镜像智能体模型：一种用于可解释智能体行为的贝叶斯架构
提出镜像智能体模型，将观察者模型视为智能体镜像，生成可解释行为，并利用显著性方法提供解释能力。
低延迟日语音乐搜索查询拼写校正
提出紧凑BART模型，结合脚本感知拼写错误生成，用于日语音乐搜索纠正，实现41.09%精确匹配、11.62%字符错误率及亚4毫秒延迟。
大语言模型在数学推理中会展现连贯知识结构吗？知识空间理论的视角
模型在数学推理中不符合人类知识结构，彼此间也不一致，且缺陷在准确率或裁判评估中不可见。
你的智能体记忆能否经受模型升级？一项关于记忆可移植性的受控研究
固定模式知识图谱迁移可靠；压缩笔记高度依赖模型；混合嵌入检索收益有限；保留原始历史是修复关键。
利用推理经济性：大语言模型高效推理综述
综述大模型推理经济性，分析低效原因、行为模式，提出平衡性能与算力的策略。
跨模态分诊网络：一种面向胸片严重程度分诊与视觉可解释性的多模态深度学习框架
跨模态分诊网络融合图像与文本，实现胸片严重度分诊和可解释性；虽基准指标高，但与放射科专家一致性低，需专家标注。
ConfRAG：置信度引导的检索增强生成
ConfQA微调将幻觉率降至5%以下，ConfRAG仅在不确定时触发检索，理想准确率超95%，减少30%以上无效检索。
Motion-Omni：面向口语对话的端到端联合语音与全身动作生成
提出端到端口语对话模型，同时生成语音与全身动作，联合训练保证对齐，性能接近级联系统且快数倍。
存内计算注意力：采用RC可调温度的时域模拟Softmax电路
提出RC可调温度的时域模拟Softmax电路，直接处理存内计算得分免模数转换，面积功耗低，精度逼近理想。
Transformer语言模型上下文个体化测量工具包技术手册
介绍桥式形式工具包，测量语言模型按上下文区分词义的能力，详述流程并规避偏差。
QoNext：迈向基础模型的下一代体验质量
首个将网络与多媒体QoE原理引入人机交互评估的框架，构建数据库并训练模型，从系统参数精准预测用户体验。
AVENUE：音视频编辑理解与评估
提出基准与模态感知评估框架，测试音视频编辑模型，发现编辑单一模态常致另一模态意外改变。
从粗粒化珠子恢复分子：跨化学空间的自由能条件生成式反向映射
提出基于自由能条件的生成式反向映射方法，将粗粒化珠子恢复为具体分子，生成分子有效且自由能分布匹配目标。
在线策略蒸馏中什么最重要？数据效率与数据选择的视角
在线策略蒸馏中，困难样本更有效；增益源于长思维链而非高熵。仅选八个困难样本即可媲美完整基线。
A Unified Physics-Aware Quantum Machine Learning Framework across Power GaN HEMTs and Logic Nanowire FETs: Predicting Unseen Process Splits and Held-Out Geometry Combinations with Lower Error and Tighter Split-to-Split Variability
面向韩国开放公共API的多步工具调用：基准与数据合成方法
提出KOPA-Bench基准与EDGE数据合成法，经GRPO微调9B模型，性能接近27B模型，在KOPA-Bench和BFCL上显著提升。
CABAL：一种用于追踪同行评审中串通投标影响的多智能体仿真框架
CABAL仿真显示：串通投标使目标论文捕获率翻倍，共谋者评分高约2分，但会议整体影响有限，且检测器证据不足。
企业家族解析不是字符串匹配问题：一项按名称可见性分层的公开基准
推出企业家族解析基准，证明其是检索问题：阻塞环节丢失九成三无同名线索链接，匹配无法补救，应优化候选生成。
仿生人会梦见幕后操纵者吗？探究大语言模型中的阴谋论倾向
大语言模型展示部分阴谋信念，存在社会人口偏见，且易被提示词引向阴谋论，凸显被操纵风险。
WorldSculpt：从带位姿标注的视频生成组合式世界
提出利用单物体三维生成先验，从多视角视频生成含数百物体的组合场景，无需场景级训练，性能领先。
无审查开放权重模型：再分发作为持久层
无审查模型生态：3471个模型被再分发8164次，去中心化镜像使其难以删除，25%应用为恶意。
多语言模型用于检测值得核查的社交媒体帖子
研究Transformer模型，开发多语言多标签分类器，可同时高效检测社交媒体中的可核实事实声明和有害声明。
FailureSpot：面向视觉-语言-动作模型的标签高效时间戳级故障检测
提出数据高效框架，利用未标注动作块生成弱监督信号，结合主动学习精选标注，提升VLA模型时间戳及轨迹级故障检测精度。
ACE：面向MoE大语言模型的自适应免校准专家跳过
提出ACE框架，免训练免校准，通过两种估计互补判断低贡献专家并自适应跳过，在MoE大模型上优于现有方法。
同一轨迹，矛盾奖励（ROBORMBENCH）：视觉语言奖励模型中的释义脆弱性
视觉语言奖励模型缺乏释义不变性：改述指令即可改变评分甚至翻转成败，专用模型更稳定，释义鲁棒性至关重要。
TNFlow：海王星外天体表面组成的摊销式后验推断
基于Transformer与归一化流推断海王星外天体表面组成，单CPU约0.7秒，后验多模态，合成测试距真值0.149，但真实JWST数据有偏。
计算机视觉中的常识推理：基础、最新进展与未来方向
综述常识推理融入计算机视觉，涵盖知识图谱、场景图、神经符号与常识增强模型，评析局限并展望未来方向。
探索解法分歧及其对大语言模型问题求解的影响
研究发现解法分歧与解题能力正相关，作为新指标可提升监督微调与强化学习成功率。
可伸缩神经视频表示压缩
提出可伸缩神经表示视频编码，单流支持码率与解码复杂度缩放，性能优于现有可伸缩及非可伸缩编码。
晋升前的候选可比性：自适应网络入侵检测中的条件验证
自适应网络入侵检测中，候选模型构建与证据量影响晋升评估结论，必须受控并明确报告。
多尺度图像表示压缩
提出一种过拟合图像编码法：全组件率失真量化熵编码，多尺度跨阶段共享，较最新标准省10.5%码率，解码复杂度可选。
利用冻结视觉语言模型的免训练语音中心全方位理解
免训练：用语音识别器把音频转成带时间戳文本，让冻结视觉语言模型支持以语音为中心的全方位理解。
VLA-Precision：面向视觉-语言-动作模型的高效真实世界在线强化学习的非对称协同自举
VLA-Precision提出非对称协同自举与流式架构，抑制策略漂移，精密任务成功率98.3%。
分割式LLM训练中的隐私失效：返回的梯度令诱饵失效
分割训练中返回梯度零模式暴露真实行，诱饵失效；加噪裁剪可修复此漏洞，但仍有五类攻击未被测试。
调优集合通信模式以缓解共享AI集群拥塞
提出REACT，应用层检测拥塞并调整集合通信模式，无需网络支持，实测性能提升13%-38%，模拟最高75%。
物流网络中合成OD需求的约束感知生成框架
提出约束感知条件生成框架合成物流OD需求，兼顾拓扑与运营约束，较GNN基线提升16%，合规87%。
Encore：基于自适应信号路由的无限音视频生成
提出自适应信号路由方法，通过调节条件信号实现无限长同步音视频生成，兼顾局部连续与全局一致，性能优于现有方法。
协作式片上阵列相机
提出分布式元光学学习，协作优化亿万纳米柱阵列，实现全谱宽带成像与感知重建，仿真实验均佳，不依赖照明光谱。
STEMPix：基于相变材料的像素传感器，用于分辨边缘移动方向
提出STEMPix像素，在CMOS图像传感器内生成3位边缘方向码，无需传输全帧，实现了高填充因子与低能耗，支持全局快门和动态阈值。
别放弃 Dropout：优化层稀疏性以实现高效大语言模型训练与推理
层 dropout 可降低损失、节省最多25%训练算力，并加速推理1.5倍，适用大规模LLM训练。
AquaBEV：基于3D声纳监督的单目水下BEV占用预测
提出AquaBEV，用单目RGB预测水下BEV占用，训练时以3D声纳监督，较最强基线Visible IoU提升4.0%。
测试LLM智能体团队中的可互换性
替换智能体对任务分数影响小，但通信成本增加16-63%，形成历史越长，交换代价越大。
面向计算设计科学的人工智能：一个负责任的人机协同框架及短视频安全监测案例研究
提出AI4CDS负责任框架，AI扩展设计搜索而人类主导判断；案例验证短视频儿童不宜内容检测，优于通用模型。
面向句子级与上下文感知机器翻译的交叉偏好学习
提出交叉偏好学习框架，融合句级与上下文翻译优势，显式建模上下文效用，无需改动架构即可提升翻译质量与鲁棒性。
MASLD风险分层的超声图像学习流程开发与评估
超声图像学习用于MASLD风险分层，SWE较B模式更优，纤维化分期AUROC最高0.80。
基于超声和大规模计算机视觉模型的肝硬化失代偿预测
利用大规模计算机视觉模型分析常规腹部超声，无创预测肝硬化失代偿风险，补充现有临床评分，助力早期干预。
STyMo：快速可控的少样本动作风格迁移
提出STyMo，用数秒配对数据、一两分钟训练实现少样本动作风格迁移，分解静态与时间风格成分，支持运行时调节，并设防伪门控。
超越总体得分：评估基于参考的自动评估方法的行为正确性假设
提出行为正确性假设，通过控制响应变换测试评估器，发现无评估器满足所有假设，行为差异被聚合分数掩盖。
标签承载人类价值：主观任务的价值校准
提出多校准主观任务学习框架，识别潜在价值群体并实施价值条件校准，在多项主观任务上优于基线。
RISE：通过自外推策略蒸馏实现递归改进
提出RISE：由自身RLVR轨迹外推检查点位移生成合成教师，把稀疏结果奖励变成密集词级目标，实现递归式策略改进，全面超越基线。