相变频率作为ResNet测试准确率的训练期预测指标
微调中类可分性跳变次数与最终测试准确率强负相关，分布偏移下减弱。
EVOHARNESSBENCH：智能体能否跟上不断演化的工具框架？
提出EVOHARNESSBENCH，评测工具/技能/智能体框架演化；发现框架扩展会遗忘旧任务、适应增益不稳、保持与适应相互冲突。
FedDRAW：异构多机构胸部X光影像分类的联邦双重声誉退火加权方法
提出联邦双重退火加权法，融合数据量与参数相似度调度权重，在多机构胸部X光分类中优于七种基线方法。
基于Hessian的分子构象增强：用于机器学习原子间势的可扩展高效策略
提出两种从Hessian导出的数据增强方案，在不改训练目标或架构下提升MLIP精度，提供任务相关指南。
无需知道缩放维度的自适应维度批量Lipschitz收缩
提出计数自适应BLiN：按幸存立方体数选边长，无需缩放维度及其常数，达到相应遗憾界，且批复杂度最优为Θ(log log T)。
道德能力先于道德内容：为何LLM智能体缺乏连贯对齐的前提条件
四结构条件测LLM道德能力，九模型均不连贯；表面扰动致判断率变化达99个百分点，缺乏对齐前提。
从80倍到385倍：触及L2带宽上限的最佳匹配单元搜索，与对称调优基线对比
对称调优下，新算法BMU搜索经四杠杆提速5.6-10.1倍，对基线优势达385倍，逼近L2带宽峰值。
多语言口述历史研究中的自动语音识别
Whisper对社区粤语口述史转写有效，但对非英语混用段转写不准；仅用约百分之一时间即可出初稿。
保守免疫拓扑提升病理基础模型跨癌种MSI-H预测的泛化能力
保守免疫拓扑(CIT)无需标注，提升病理基础模型跨癌种MSI-H预测的泛化，零样本AUC提高5.34%。
可测量滑块：从可微图像测量中学习连续控制
以闭式可微图像测量定义连续控制，经可观测性测试与测量引导，多分支组合，控制有序高选择性可组合，优于基线
自适应门控深度伪造检测：面向低分辨率与资源受限环境
提出AdaGate-DF自适应门控框架，按图像质量路由样本，多出口早退省算力，在低分辨率下兼顾检测精度与效率，AUC达0.9370。
GLASS：基于球形评分的图-语言对齐方法用于可迁移的图级异常检测
提出GLASS框架，通过图-语言单位球对齐与多切片软余弦目标，结合球形多模态评分实现跨域图级异常检测，零样本/少样本迁移性能领先。
MePo++：统一表示精炼与协调的通用持续学习
提出MePo++框架，通过表示精炼与协调弥合预训练与下游差距，增强通用持续学习中的可塑性与稳定性，实验验证广泛有效。
重复提问会耗尽LLM的品牌推荐，但不会耗尽其来源
重复提问是否耗尽品牌推荐取决于检索方式。无检索引擎到第15轮仍在新增品牌，检索引擎则趋于饱和；引用域名持续增加，单一运行仅覆盖部分品牌集。
UniMate：一个统一模型，实现多样骨骼的动画生成
提出UniMate统一模型，可从任意骨骼和文本生成动作，无需测试时优化，支持跨拓扑零样本迁移。
基于LeJEPA的分子图编码器自监督预训练
自监督预训练改善分子图表示，但微调提升不稳定；冻结嵌入探测表现更优，与指纹特征组合可提升预测性能。
集成机器学习与深度神经网络的混合预测模型用于早期心血管疾病风险评估
融合机器学习与深度神经网络的集成框架，基于IoMT实时数据，经预处理与特征选择，提升心血管病早期预测精度，支持云端持续监测。
通过论证分析衡量AI问责制：模型推理能否经得起审视？
在歧义下，用四阶段辩证协议评估模型辩护：推理得分高，但败在理由与充分性，事后辩解不及推理。
知道何时不回答：音乐音频-语言模型中的伪集成弃权方法
通过打乱选项顺序构建伪集成，无需重训即可让模型弃权，提升准确率与误差排序能力。
双摆周期轨道的变分延拓
用自动微分实现海森变分延拓，免积分追踪双摆周期轨道，能检测分岔并发现两摆锤不同时静止的新轨道。
智能体网络化信息聚合的最优速率
网络化信息聚合中，深度达M²后超额误差最优率为Θ(M²/D)，此前为常数界；逻辑回归同样达到该最优率。
MEOX：面向地球观测的紧凑多模态混合专家模型
提出紧凑多模态掩码自编码器MEOX，总参数311.5万，在GEO-Bench等任务上超越CSMoE，实现高效地球观测表征学习。
构建与评估医疗智能体的临床推理轨迹
提出医疗推理轨迹评估框架，从五维打分；质量加权学习提升连贯性，显著降低幻觉，超四步收益递减。
TruthInsightBench：基于证据的开放式科学发现智能体自动化评测基准
该基准评测开放式科学发现：智能体编码分析强，但科学判断弱，缺乏可信结论，真正发现仍遥不可及。
多焦点数字显微图像中孢粉化石的可扩展检测
提出首个可扩展端到端自动化流程，用于全玻片孢粉化石检测，将分析时间从数天降至1小时内。
大语言模型（LLM）引导的程序演化用于圆填充：28美元打破10项Packomania纪录
提出轻量系统，以语言模型迭代进化算法，仅花二十八美元即破十项圆填充纪录。
网络意图转换的不确定性信号：风险排序与歧义定位
用预测不确定性和词元熵，分别对生成网络配置进行风险排序与歧义定位，实验有效但校准不足。
Compact Bellman-Grounded Cognitive Maps for Cost-Aware Navigation
ProCA：面向稳健脑电视觉解码的渐进对比对齐
ProCA提出渐进对比对齐，自适应神经-语义关系并结构一致插值，多设置下显著提升EEG视觉解码精度。
反射感知的生成式新视角合成
无需训练的反射感知新视角合成：将镜面视为互补视图，用镜像门控注意力与反射注入，实现反射一致生成。
用于分类图生成的嵌入式图流
EGF嵌入式图流利用连续嵌入与置换等变网络生成分类图在多个分子生成基准上最优
CrossDepth：面向可泛化多视角环绕深度估计的几何约束注意力
提出几何约束注意力与相机射线嵌入，实现自监督多视角深度估计，提升跨图一致性及泛化能力。
面向多模态推荐的潜在对齐推理
提出LARK两阶段潜在对齐推理：视觉检查点与推理状态对齐缓解跨模态稀释，在多模态推荐上取得最优。
思考-验证-修正：基于视觉语言模型与动态逻辑张量网络的神经符号视觉推理
提出神经符号框架，结合视觉语言模型与动态逻辑张量网络迭代验证，三示例诱导数独规则，性能达到或超越现有方法。
如何在智能体编程中推测不确定性？一种草稿模型门控方法
提出推测不确定性法，用草稿模型为黑盒智能体输出打分，预判失败风险供提前否决，错误率降6-8%，成本减14-19%。
SciDocBench：面向工作流的科学文档理解基准与数据管线
提出科学文档理解工作流基准，含124问、496实例，最优仅62.6分；配套证据图及数据集，用于诊断与提升模型能力。
从可解释性方法到可解释模型
主张从可解释性方法转向可解释模型：现有工具足以比较模型，并需实测依赖者理解，而非仅构建方法。
JLIR：Julia原生的受MLIR启发的中间表示，具备自动JACC内核提取
JLIR是一种Julia原生的类MLIR中间表示，支持部分类型程序与方言扩展，用于自动JACC内核生成。
以贝叶斯视角统一上下文学习、监督微调与KL正则化强化学习
提出贝叶斯视角，将监督微调、上下文学习、KL正则化强化学习统一为对后验的前向KL投影。
A Generalizable Feature Extractor for Alzheimer's-Related Brain MRI Tasks
资源受限农业田间条件下设备端植物病害检测的轻量级视觉Transformer压缩
融合剪枝、量化与知识蒸馏压缩模型，用于农业设备端植物病害检测，体积降54.5倍，精度保持约95%。
从VAE误差中学习以辅助基于心电图的心肌瘢痕鉴别诊断
变分自编码器DTW重建误差在十二导联中十个显著，可辅助心电图鉴别心肌瘢痕，曲线下面积零点六四三。
RegionFed：面向异构零售环境的个性化查询理解联邦学习
以梯度冲突为信号，实现异构零售场景自适应个性化联邦学习，兼容多架构，性能接近集中式上限且满足差分隐私。
每神经元至多一次脉冲的大型语言模型
提出TTFS参考编码构建全脉冲LLM，达15亿参数；NLU/常识推理媲美ANN，困惑度仍有差距。
利用知识单元间的潜在距离测量生物医学论文的新颖性
提出融合网络、语义、层级三种知识单元关系的创新度测度，优于传统指标，综合三类距离更能识别新论文。
mHC 如何利用其残差流？选择性路由与近恒等混合
mHC四流残差中，路由集中且随层变化，混合仅在前层重要；后层混合近恒等，去除不影响性能，模型未充分利用四流灵活。
全局蒸馏，局部适配：面向可扩展升级推荐的推理蒸馏与产品类型测试时训练
蒸馏大模型推理为轻量模型，再按产品类型测试时训练适配，AUC达零点九四一，速度约五千倍、成本万分之一。
面向建筑能源系统暖通空调运行的大语言模型：方法、应用与部署就绪度评述
综述66项LLM暖通空调研究：仅4项试点级，零部署；LLM适作语义/工作流层，非自主控制；需现场验证与安全架构。
Trace2Tower：面向LLM智能体的转换感知特征迹多层次技能归纳
提出Trace2Tower框架，将原始轨迹蒸馏为层次技能，在ALFWorld和WebShop上显著提升任务成功率与经验复用效率。
感知底层环境的AI代理：执行上下文作为首要输入
忽略执行约束导致基质失明；代码生成时披露内存与时间契约，峰值内存降49-74%，耗时降35-64%，成功率大幅提升。