在自然语言自编码器中选择最具信息量的词元
470万解释表明，仅按聊天结构选位常优于计算信号；解释5%位置即可接近全量成功率，预训练语言化器还能揭示微调隐藏词。
Traverse：学习在长视野网络搜索中何时记忆、重置与重定向
提出自主搜索框架，含三状态与记忆工具，以强化学习训练并解决崩溃问题；35B模型BrowseComp得分72.83。
自适应自洽性：从黑盒采样到分布值反馈
提出ASC-D，自洽性转为分布值反馈的序贯众数识别，轨迹减少46.4%–95.6%，正确认证率最高。
噪声潜在结构下的流匹配：超越精确低维支撑
研究噪声潜在结构下的线性流匹配，证明统计速率由潜在维数而非环境维数决定，并给出收敛保证。
广义残差闭合：稳定性—可塑性兼容的通用学习动力学
提出广义残差闭合框架，将学习视为递归闭合未来相关差异，统一稳定性—可塑性、表示修正与持续学习。
学习何处引导：基于生成模型的高效离线多目标优化的噪声空间几何
离线多目标优化中，仅调初始噪声、学少数敏感方向，低成本引导扩散模型，47任务超体积领先。
使用语言模型推断两个事件序列之间的因果关系
大语言模型可仅凭两个事件序列推断因果关系，在合成与真实数据上优于标准因果发现算法。
早期问题的计算能否帮助大语言模型解决新问题？
提出STAIR：复用历史键值并重定向查询，仅训练1.2万参数，后期准确率最高提升11.67个百分点。
分而制之与坍缩：通过精确分解为独立子实例实现 MAPF-Collapse
MAPFC可精确分解为独立子问题，多数仅需单智能体求解；新框架无需商业ILP，中位加速10.5倍。
一种面向算法公平性的秩渐进度量指标
提出基于预测误差分布的秩渐进公平性框架，含AURGF、置换检验与特征剔除，可度量并解释算法不公平。
Uruqi：从视觉经验中学习空间认知
Uruqi借合成相机轨迹密集监督，让视觉语言模型在连续视觉经验中学会自我运动追踪，空间认知显著提升。
基于 Q 分数匹配与序列价值恢复的无环逆强化学习
用扩散策略将逆强化学习化为无环序列价值恢复，三阶段离线提取奖励，比最快基线提速2-3倍且性能不降。
学习为长期记忆问答检索缺失证据
MERA分离全局记忆与问题证据状态，用强化学习训练轻量规划器检索缺失证据，0.6B规划器超越30B。
基于检测Transformer的多壳扩散MRI纤维分辨微结构定量
用DETR从多壳扩散MRI联合预测MD、FA、主纤维方向与信号分数，支持可变隔室，合成数据精度高。
将学习问题编译为语言模型的适配程序
提出适配编译：预测候选程序多重效果并预选，跨五类任务接近穷举、优于默认，可摊销适配搜索。
解耦自蒸馏：习得与保持的测量与建模
系统解耦自蒸馏的三大轴（展开来源、教师耦合、KL方向），揭示三者对习得与保持的不同影响。
信号路由温度缩放：面向小验证预算的低容量风险条件校准
提出10参数SRTS-BCE，按风险分组调温，小预算降ECE并优于高容量法，校准容量应随数据量调整。
重新思考极低码率下的生成式图像压缩
极低码率生成式图像压缩会语义崩溃；RAE-CoD在表示自编码器空间对齐表示，16比特仍可识别且性能领先。
双语音素 BabyLM 中的跨语言效应
训练音素输入的双语BabyLM，发现语法学习轨迹的母语差异强于正字法输入，早期词汇差异与音素库相似度一致。
通过近端熵策略优化推进 RLVR 中的熵级信用分配
提出近端熵，局部度量词元重要性并加权优势；PEPO 在数学推理上超越 GRPO 等基线，且可推广。
面向可提示概念分割的通用跨提示对抗攻击
提出通用跨提示对抗攻击AdvPCS，通过提示优化与感知欺骗，使概念分割mIoU降至5%以下。
SCORE-LM：融合语言模型的状态空间雷达表示用于故障诊断
SCORE-LM将紧凑的状态空间雷达编码器与语言模型结合，实现高精度故障诊断及可理解的维护指导。
走出柏拉图洞穴的阴影：通过反事实推理评估自主智能体中的虚假记忆
提出免训练框架FAME，借反事实推理下的信念演变检测智能体虚假记忆，无需奖励设计或答案采样，多基准上显著优于基线。
让思维与答案对齐：以概率奖励驯服思维漂移
视觉意图定位中IoU强化学习存在思维漂移，Rita用思考奖励、一致性奖励和难度感知过滤提升对齐。
通过自蒸馏涌现的多视图几何
Poincar3以多视图自蒸馏替代RGB重建，无需显式3D监督，在对应估计、相机位姿与3D重建上超越现有方法。
用于端到端组合优化的VLM微调
提出视觉语言求解器，以视觉增强文本，经微调与强化学习训练，多任务解质量提升，复杂大规模问题增益显著。
那是谁的？评估大型语言模型的所有权直觉
提出COAT比较LLM与人类所有权归属，发现模型更同质且情境敏感不同，未充分反映人类判断多样性。
将对抗轨迹锚定至数据流形：一种双层迁移优化框架
提出MABT框架，将对抗轨迹锚定至数据流形，通过双层优化学习几何对齐初始化，提升迁移攻击效果。
看看你让我们聚类成什么样了：从Reddit话语中提取仇恨叙事
提出LLM实体-评价对叙事抽取，经Leiden聚类与LLM细化，识别Reddit仇恨叙事。
PLRS-IC：胸部X射线视觉-语言对齐的双校准框架
PLRS-IC双校准框架：投影条件低秩残差适配局部对齐，信息量校准抑制假阴性，提升胸片零样本任务表现。
培育智能体/证明器接口：面向 Rocq 与 Lean 中低成本高效定理证明的演化式工具设计
用演化方法筛出只提升小模型性能的接口特性，构建 Rocq 的 MCP 服务器 rme；测试中成功率、成本、耗时全面领先，并可迁移至 Lean。
更小模型，更优拒绝样本：偏好蒸馏缩放
更小冻结模型生成拒绝样本计算更少却更有效，能训练更强学生；关键是保留任务结构、降低参考策略耦合。
并非所有解都同等：深度线性神经网络中功能相似性与表征相似性的解析性分离
深度线性网络分析表明，功能与表征可相互解离，表征相似不等于功能相似；仅参数噪声鲁棒性会限制表征灵活性。
通过生成上下文知识融合弥合RAG中的语义鸿沟
提出KASB框架，融合生成与检索知识对齐查询与文档语义，提升段落选择质量，在三个开放域问答数据集验证。
大语言模型去品牌化：抹除商业身份并保留通用效用
提出大模型去品牌化任务，构建基准，指出遗忘模型不足，提出推理时MUTE方法，保留通用能力并消除文本品牌特征。
DC-SAE：加速扩散收敛的深度压缩语义自编码器
提出DC-SAE，解耦语义与像素编码，兼顾32×高压缩、高保真，并加速扩散收敛。
人机协作中的指称不确定性
人机协作指称不确定性可更好校准，但模型少外显；精准描述与针对性模糊限制能减少错误接受，错误定向反有害。
同步多视图神经扩散
提出同步多视图神经扩散，统一扩散过程实现视图内外并发融合，兼顾效率与可扩展性，性能显著提升。
MegaAvatar：可控说话虚拟人生成
引入SMPL-X三维引导与音脸交叉注意力，实现身体、头动、表情可控且身份保持的说话虚拟人生成。
跟随实体：面向智能体搜索的语料地图
提出语料地图，以重复实体为锚构建实体-文档图，离线链接跨查询复用，提升证据发现和答案质量，且更省词元。
RankEvolve：一种用于演化排序模型的可靠多智能体自动研究框架
RankEvolve以可执行协议驱动多智能体互审，执行准确率升至62.5%，提升HSTU推荐效果。
CredWise：面向可解释与可审计信用风险评估的可控智能体决策智能框架
CredWise整合风险预测、概率校准、可解释AI、政策检索、SQL分析与可控智能体流程，支持可解释可审计信用评估并保留人工终审。
BMASH：球体运动感知的足球头球检测
BMASH融合Video Swin与足球运动特征，提升头球检测，并在全视频连续定位中表现有竞争力。
面向内存与数据高效三维湍流预测的尺度拆分神经算子
尺度拆分神经算子：父预测粗场，子预测局部高分辨斑块；三维湍流NMSE降53%、训练内存降79%。
面向受污染人类反馈的鲁棒风险敏感强化学习
提出WSP-CVaR-RLHF，以加权奖励估计与乐观CVaR规划应对偏好翻转，理论更优，实验降遗憾。
SemOPT：通过奖励引导搜索修复基于大语言模型的优化建模中的语义错误
SemOPT用语义奖励模型与分层奖励引导搜索修复LLM优化建模语义错误，复杂基准准确率提升7.6%。
缺失的系数：面向模型个性化的贝叶斯成对合并
将成对偏好视为隐变量，贝叶斯推断奖励权重后验，以均值作合并系数，无需逐用户训练即可个性化。
A2Z GameSpec-Bench：编程智能体能否忠实地依据游戏设计规范生成游戏？
构建含100份长篇游戏设计文档的基准A2Z GameSpec-Bench，评测智能体端到端开发游戏的规范忠实度。
价值即风格：用单向混合解耦价值与语义，实现低损伤的大模型引导
提出单向语义—价值混合接口，冻结残差状态，推理时仅编辑价值码，提升语义保持并减少良性拒答。
COBICount：无需在目标数据上训练，分离目标与背景响应的遥感目标计数
COBICount分离目标与背景响应，无需目标数据即可跨域遥感计数，MAE最低174.132。