利用对比课程高效学习图像缩放
提出无需额外标签或监督微调的对比课程内在奖励，高效训练多模态大模型缩放工具，性能媲美基线。
新鲜记忆，陈旧计划：面向分布式LLM智能体的依赖范围校验
PlanFence协议按依赖范围校验动作合法性：仅验证影响待执行动作的记录，必要时重规划或阻止。30例验证中，传统只查新鲜度全部执行旧计划，PlanFence零无效动作。
当深度有害：面向无深度RGB-D显著目标检测的可靠性感知几何蒸馏
提出可靠性感知几何蒸馏框架，以冻结深度教师迁移几何知识，推理仅用RGB，在多个RGB-D SOD基准上取得最优或持平结果。
统一语境下的语言任务与上下文集成
提出Conformal Relevance框架，用上下文学习与集成构造评分函数，在保证覆盖度时提升简洁性，减少人工提示工程，适用于七项NLP任务。
现代Transformer是隐式混合体：从功能分化到有原则的混合架构设计
提出头级混合架构HwH：无位置编码的FA负责全局检索，LA负责局部位置建模，显著增强零样本长上下文外推。
ProgResViT：面向自适应视觉Transformer的渐进式分辨率与宽度
ProgResViT以渐进分辨率和宽度进行输入自适应推理，低置信时复用特征继续细化，精度-计算权衡优于多种自适应基线。
GUI智能体知道何时不应行动吗？实现多模态GUI智能体的冲突感知终止
提出冲突感知终止基准与干预框架，使智能体识别矛盾指令并停止执行，同时保持正常任务性能。
聆听潜在表征：通过隐藏状态交互在大型音频语言模型中的自纠正语音识别
提出Hybrid Search，利用ASR与基础LLM的隐藏状态交互特征，精准纠正高语义依赖词元，提升语音识别性能。
DuplexSpeechBench-IFEval：全双工语音智能体隐式指令跟随评估基准
提出DSB-IFEval基准，含1038例，评估全双工语音智能体隐式指令跟随；结果显示架构权衡，且安全冲突难解决。
蒸馏前先验证：面向同策略蒸馏的提示级教师门控
提出提示级教师门控同策略蒸馏：先验证教师可靠性，通过后才使用密集蒸馏，性能全面优于普通同策略蒸馏。
无知的几何：大语言模型知道何时对贝叶斯先验调温
发现语言模型输出层的“无知方向”编码单字先验；其载荷因子λ随上下文信息增多而下降，对应温度化贝叶斯更新。
无需计数标签的相机陷阱图像序列动物计数：iWildCam 2021挑战赛冠军方案
结合物种分类与检测启发式，无需计数标签即可估计序列中的动物个体数，获2021挑战赛冠军。
尾部似然强化学习
传统强化学习优化平均奖励，忽视稀有高回报；尾似然法最大化奖励超阈值的对数概率，仅需调整优势函数。
审思“以LLM为评审”：基于LLM的自动文本生成评估中的评分标准伪影问题
仅凭评分标准文本训练的模型即可预测评判结果，说明评分标准含有评估信号，导致LLM评审可靠性存疑。
中文标题
摘要：提出物理信息图注意力网络，直接在网格上预测电势和准费米能级，比全仿真快多个数量级，支持大规模器件设计探索。
人工智能驱动的新型实用英语教材的结构与实现
提出人工智能驱动的实用英语教材五层架构；经186名本科生试验，完成准确率升至84.9%，口语提10.8分，教师批改时间减31.6%
评估图神经网络用于海图变更关键性分类
提出将电子海图矢量数据建模为图，用GNN分类变更对航行安全是否关键，实验证明图表示提升海图更新分类效果，可扩展维护流程。
TRACE：用于颗粒动力学的时空接触记忆图网络模拟器
提出图网络模拟器，将接触历史存于边上，精准模拟崩塌过程，误差大幅降低，速度提升约十倍。
基于张量的脑表面建模与分析
提出统一的张量形态测量框架，结合曲面建模与扩散平滑，分析脑表面差异，定位儿童皮层灰质生长或萎缩区域。
Jina-OCR-v1：结合推测解码与稠密可验证奖励的高效文档解析
低算力显卡上的端到端文档解析模型，结合压缩视觉编码与推测解码，采用稠密可验证奖励训练，精度高且速度快。
有限库输入扭曲核的无遗憾贝叶斯优化
提出有限库输入扭曲贝叶斯优化，自适应几何加速学习，保留收敛保证；在失配几何上优于原始GP-UCB。
有限数据下基于集成自学习的停车位分类方法
基于卷积自编码器集成的自学习方法，利用无标签数据学习通用特征，在小样本跨域情形下达到93%-96%精度。
面向高效3D高斯溅射训练的拉普拉斯频率层级
提出拉普拉斯频率层级法，采用由粗到细分频训练，归档低频场以减少活跃高斯，加快训练并兼容现有加速器。
P-CORE：面向点云神经编辑的自监督表面一致性
提出自监督方法，通过随机变形前后表面一致性，增强点云神经表示对大形变的鲁棒性，无需真值多视图图像。
大语言模型解决上下文知识冲突研究
提出六类上下文冲突和数据集，评测九种大模型仍欠佳；发现早期证据偏好，提出免训练引导法以改善冲突解决。
RL-ADA：一种面向对抗鲁棒企业对话代理的世界反馈框架
无标注RL-ADA以世界反馈驱动代理对抗共进化，银行客服路由错误消除、通过率翻倍，涌现上下文伪装。
PointGT：基于点表示的几何与纹理同步编辑
提出基于点的三维表示，结合几何变形与可学习UV映射，实现几何和纹理同步精细编辑，保持高渲染质量。
SHELF：多任务书目基准测试的合成框架
SHELF提供多任务书目基准，含六万余文档；评测显示稀疏方法有竞争力，但分数不能预测实际目录数据。
老语言学家无处可依：大语言模型-大脑对齐对神经计算构成欠定
LLM与大脑对齐无法确定神经机制，从对齐推出共享计算原理或机制模型存在逻辑、因果和计算欠定。
MedQA-MM：医学视觉推理背后的捷径
医学多模态问答凭文本/选项线索即可猜对，基准高分含水分；新子集去捷径后准确率骤降，需路径级证据。
LexIssue：中国民事诉讼争议焦点识别的基准评测
构建中国民事诉讼争议焦点识别基准，430案例及1303条专家标注，提出生成与分类任务，用法律知识库检索增强。
AutoGraphForge：迈向自动图论发现
提出自动图论发现流水线，经反例引导生成6522个猜想，人工证明部分定理，并用Lean4及神经证明器验证。
BMCTrack-d：挑战性摄像环境下基于背部标记的猪只重识别与追踪
提出BMCTrack-d，利用背部标记在侧视复杂环境中实现猪只重识别与追踪，结合分类器、时间一致性检查和去重，追踪精度显著优于现有方法。
激进解码期KV淘汰的关键要素：时间聚合与排序保持
时间聚合与排序保持决定激进KV淘汰效果；EMA聚合使评分改动失效，InertiaKV提速1.34-1.46倍。
前沿大语言模型是高效的批量优化器：连续与离散场景下推理模型的评估
前沿推理模型在批量优化中：数值函数上零样本尚可但脆弱，语义丰富的离散空间显著更优。
对多步骤临床大语言模型智能体的反事实公平审计需要实测的逐动作不稳定底限
反事实翻转率单看无意义；同一条件重复运行动作改变8.7%，且因动作而异，须报告逐动作不稳定底限。
GPS-Bench：自动化政策分析的治理政策基准
GPS基准是基于证据的治理模拟基准，连接政策、行为者与后果，用于比较多智能体等方法，发现微调预测最强，分解补充机制。
将话轮转换与语义解耦：面向基于有限状态机的全双工对话的解耦数据方法
提出解耦数据方法：从真实人人对话学话轮转换，从人机文本配语义，并设计源感知校准损失，兼顾两者。
OCR-EDR：渲染感知的闭环OCR改进诊断与修复
提出渲染感知OCR-EDR框架，实现细粒度诊断到迭代修复，显著提升OCR性能与公式识别准确率。
GrowPage：面向高效LLM推理服务的按需KV预算管理
GrowPage按需动态分配KV缓存，利用双时间尺度摘要估计需求，压缩或增页，显著优化推理性能与吞吐量。
MemoryLACE：记忆生命周期感知的整合与证据检索
MemoryLACE以稀疏关系建模文本证据生命周期，重构证据单元，性能领先并降耗时66.6%。
让每一次工具调用都算数：为智能体视觉语言模型设置必要工具证据路径奖励
提出NTEP奖励机制，监督智能体视觉语言模型的工具调用，确保每次调用获取必要证据，减少冗余，提升准确率和工具效率。
因果基础模型
因果基础模型将预训练范式用于因果推断，通过上下文学习在新数据上估计处理效应，无需微调。
ObserverBench：检验用于干预与控制的机制性估计
观察者基准：区分估计准确性与行动损失，检验可解释性方法所驱动的干预控制。
NeoRed：面向新生儿呼吸疾病诊断的知识-逻辑-对齐多模态大语言模型
提出新生儿呼吸疾病多模态大模型NeoRed，用知识-逻辑-对齐框架提升诊断报告生成准确率，性能优于现有模型。
LeanStream：一种推测与精炼的流式框架，用于高效的设备端大语言模型推理
提出LeanStream流式框架，利用部分GPU结果渐进优化计算与I/O重叠，降低内存4.8-7.5倍，提升生成速度1.6-2.1倍。
提示词中的分析师：LLM金融分析中的角色、检索与记忆偏差
大模型金融分析受用户上下文影响，偏差主要源于解释而非证据检索；缓解策略效果有限且因模型而异。
MudraGen：几何监督的交互式双手手印生成助力印度古典舞蹈遗产保护
提出几何监督扩散生成，生成交互式双手手印，姿态解剖准确超现有方法，助力古典舞遗产保护。
大语言模型基于规则的上下文学习优于基于示例的上下文学习
研究表明，模型从规则学习比从示例更可靠，额外示例无增益；指令调优增强规则学习优势。