基于联邦图学习的LLM多智能体系统隐私保护拓扑引导安全
联邦图学习让LLM多智能体系统在不共享数据下实现拓扑安全，性能超越集中式，有效抵抗分布偏移。
RATL：基于检索残差学习实现稳健多元时间序列预测
RATL将历史预测残差作为可检索记忆，检索相似残差并学习路由组合，反馈修正冻结预测器，提升多元时间序列预测。
余量-漂移重放：GRPO中原则性重放控制的原语
将重放分为余量排序与漂移门控，不增生成/训练机制，单点干预即在多任务匹配或超越复杂重放法，交互场景省时。
掷骰子法：大语言模型品牌推荐重复查询审计的标准化协议
提出掷骰子法，基于方差分解确立重复查询审计大模型品牌推荐的迭代三档。
数字凹视下的高效语义理解
数字凹视借稀疏观测与选择性计算能以极低算力达到接近全图的语义理解，无需逐像素密集处理。
退化扩散模型的条件化
用因果最优输运为条件化奇异扩散模型定义近似损失在密度不存在或不光滑时于最弱假设下识别最小熵引导控制
OSR：输出空间再分配用于分类模型的自适应标签移除
提出输出空间统计重分配方法，无需原始数据即可近似重训后置信度，效率高且保护隐私，性能接近完整重训。
PrivateHub：用于生成私有传感器密集型环境数据的对比扩散模型
PrivateHub用对比扩散生成多传感器数据，保留非隐私应用可检测性，使隐私应用识别率降40%~50%。
Rent-a-RAG：面向第三方RAG审计的嵌入空间水印
提出一种嵌入空间语义水印方案，用于审计第三方RAG中的文档复用，黑盒检测准确且抗后处理。
可编辑视觉设计
提出以编码代理驱动的可编辑视觉设计范式，整合视觉语言模型与图像生成，产出分层可编辑、含真实文本的设计。
X-Translator：一种实时多语言说话人感知的语音到语音翻译系统
多说话人长对话场景的实时级联翻译系统，通过增量分段提交与说话人提示管理，平衡质量、延迟和声音一致性
解锁LLM中的无损加速：离散扩散方法
提出扩散增强LLM（Uno），以离散扩散并行解码，无需草稿模型，无损加速达3倍，吞吐量高，性能超越更大规模扩散LLM。
中文标题：重尾分布极值分位数处理效应的位置不变估计器
中文摘要：针对重尾结果提出位置不变的极值分位数处理效应估计器，修正位置偏移导致的不稳健，并证明其一致性与渐近正态性。
IchthyoNoma：孟加拉淡水鱼识别中零样本生物视觉-语言模型的命名与上下文敏感性
测试零样本视觉语言模型识别孟加拉淡水鱼，性能依赖生物知识、语言、命名与上下文；最强模型孟加拉语提示也近乎随机。
RobustSeiz：面向脑电癫痫检测模型鲁棒性基准测试的开源框架
RobustSeiz开源框架标准化四个脑电数据集，通过临床分布偏移压力测试癫痫检测模型，评估鲁棒性。
TAP-Path：面向高效可信病理基础模型的任务自适应结构与标记剪枝方法
提出TAP-Path框架，剪除冗余模块与标记，参数减24.96%、算力减35.20%，性能超Virchow2/UNI2-h，内外验证均保持高准确率与可靠性。
VestigeKV：NoPE-MLA KV缓存在残留分支中携带自身驱逐信号
无位置编码MLA缓存的残留分支自带驱逐信号，免训练压缩，128倍压缩下检索仍满分。
DSAQuant：面向视频生成的去噪阶段对齐量化感知训练
DSAQuant：训练按去噪阶段对齐，保早期结构、强后期细节；推理禁用CFG，视频量化性能显著提升。
StrixAE：面向真实世界复杂失真耦合的音频增强智能体
提出基于多模态大模型的音频增强智能体StrixAE，经两阶段训练同时应对现实复杂失真耦合与个性化需求，达最优性能。
子空间推断实现基于偏好的高效主动奖励学习
用低维子空间扩展卡尔曼滤波序贯推断奖励模型后验，实现基于偏好的高效主动学习，提升样本效率、可扩展性与校准性。
离散思维，连续动作：面向端到端自动驾驶的潜对齐规划
LaPla提出潜对齐规划VLA框架，将语义映射为连续动作，免自回归并消除量化误差；L2误差降15.52%，成功率提升33.34个百分点。
当优化变成操纵：防御生成式搜索免受恶意生成引擎优化
针对恶意生成引擎优化重写操纵，提出无微调两阶段防御，将攻击成功率降至6.2%，保留94.1%良性证据。
面向参与式民主的偏好推断之集体中心评估
提出集体中心评估框架，检验偏好推断是否保留集体偏好结构；用多语言大数据证明，仅预测准确率不足以评估民主场景。
降低AI灾难性风险的系统化监控与 rogue AI 进展评估
提出行为指标框架，监测AI系统向潜在灾难性威胁的进展，助力研究者与政策制定者实施循证监控。
以目录图像为冷启动：迈向可部署的硬质合金旋转锉识别
目录图像作冷启动识别硬质合金旋转锉：度量学习迁移不足一半，灰度化与订单约束检索增益最大。
多维随机特征方法的谱收敛性
证明随机特征方法对多维目标谱收敛，速率从超指数到代数；高精度与严重病态同源。
抛硬币而非洗牌：以推理速度实现大语言模型水印
无状态伯努利水印：每个词元一次随机判定，开销低于百分之一，支持全词汇自加盐，检测保证不变，速度更快。
CORE：通过重排序器蒸馏提升MLLM嵌入模型的组合推理
用重排序器蒸馏提升多模态大语言模型嵌入的组合推理，提出排序KL散度目标，在组合推理基准上最优且不损检索性能。
ALRA：自回归语言模型基于Logit的预训练蒸馏的自适应局部关系对齐
自适应局部关系对齐法，结合学生候选与教师锚点动态调整，分区域匹配分布，优于现有蒸馏，显著提升零样本准确率。
智能体继承记忆的预算验证中的计划指针与记录指令形式
在智能体继承记忆的预算验证中，指针与准则等记录指令可引导智能体选择，但效应因模型而异且不稳定，为描述性结果。
硬件感知的FP4 FlashAttention-4
针对Blackwell FP4张量核，提出Direct-P及因果路径，免softmax转换，推理提速2.13倍，训练更新提速1.14倍，且避免MXFP4轨迹发散。
联邦入侵检测中的隐私、鲁棒性与公平性权衡：聚合接口上的几何不可区分性
联邦入侵检测中隐私噪声与鲁棒聚合会加剧少数类攻击漏检，须联合权衡而非独立组合。
文明框架：个人多智能体系统间以主权为锚的通信
以文明（人类主权、账本、智能体）为通信主体，大使馆协议异步收发消息，发现先到信息获不当权威的效应。
超越检索：面向流式视频理解的渐进式潜记忆演化
提出流式视频理解新框架，将记忆从存储检索转为检索内化，经分层渐进演化形成紧凑潜记忆，达最优性能。
ToolDF：面向混合真实性音频深伪检测的工具集成推理框架
提出ToolDF框架，用音频大模型分源并路由专家，混合真实性检测性能最优且证据可解释。
空地协同视觉语言导航：基于共享鸟瞰图
提出AGC-VLN，首个空地协同视觉语言导航免训练基线，利用无人机鸟瞰图与地面车局部视角互补，成功率达77%，较单智能体提升27%。
Scal3R：面向可扩展在线三维重建的高效多相对位姿查询学习
多参考相对位姿查询、轻量令牌注入冻结主干及位姿图优化，大幅降低在线重建漂移。
使用3D基础模型场景表示的零样本新视角深度合成
提出Z3D方法，利用3D基础模型内部表示进行潜在扩散，从新视角生成逼真深度图，实现多数据集零样本深度估计。
一般博弈中的常数后悔：基于高阶乐观方法
提出无耦合高阶乐观折扣(HOOD)算法，用于任意N人标准式博弈，保证个体遗憾O(N^3 log²K)，实现常数后悔。
软件工程中采用人工智能的心理代价
软件工程采用AI会带来心理代价，如责任焦虑、身份认同受损，员工通过恢复控制等方式应对。
看见再合成：VLM引导的转换事件发现用于弱监督稠密视频描述
提出SBS框架，先用视觉语言模型感知片段间隙并检测事件转换，再优化时间掩码，提升弱监督稠密视频描述的定位与生成性能。
基于意图感知提示的对话心理操纵检测
提出意图感知提示检测对话心理操纵，通过捕捉参与者意图降低漏报，优于其他提示策略。
前瞻编码提升深度连续时间循环网络的学习
提出递归正交滤波器，用前瞻输入修正深度网络时序误差，缓解梯度衰减，在语音与路径任务上超越基线。
当模型过度编辑：论最小代码编辑的忠实性
大模型普遍过度编辑代码；保留指令可减少多余改动并提升通过率。强化学习比监督微调更能学会最小编辑。
人类心理测量问卷误述大语言模型行为
问卷得分不能反映LLM真实交互倾向，因其含显性线索致迎合，且人口统计提示仅在问卷中生效；应用生态效度生成概率测量补充。
FrOGS：跨化学条件下独立合金构型的离散神经采样器
FrOGS耦合自回归与连续时间马尔可夫链，跨化学条件无偏估计配分函数与热力学量，避免模式崩溃。
从先验引导启发式到可部署智能体：加速截止时间约束网络控制的示范驱动强化学习
提出截止时间感知拥塞指标及混合框架，用统一目标推导强化学习训练协议，以示范驱动加速，保证端到端时延。
单编辑器多种编辑：统一的无训练多样化视频编辑框架
提出无训练视频编辑框架，融合稀疏因果记忆与软潜混合，统一支持指令及参考引导的多样编辑，性能显著领先。
生成图像模型中的持久身份保持：基准与评估系统
生成模型身份保持仍差；用可复用持久身份表示，可显著减轻生成编辑修复中的身份漂移，不损质量与指令遵循。
用于微型阿克曼车辆端到端自动驾驶的低成本开放平台
构建低成本开放平台，融合微型车、数字孪生，行为克隆控制，实车误差六点一厘米，支持仿真到实车迁移。