校准融合的无训练逻辑与结构异常检测
提出无训练异常检测法，经正常集校准融合互补特征，同时识别逻辑与结构异常，性能领先。
从视觉到语言：探究多模态决策中的因果信息流
通过因果干预视频-文本注意力，发现视觉信息主要在候选答案处理时整合，名词为锚点，时间推理易受语言偏差影响。
大型语言模型能否预测社会政策的行为响应？——中国灵活就业人员养老金参保预测案例
用LLM评估社会政策，构建FlexPension-LLM预测灵活就业人员养老金参保，融合政策线索与蒸馏，F1达0.93，超越多数基线。
NS-ST-GraphRAG：面向文学知识处理的神经符号时空图检索增强生成
提出神经符号时空图检索增强框架，融合本体提取与动态子图检索，处理长篇文学问答；红楼梦基准上略优。
超越未压缩的压缩：RAG中软上下文压缩的两阶段训练方法
软压缩受蒸馏限制，两阶段训练：蒸馏预热加困难强化学习，实现十六倍压缩和四至二十四倍加速，媲美或超越未压缩基线。
MARLA：欧盟《人工智能法》下的监管学习概念支架
提出五阶段循环支架，将欧盟人工智能法案的监管学习嵌入地方、国家与欧洲层面，以促进证据转化为治理知识。
面向可扩展电网图分类的物理感知随机游走指纹
提出物理感知随机游走指纹，融合物理边状态，电网级联故障分类中优于纯拓扑，媲美GNN，最高平衡准确率99.32%。
解空间异质性塑造跨偏微分方程的联邦学习动态
提出偏微分方程解空间狄利克雷协议，量化非独立同分布数据；响应异质性引发梯度与参数分歧，误差退化因任务而异。
基于树的自适应规划与拓扑感知证据收集的RAG框架，用于证据密集型问答
针对证据密集型问答，提出APT-RAG框架，通过自适应规划与拓扑感知证据收集提升性能，并减少生成开销。
我们为何关心理解：通过预测压缩实现胜任力
理解是压缩的影子，其功能在于甄别可信者并传递知识，促使人类理解趋向简洁，同时解释AI系统为何难以解读。
学习空间光谱细化与校准互补观测的高光谱图像超分辨率重建
提出无监督双阶段融合框架，先学隐式张量表示细化空间光谱，再用双观测无参校准互补，提升高光谱重建精度。
GEPARD——面向实时对话的生成式、韵律感知、自回归语音合成模型
GEPARD是流式对话语音合成模型，用LLM骨干联合训练文本音频嵌入，经FSQ神经编解码流式输出，单流提速15倍，256并发下加速204倍。
基于视觉语言模型的无标签跨域跟踪器自适应
提出用视觉语言模型诊断并调参，无标签跨域适应跟踪器，恢复大部分性能损失，选择性优化。
从全局到局部：基于粒球的拓扑保持自适应图池化
提出一种拓扑保持自适应图池化方法，按粒球动态划分图，捕获局部与全局结构并提升图分类性能。
中文标题：WearableQA：面向真实世界可穿戴数据的健康推理基准
中文摘要：WearableQA含4084道健康推理选择题，基于200名用户最长500天的可穿戴数据，评测16类推理能力，现有模型最高准确率仅72.9%。
面向高效高斯泼溅的紧凑神经外观模型
提出紧凑神经外观模型替代球谐，存储降至28字节，优化提速1.3倍，质量更优。
人工智能在股票与加密市场：进展、盈利证据与自动投资的局限
人工智能在股票和加密市场提升预测与流程，但持久净超额收益证据不足，需严格验证。
超越时间序列平稳性：基于马尔可夫毯发现因果结构与潜在状态
针对非平稳时间序列，提出基于马尔可夫毯的因果发现算法，识别潜在状态区间并分段建图，实验优于基线。
抽象智能体
用大语言模型从自然语言自动构建博弈抽象，无需专用评估器；特征发现兼聚类分桶，降低可利用性并迁移至扑克麻将。
BLASt3R：任意图像集的束调整，结合多视图匹配与单目先验
提出规则化束调整，用多视图匹配与单目先验统一在线VSLAM与离线无序重建，未标定法超越先前标定法。
语音AI客服中的偏见与安全审计
提出面向语音AI客服的验证门控审计框架，区分架构，保障事实一致并度量负担与结果。
基于分层度量学习的少样本视频识别
提出分层度量学习法，从帧级到类原型渐进施加多阶段约束，联合优化特征紧凑性、时空对齐、判别性与鲁棒性，在五个基准数据集上表现优异。
粗粒化隐藏表示：基于映射熵的无监督神经元选择
无监督选出关键神经元，仅利用激活统计，映射熵最小化保留信息，优于随机子集，强压缩时性能提升明显。
PRICE：比特币价格预测中LLM适配选择的系统性研究
提出PRICE方法，整合LoRA、递归推理、整数表示、CTF提示与零温度解码，比特币预测误差最低，优于八种基线模型。
要事优先：教基于大语言模型的智能体先满足硬性要求再考虑软性要求
提出FTF-RL方法，针对多优先级需求优化推理，显著提升任务成功率并增强泛化。
语言模型在接受对齐测试时对战争的判断不同
测试提示使语言模型开战意愿大降，决策从战略因素转向平民伤亡，安全评估框架改变行为。
基于在线最大成员聚类与原子感知打包的紧凑记忆型大语言模型智能体
在线最大成员聚类与原子感知打包大幅提升紧凑记忆性价比 用较少令牌逼近全上下文质量且显著超过同类方法
MomentQuant：一种用于时间序列分类的更加极简的线性时间复杂度区间方法
提出MomentQuant算法，用Cornish-Fisher近似分位数免排序，降低复杂度，速度更快，代价是精度略降。
用于快速大规模系统发育推断的自监督词汇表示学习
提出全自监督对比学习，从原始IPA词表学习词汇表示，快速推断数千语言的系统发育树，效果接近基准。
基于低秩注意力适配的量化KV缓存质量恢复
低秩注意力适配可恢复量化KV缓存的困惑度损失（如54%-76%），但未必恢复长上下文检索。
SMILE：面向医学诊断的自解释多模态信息瓶颈
提出自解释多模态信息瓶颈框架，协同优化预测与可解释性，显著提升诊断准确率与泛化能力。
迈向进化迁移优化的高效评估：任务参数化应用案例研究
将任务参数化应用中的串行评估重构为矩阵形式，多任务与序列迁移分别提速256倍和94倍，展现可扩展性。
WeAgent-MMGenEdit：多模态智能体图像生成与编辑的全栈方案
全栈方案：多模态运行时、数据流水线、基准与后训练，增强知识密集型图像生成编辑，30B接近1T。
利用对数几率偏置的单查询黑盒校准审计
利用对数几率偏置，每样本一次查询即可判定概率阈值，从而一致估计二元任务真实校准误差，实现黑盒校准审计。
评审能力决定拒稿目标，而非修复技巧：来自LLM执行-审查-修订流程的证据
更换不同能力审查模型，跨系列中端审查提升准确率12%，同模型自审误拒率高但修复率低。核心是审查能力而非修复技巧。
基于编译的双轨编码求解困难的XAI查询
证明若干溯因解释在OBDD上仍难计算，但采用双轨编码的编译表示可高效求解这类XAI查询。
TROVE：基于轨迹验证与编辑的自适应智能体技能编排
TROVE通过在线验证和局部修正智能体执行路径，仅替换失效后缀，兼顾质量与效率，在代码、问答、数学任务上优于现有基线。
LexFlip：一种法律意义保持度量的解离诊断
分离诊断：373个保留词元却反转法律效力的扰动下，词嵌入度量几乎失灵，双向NLI有效，长度特征最准。