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。
2026年PNPL竞赛：LibriBrain100中的词汇分类与高效跨受试者泛化
PNPL 2026大赛聚焦词汇分类，双赛道分别优化个体内精度与高效跨受试者泛化，最少只需10分钟数据。
丹麦树种制图：光谱-时间特征与地理空间基础模型嵌入的比较
比较光谱时间特征与基础模型嵌入：前者总体精度更高，后者少样本占优；已生成丹麦十米树种图，精度79.9%
大型语言模型在多大程度上理解孟加拉语习语？
建立首个孟加拉语习语基准及问答数据集，测试多模型在释义、习语定位和含义识别中的表现，结果显示无模型全面占优。
主动服务智能体：统一决策框架、方法与评估
主动服务需从环境推断机会并决策是否干预，定义为授权约束下的部分可观测决策过程，强调校准增量价值而非离线性能或长期记忆。
情绪明暗对照：基于评价理论的对比情绪基准
提出对比情绪基准，基于评价理论刻画同一诱因引发的正负情绪；现有模型效果差，但作为训练信号可提升下游识别
SimSkill：自主精通交通仿真的终身学习AI智能体
SimSkill是终身学习智能体，面向SUMO交通仿真，自动生成并验证任务，积累程序与语义记忆，使完成率最高提升二十五个百分点。
FlashRender：通过相机控制的视频MeanFlow实现少步生成式渲染
提出FlashRender少步生成渲染框架，引入表示变换对齐、MeanFlow与流图蒸馏，解决采样步相关相机控制，以25倍低成本达多步质量并增强相机可控性。
基于强化学习与不确定性量化的配电网最优运行风险与异常识别
提出不确定性感知的深度强化学习框架，区分偶然与认知不确定性，分别识别配电网固有风险与分布外异常。
基于自适应谱带宽控制的几何感知图构建
针对固定带宽导致谱失真，按节点匹配核有效秩与局部本征维数来设定自适应带宽，从而提升图方法的分类与传播精度。
基于可变形时间对齐与差异感知融合的神经视频压缩
针对复杂运动/高频纹理下时间上下文不准，提出可变形时间对齐与差异感知融合，抑制错位，率失真性能超DCVC-DC
为世界模型构建预训练数据：基于虚幻引擎的动作条件视频生成流水线
提出基于虚幻引擎的两阶段分布式流水线，生成动作条件多视角视频，为世界模型预训练产出海量合成数据。
Lngram v2：具有可解释离散表示的潜在N-gram记忆
Lngram v2解耦各维度，用分组查询读出与反事实梯度训练，扩至30B并降参，离散ID保留语义。
FrameBench：基于框架语义学的语言理解基准
构建基于框架语义的语言理解基准，检验模型能否区分同一动词在不同语境下激活的框架；小模型有挑战，大模型超人类。
借助世界模型的潜能量动作规划
潜能量动作规划将整段动作作为可微变量，冻结世界模型优化终态目标匹配与能量，成功率提升17.3个百分点
问题在于预算而非路径：LLM推理轨迹中的预算与难度混淆
研究发现推理轨迹中的“突破”多为预算效应；加入难度对照后，178例中仅1例真为前缀受限，早期信号无结果信息。
重新思考面向安全关键具身系统的世界模型
世界模型需从预测转向风险导向，整合反事实推理与安全记忆，识别关键后果，决定何时行动或弃权。
STAIR（结构感知信息检索器）：用于文档结构增强的新型数据集与基于LLM的检索器
提出STAIR系统，利用目录结构增强检索，减少幻觉（<0.05%），构建SearchTome基准，Recall@1达82.6%，显著优于现有方法。
从零到英雄：开放的亚美尼亚语大语言模型生态系统
公开首个可复现的亚美尼亚语LLM，含验证语料与翻译STEM数据，持续预训练后全面超越现有模型，并揭露语料泄漏问题。
Drive-HWM：动态潜变量引导的自动驾驶分层世界模型
提出分层快慢世界模型，分离长期预测与即时决策，用光流学习动态潜变量，联合预测下一帧和动作，提升驾驶性能。
Text2Thermal：基于文本先验的物理感知热图像合成
通过文本提供材质、天气等热辐射先验，无需RGB即可生成热图像，FID达最优。
审计医学生成模型中的患者隐私：利用DeepSSIM++进行可扩展的记忆检测
提出DeepSSIM++，自监督度量医学生成模型记忆，准确高效检测患者数据泄露，较基线显著提升。
治理模型，而非仅治理数据：创意AI中的存储、流通与学习
联邦学习非隐私万能药；需治理模型而非仅数据，让创作者在存储、流通、学习中拥有主权。
检索何时有益：单轮心理健康问答中的选择性检索
单轮心理健康问答中检索并非总有益，选择性检索优于始终检索，可避免质量下降和安全风险。
知识图谱嵌入的模式过度泛化
提出PogRE方法，用密集线性变换抑制模式过度泛化，提升链接预测性能。
解耦分析与评判：复杂多步创意任务中基于LLM的自动创意评估器
提出CreaEval，将评判解耦为记忆分析与证据评判，降低LLM偏见，创意评估性能提升22.74%。
Transfiver：通过共享可编辑状态实现人机协同推理
提出共享可编辑状态架构，模型与人共同更新同一状态，实现透明可核查的人机协同推理。
RhythmFormer远程光电容积描记中可解释人工智能的跨数据集迁移与可靠性
量化表明，归因指标跨数据集补充性能而非替代；皮肤覆盖与SaCo揭示模型关注点，不保证准确性。
SVG-Score：文本到SVG生成的人类对齐评估
提出SVG-Score人类对齐评估框架，构建语义对齐数据集与双评估器（CLIP和VLM），用于评测文本生成SVG的忠实度。
EraseSAE：基于稀疏自编码器的文本到视频扩散模型精准概念擦除
EraseSAE用稀疏自编码器解耦时空特征并精准擦除目标概念，保持生成质量，优于现有方法。
语义贝叶斯世界模型
针对知识图谱与概率推理的割裂，提出以本体约束先验、贝叶斯更新信念的共享演化世界模型。
在推理时稳定相机控制的新视图合成
将相机运动分解为小自回归步骤，可减少误差累积，提升稳定性和3D重建质量，无需重训。
基于合成语音构建与评估固定音色泰语TTS
用合成语音构建固定音色泰语TTS，设备端运行，性能逼近Gemini。
当用户不主动提问时：对话代理中上下文驱动的记忆检索基准测试
提出LOCOMO-CONV对话记忆基准：对话框架暴露检索差距，强检索并不等于响应质量，隐式查询存在静默接地。
无时间步进：通过自洽性模拟耦合动力系统
将耦合系统模拟转化为轨迹不动点问题，以十次内牛顿迭代替代逐步积分；隐式梯度保持正确，谱半径可预测收敛。
适应不断变化的需求：面向零售供应链运营的智能体AI
提出图约束智能体框架，联合选择干预路径与模块改动，提升零售供应链需求适配正确性，端到端成功率由72-76%升至79-83%。
回忆与重加权：利用经验记忆和置信度估计增强多智能体辩论
提出R²-MAD框架，用历史辩论经验校准先验，按可靠性加权，修正多智能体辩论中的共性错误，提升推理性能。
合成数据能将泰文OCR推进到何种程度？
研究合成数据对真实泰文OCR迁移的影响，据此训练Wayu-Paxa-OCR-Zero模型，无需真实标签即可大幅降低印刷与手写错误率，优于更强基线。
DNative-Twin：面向可重构智能体决策的决策图与数字孪生
提出DNative-Twin：决策图与数字孪生重放智能体决策；重放上下文和验证证据可解未观测状态歧义，召回升至1.0。
面向高效渐进图像压缩的树结构向量量化
提出树向量量化框架，以层次二叉树组织码字，根到叶路径前缀可解码，实现高效渐进图像压缩。
语言、语言模型，以及我们谈论的对象
以意大利语模型为例，质疑训练于翻译与合成数据的语言模型是否仍关乎语言，呼吁区分技术产品与语言研究工具。
PL-SCEA：面向少样本工业异常检测的预训练注意力重构
通过自相关与幂律加权重构预训练注意力，配合VAE重建计分，实现少样本工业异常准确检测与定位。
重新思考3D噪声：通过免优化的形态扰动学习3D感知视频先验
提出3D形态扰动正则器，免优化保持空间一致性，增强几何先验，降低深度误差12.5%，提升机器人操作成功率8%。
迷失于重排：语义保持扰动下多语言大模型的结构敏感性
多语言大模型对语义等价的句法重排高度敏感，推理性能显著下降，源于实体-数量对齐中断，缺乏结构不变性。
梯度知晓结果所不知：以梯度对齐奖励解锁大语言模型推理的强化学习
提出梯度对齐奖励：以策略梯度与专家锚梯度的余弦相似度作稠密奖励，低开销，超越既有基线并可泛化。