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。
Preserving Knowledge across Space and Time for Continual Video Deepfake Detection
核重启：突破神经正切核对神经场的界限
提出三种算法与融合方法，使神经场非线性且可元学习，实现稀疏观测下高质量重建与语义修复。
上下文泰米尔语拼写与语法校正：基于渐进微调序列到序列Transformer
提出渐进微调mT5/mBART的端到端泰米尔语句级纠错法，分四阶段处理噪声、语法、sandhi，最佳模型精确匹配率达69.3%。
Dalek：一种构造性智能体机器
Dalek是封闭智能体机器，基于原语与义务，融合自繁殖核心，以大语言模型和编译器实现自维护、进化、繁殖与组织。
SWIM：基于熟练度条件生成的学生写作模拟
提出SWIM任务模拟学生写作：仅提示控制有限，监督微调与强化学习显著提升各写作特征对齐，但真实低水平写作仍难复现。
深度可分离边缘视觉系统中的预处理失效与对抗检测
预处理防御在深度可分离边缘架构上失效，但其预测分歧可无训练检测对抗样本。
冻结视觉语言模型何时会响应无图像对象令牌编辑？一项免答案键协议及其启示
免答案键协议揭示：冻结视觉语言模型响应对象令牌编辑需显式教学，受令牌洁净度与密度影响，文本问答保留九成以上。
文化菜单基准：探究多模态烹饪推理中的知识应用差距
提出文化菜单基准，揭示多模态模型视觉识别强但菜品文化归因弱，知识无法通过视觉激活。
PPO-STGNN：云边端计算中基于近端策略优化与时空图神经网络的DAG任务调度方法
提出将PPO与时空图神经网络结合的DAG调度算法，优化完工时间和负载均衡，多教师预训练加速收敛。
神经崩溃引导的无任务持续异常检测
提出NC-TFAD框架，用等角紧框架几何空间与合成异常样本，实现无任务边界的工业异常检测，在MVTec AD和VisA上优于现有方法。
PACE：揭示用户请求中的隐藏冲突
提出PACE数据集与PaceMaker多智能体框架，用于发现用户请求中隐含冲突并检索关键证据，性能优于现有方法。
SGD-KV：摘要引导的KV缓存压缩
SGD-KV：摘要引导识别关键注意力头，KV缓存压缩率最高75%，支持百万上下文。
FoRIS：免训练上下文分割中的渐进式前景细化
将上下文分割视为由粗到细过程，提出免训练FoRIS框架，经前景纯化、定位、整合三阶段渐进细化，1-shot/5-shot平均提升4.5/4.8 mIoU。
STARS-GS：面向大规模航空地表重建的结构感知正则化高斯泼溅
提出结构感知的高斯泼溅重建框架，通过保留结构的分区、邻域约束与自适应正则化，显著提升大规模航空地表重建精度。
梯度不感知秩：ProsQA上Matrix-CODI的秩无关性
矩阵CODI对秩不敏感：秩k截断精度平坦，多种读出皆然；负对照表明秩k消融混淆秩盲与位置无关性。
还有什么需要修复？探索对话生成产物中修订传播的高性价比测试时计算
针对对话生成产物，新基准评估九种修订法；最优为并行采样三次后选优，提升准确率2.2-9.7%
规模化定律、表格数据与精算定价模型
深度学习缩放规律在精算定价中不显著，模型提升依赖数据而非参数量，架构与目标设计更重要。
路由不够：诊断MoE+LoRA微调中的适配器子空间争用
多领域微调中，路由分离不足以防止负迁移，干扰源于低秩适配器子空间内的梯度竞争。动态添加门控子适配器可有效缓解。
视觉先验引导的特征重配置用于医学病灶分割
提出FreNet，以视觉先验在编码前像素级重配置、编码中特征级重配置，抑制背景、应对多样病灶，9个基准达最优。
探索对比语言-图像预训练在多源遥感数据中的潜力
提出全模态遥感框架，以光谱基分解和掩码对比学习将模型扩至异构数据，并建大型数据集，提升检索与零样本分类。
神经算子的可学习组合
子域预训练后冻结，仅训练轻量组合模块；适应新域后达西流误差降36%-56%，俯仰翼型流动预测亦改善。
蒸馏深度光流立体方法以反演密集三维风场
用深度光流立体匹配，蒸馏多卫星模型为单卫星，全球反演密集三维风场；水汽波段优于业务风矢，长波红外退化。
提示工程在药物毒性预测中的应用分析
英国临床试验耗资巨大且失败率高，研究分析LLM提示工程。发现模型自然变异大于提示微调影响，用化学信息学代码提取特征效果更佳。
语言编码网络拓扑使大语言模型能够推理复杂网络
将网络拓扑编译为可解释的结构角色语言，显著提升大模型推理网络问题的能力，并在生物网络中揭示关键基因组织。
HalluPeer：基于分类法的科学同行评审幻觉检测基准
提出检测科学评审幻觉的基准HalluPeer，含论文、评审及注入幻觉数据，现有检测器难以区分幻觉与真实批评。
遮挡鲁棒的多模态情绪识别：基于面部图像与EMG融合的VR方法
融合下半脸视频与遮挡区EMG识别七类情绪，宏F1达51%，优于单模态基线，可用于VR情感交互。
基于约束生成的整数规划反事实路由
用整数规划迭代添加约束精确求解反事实路由；测试中质量第四，但速度最快，平均9秒，远快于次快的118.8秒。
少即是道德：一种用于支持行为中道德基础检测的CHARM框架
CHARM以轻量微调LLM融合道德理由与仇恨信号，跨域检测优异，并揭示新冠疫情中道德一致性与在线支持行为强相关。
KC-Bench：面向LLM智能体知识冲突评估的动态交互基准
提出KC-Bench多轮基准，含238个筛选任务，评测9模型处理知识冲突、输入矛盾及时间冲突能力，发现无模型全面可靠。
跨合成数据生成器家族的可移植因果公平性
因果公平机制可移植至三类九种合成生成器，新扩散模型最公平，隐私保护不损公平性，保真度几乎不变。
音视频模型中的注意力三角
音视频扩散模型跨模态注意力导致语义泄漏，注意力三角揭示偏置驱动的双向路由，可用于诊断干预，提升一致性。
FPCO-Dialog：用于视觉语言模型纠正与协作的多轮错误前提基准
提出FPCO-Dialog基准，评估多模态模型多轮对话中重复错误前提下的纠正与协作，揭示跨模型显著差异。
TruncGradGS：通过截断梯度更新改进的3D高斯泼溅
提出分段截断梯度以解决梯度消失，提升三维高斯泼溅优化稳定性与初始化鲁棒性，适用静态与动态场景。
随机注意力：重新思考KV缓存驱逐以实现高效推理
随机注意力不计算分数、随机驱逐缓存，因提示词关键且推理轨迹有冗余，故与最优方法相当且吞吐更高。
残差最优传输的专家协作方法用于模态感知红外-可见光目标检测
提出FlexibleFusion，用模态感知专家协作和残差自步熵最优传输，在模态缺失时仍可自适应融合，实现一致检测性能。
基于有据、忠实、一致且可操作理由的可问责AI：VERDICT临床试验匹配案例研究
提出VERDICT，用SMT/MaxSMT求解临床试验匹配，实现政策一致与忠实理由，可问责且准确率最高。
扰动如何传播：大语言模型鲁棒性的多层次分析
分析输出、隐状态、注意力头三层的扰动传播：单一行为或表征指标评估鲁棒性会误导，需多层次。
小型Transformer中对比代码表示学习的合成语义监督：实证研究
用合成自然语言监督训练小型代码编码器，5/8任务优于同规模基线，微调后可匹敌大模型。
SafeRestore：面向选择性工业图像修复的检测器相对风险证书
提出面向检测器的风险证书，用于选择性工业图像修复的审计，具可审计性，但不宣称优于简单策略。
面向数据中心能源优化的人工智能
综述约194篇文献，发现AI优化数据中心多仅模拟验证，忽略水与碳核算，方法难分优劣；提出CLEAR-DC框架以统一报告净收益。
TabScope：问题自适应的表格问答范围选择
提出自适应表格问答框架，按问题类型动态选择局部或全表推理，实验证明自适应选择效果最佳。
FlowBalance：基于验证器的在策略推理经验自改进
提出FlowBalance：以验证器优势校准自引导，用轨迹平衡拟合目标分布，提升数学推理，训练更快更稳，避免响应长度坍缩。
SafeRI：大型视觉语言模型的词元级安全识别与干预
提出流式识别与门控LoRA的按需安全干预，仅在检测到不安全时激活重定向，保持通用能力。
DE-Venus：面向大语言模型的数据高效RLVR框架
提出DE-Venus框架，通过主动数据选择、弱监督构建和训练时监督精炼，用10%标签或13%数据保持模型质量，并减少63%-75%收敛步数。
B2B客户转化预测：文档表示、图论与CatBoost驱动的方法
基于文档表示与图论聚类公司名，借助CatBoost模型预测B2B客户转化，准确率91%，助力个性化营销。
选择性超图精化用于冻结图聚类
提出选择性超图精化(SHR)后处理方法，不改模型与图结构，仅精化冻结聚类结果，平均宏增益0.066个百分点，仅0.209%赋值改变。
物理实验室的可计算表示实现可验证工作流
物理实验室可计算表示通过类型化对象能力绑定操作和组合工作流代数实现可验证流程为端到端自主科学发现奠基
WIDE：面向跨模态生成式检索的动态扩展通配符推理
动态扩展通配符推理：校准熵阈值，通配符解码扩展搜索，混合重排序，抑制跨模态检索强迫幻觉，超越现有方法。