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。
SV-WAM：用于端到端自动驾驶的高效环视世界动作模型
提出环视世界动作模型：视频预测仅作监督，推理时弃视频分支，实现低延迟规划最优；加可行驶正则提升安全。
CauseCollab：用于异构协同感知的因果统一与模态无关网络
提出因果统一模态无关网络，解耦语义与模态混杂因素，保证跨模态一致；新增模态只需小适配器，性能领先。
RecurTrace：带循环时间记忆的自适应潜在推理
重复中间层可提升推理，但现有方法无法访问早前计算且循环数固定。RecurTrace用循环记忆注意力访问历史状态，并自适应决定循环次数，准确率超最优固定深度2.2点。
KhatianDoc：人工验证基准，诊断多模态大语言模型在孟加拉法律土地记录上的失败
构建孟加拉土地记录基准，发现多模态大模型在近四成类别零正确，算术劣于常量基线，证实为能力缺失而非性能差距。
Bioinfoysis技术报告
提出持久化工件驱动的多智能体系统，通过计划重规划与证据绑定，在生物信息学任务上大幅提升准确率。
SimpleDesign：蛋白质序列与结构协同设计的联合模型
新模型直接在数据空间端到端联合训练序列与结构，采用混合多模态架构，在蛋白质协同设计与无条件生成中表现优异。
TIGPO：面向长时程LLM智能体的时序实例图策略优化
TIGPO跨策略更新维护持久实例图，借助探索与重访形成跨时参照，优化长时程智能体信用分配，优于现有方法。
推断生成过程多样性预测跨语言模型的关联失败
推断的生成过程多样性（以归一化压缩距离度量）可预测模型对的关联失败，且该效应独立于语义相似性与能力。
大型开放多能量土壤击实试验数据集及机器学习基线
发布含近三千项多能量击实试验的开放数据集建立机器学习基线预测最大干密度与最优含水率R²约0.82
TraveL：基于Transformer的多视角路径分布表示学习
提出一种基于注意力机制的多视角路径分布表示学习，刻画出行者行为与区域关联，在多个任务上优于现有方法。
推断人工代理中的情感意识：案例研究
人工代理虽完全确定性，却可表现享乐性地点偏好，提示情感行为未必源于主观感受，对理解意识物理基础有启示。
去序保级：HTN计划去序化
将经典规划去序技术扩展至HTN，去除多余顺序约束，验证于IPC基准，显著减少约束数量，关键路径略降。
打开思维之窗：通过解析架构的策略
电声作曲中封闭音频处理器主导，损失内部过程可见性。以史罗德混响为例，重建科学方法，构建分析工具实现自觉研究。
CoFiE：面向高效流式视频理解的从粗到精证据选择
提出CoFiE框架，在视觉编码前粗筛帧、LLM预填充中细选关键帧，减少冗余并提精度，多个视频基准达SOTA。
ARCOS：跨OCT设备的角膜层分割零样本边界定位
提出ARCOS零样本边界定位框架，跨设备角膜层分割精度高，匹配设备准确率95.1%，跨设备84.3%，厚度误差低。
自编码器参数作为数据向量表示的谱特征
自编码器参数矩阵的谱特征可作数据向量表示，理论与实验证明其与数据协方差相关，能区分不同子集模型。
超越浅层对齐：后训练方法如何塑造拒答回路与引导稳健性
后训练方法重塑拒答机制，推理增强特有模式；但无一兼顾非脆弱拒答、能力保持与可修正性，安全对齐未成熟。
ToPO：面向注意力潜扩散模型的令牌条件偏好路由
ToPO以令牌条件偏好路由优化潜扩散模型，无需奖励模型，在SD-1.5和SDXL的多数指标上均优于Diffusion-DPO。
用于多维物联网流量数据异常检测的对抗式零样本学习方法
提出对抗学习与对比损失的序列VAE框架，实现零样本跨域异常检测，无需标签，44个迁移场景中验证有效。
耦合缩放：神经缩放定律的表征可及性框架
提出耦合缩放框架：有限预算缩放取决于任务结构与架构-优化可达几何，而非仅数据几何。
理解自动驾驶数据集：通过自然语言描述图像子集间的差异
提出用自然语言描述图像子集差异，辅助自动驾驶数据集分析，开发AD-Diff基准，评估开放权重模型。
超越直线性：基于分位数对齐树耦合的无交叉流匹配
提出分位数对齐树耦合(QAT-FM)，构建高效分层耦合，避免路径交叉，降低构建成本，提升生成性能。
DropClick：面向农业机器人数据的半自动单击分割
提出单击分割工具DropClick，仅用少量图片训练即可生成伪标签，减少标注输入，性能优于同类方法。
面向私有云CPU负载预测的两阶段预测系统
提出两阶段模型：先预测事务量(TPS)，再据此预测CPU负载，采用级联XGBoost与自适应重训练，在私有云真实数据上误差低于7%，优于直接预测。
替我发言：赋予大语言模型参与会议的情景意识
CAPA架构通过状态更新与预测，使代理把握发言时机：静默率由51.4%降至2.5%，恢复率翻倍，幻觉仅0.6%。
超越BLEU：重新定义手语翻译基准的倡议
手语翻译中BLEU-4不能衡量真实理解；提出的LLM问答协议更接近人工且稳健，并发现手语注释系统显著更优，BLEU无法反映。
谨防差距：PII检测系统中的鲁棒性风险
研究表明，PII检测系统在标准基准下表现优异，但面对真实分布偏移时严重失效，不同架构各有缺陷，需混合方案应对。
SignSeek：面向手语词典检索的可迁移表征学习
基于显著引导的发音部位掩码对比学习，实现跨语料手语检索最优，且零样本泛化到未见过手语。
基于大语言模型的类型学特征预测：一种上下文学习方法
利用上下文学习预测语言类型学特征，加入谱系与地理证据后，LLM显著超越基线，且提供可解释理由。
LongCounsel-8: A Benchmark Suite for Longitudinal Depression Tracking from Multi-Session Counseling Dialogues
高斯宽度之外的受限特征值：重尾下的阈值占据
重尾下受限特征值界不由高斯宽度决定，而受阈值占据限制；样本复杂度与阈值VC维相关，各向同性亦失效。
基于SMT的HTN-SAT编码实现数值TOHTN规划
研究数值全序HTN规划，用SMT扩展SAT编码处理数值变量，提供基准测试，实验证明其具备竞争性基线。
复数指称的电路：大语言模型如何表示和检索单数与复数实体
发现注意力头电路负责复数指称：表征实体、识别复数组合、传递信息；复数代词偏好与人类一致。
“</think>”并不能停止推理：虚假思维链终止分析
注入结束思考标记不总能使推理干净终止，推理会延续至回答阶段（虚假思维链终止）；增强标记注意力可缓解。
引导而非束缚：可废止先验为何在增广拉格朗日因果发现中失效
可废止先验在增广拉格朗日因果发现中失败：惩罚阶梯抑制真边，相关目标混淆因果方向。
小米-TabLDM：表格基础模型技术报告
小米表格基础模型基于结构因果模型合成数据预训练，通过上下文学习实现分类回归，无需微调且计算高效。
IndicSafeEval：多语言说服性越狱攻击下大语言模型的安全鲁棒性
为印度语言构建说服性越狱评测框架，发现安全表现随语言和措辞波动，凸显多语言安全评估之必要。
更多批评并不会让评审更好：EquiReview-R
评审该区分遗漏与过度批评：先修订后搜索可使过度批评从15.5%降至8.1%，遗漏上限9.9%。
评估大语言模型在内容审核中标准条件行为
现有基准用聚合标签掩盖了模型按具体标准审核的缺陷。引入DECO后，发现模型在依赖特定内容维度而非整体有害性时失败率高，需明确评估标准条件行为。
面向反事实图像审计的共同见证证书与最紧特征界
提出共同见证度与见证复形，形式化反事实图像编辑的局部全局失效，分离审计与因果识别，得到特征紧界与修复计数。
合成数据增强对话语语用功能分类的影响
合成示例位置与数量同等重要：近端样本宏F1增益最大，平衡混合准确率最高，但增强仅移动决策边界。
视频生成器能否跨片段追踪世界？视频延续中世界状态推理的基准与方法
提出世界状态推理基准与显式实体状态更新法，将视频延续状态得分由45.2提升至69.3。
观测条件潜在能量先验用于稀疏隐式神经形状补全
提出观测条件潜在能量先验，改善冻结隐式神经表示解码器的稀疏形状补全，优于L2和高斯混合先验。
面向组织病理学全切片图像分类的语义感知子图状态空间模型
提出语义感知子图状态空间模型：聚合病理块为子图以保持空间结构，结合GNN与Mamba编码子图内外信息，实现全切片高效分类。
面向智能体AI系统的价值保持架构
探讨智能体及多智能体系统的架构设计如何维护隐私、公平、安全等人类价值，提出三类模式及用例，奠定可信设计基础。