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。
分子既视感：前沿语言模型逐位检索已发表数值
审计22个前沿模型发现逐字检索已发表分子属性值普遍且因基准而异，推理加剧检索，抑制后误差趋同
智能体上下文裂解：通过非结构化数据的自适应结构化实现令牌高效的数据推理智能体
提出智能体数据裂解：按需自适应投机式结构化已加载上下文，后续相似查询直接走结构数据，大幅降本且保精度。
随机重排SGD的中心化置换前缀：最优速率、Hölder几何与复合近端扩展
随机重排随机梯度下降常数步长达到二次率匹配下界；推广至Hölder光滑与复合近端，给出最优误差界。
PROMPT2BOX：通过揭示提示间的蕴含结构改进大语言模型弱点发现与特异性估计
提出Prompt2Box盒嵌入方法，利用提示蕴含关系提升特异性估计与弱点发现。
EyeMakeYou：面向高频眼动合成的身份、任务与主观状态条件扩散模型
提出多条件扩散框架EyeMakeYou，融合身份、任务与主观状态生成高频眼动序列，精度与特征相似度优于现有方法。
GUT：通过图复杂度量化与优化大语言模型推理不确定性
提出GUT，用图复杂度量化推理不确定性，并以负不确定性为奖励进行优化。
基于Kolmogorov-Arnold网络与视觉语言基础模型的YOLO可解释目标检测：面向可信多模态AI的计算机视觉感知
提出KAN可解释后验模型，评估YOLOv10检测可信度，结合BLIP场景描述，在COCO和校园图像中有效识别模糊、遮挡等低置信预测。
解释性多模态深度学习整合影像与临床数据检测口腔潜在恶性病变
提出M2-OPMDNet多模态框架，融合白光、自体荧光图像与临床信息，AUC达0.952，优于单模态，SHAP解释显示临床数据互补影像，助力口腔癌筛查。
中文标题：人机共生中增强与自动化视角下的角色感知人工智能
中文摘要：研究AI在人机共生中的功能角色追踪，提出推断和嵌入角色方法，实验验证能有效区分辅助与创作角色，助力AI伦理。
基于二叉决策图的量子电路合成中由大语言模型驱动的算法设计
提出QuantumEvo框架，用LLM生成QCC感知的BDD变量排序启发式，70.9%达到或优于最优基线。
MURAL：基于自适应边学习的多模态不确定性感知推荐
针对多模态推荐结构固定与语义噪声问题，提出自适应边学习与不确定性融合框架，动态降噪，性能达最优。
谁该给我的作业评分？学生对高等教育中透明AI辅助写作评估的视角
学生视AI反馈有用于表层修改，但坚持教师主导评分，清晰区分反馈效用与评价权威。
面向弹性远程机器人控制的耦合控制与无线世界模型
提出控制与无线世界模型耦合的弹性远程控制，预测状态与信道以减少传输，自适应感知变化，提升鲁棒性。