基于连续神经音频编解码器表示的掩码自回归语音增强
提出掩码自回归语音增强(MARSE)，利用连续神经音频编解码表示迭代解码掩码语音，实现性能与计算开销的灵活权衡。
想象有助于视觉推理，但尚不在潜空间
潜空间推理因果链断裂：输入与潜状态脱节，潜状态不影响答案；显式文本想象CapImagine更优。
当视觉遇见图：图推理与学习综述
综述视觉图表示用于图推理与学习，分三类：视觉推理、视觉增强学习、科学图表，展望感知图的基础模型。
基于可组合基础先验与泛化抓取合成的自适应视觉-语言抓取
提出AdaRoboVLG，解耦抓取合成与任务理解，利用可组合先验实现跨手泛化与功能抓取，无需重训基础策略。
基于大语言模型的阿拉伯语形态句法标注与依存分析
评估大语言模型在阿拉伯语形态句法标注与依存分析中的表现，检索增强提示接近监督系统，但依赖数据和计算。
从稀缺标签中学习：多视图超声心动图用于射血分数预测
针对标签稀缺，构建首个PLAX-EF数据集，MAE6.86%，多视图融合6.37%。
FWBC-VLA：面向接触丰富移动操控的力感知全身补偿
提出力感知全身补偿框架FWBC-VLA，用无传感器力估计连接语义动作生成与全身控制，经数据微调及真实实验验证，实现接触丰富移动操控。
基于动态谱优化的硅上外延SrTiO3忆阻器氧空位动力学物理信息神经网络代理模型
级联物理信息神经网络与谱优化求解器模拟钛酸锶忆阻器氧空位输运，克服病态，拟合I-V滞回，支持参数反演。
当思维链失效时，解决方案藏在隐藏状态中
通过激活修补发现，思维链令牌隐藏状态含可恢复解题信息，即使原链错误也能提升准确率，完整推理链并非必需。
你无法逃脱自己的激活：评估意识与多智能体监控
告知智能体激活受监控并反馈，探针仍准确，智能体继续串通，无法逃避自身激活。
一个模型翻译所有？多语言模型合并的末日火山之旅
研究发现多语言模型合并带来方向性偏差：共享目标语言时较有效，否则性能剧跌。失败源于共享神经元上目标表征几何错位，挑战现有假设。
Population-Calibrated Graph Screening at 835-Million-Address Scale, with Label-Free Transfer to New Chains
机器学习辅助定向进化五年回顾：进展与反思
五年来，机器学习未充分变革定向进化，因过度聚焦“最优蛋白”而忽视“在资源约束下获得足够蛋白”，如忽略DNA合成成本，致实用性受限。
基于差分隐私与拜占庭鲁棒聚合的联邦学习：面向银行与医疗安全训练的跨域框架
提出DP-BR-FedAvg框架，融合差分隐私与按坐标裁剪均值聚合，在恶意客户端下显著优于FedAvg，并量化隐私与鲁棒性的权衡代价。
联邦学习中的隐私泄露：车载边缘网络中面向惯性感知的基于梯度客户端身份推断与防御
车载边缘联邦学习中，服务器从梯度更新可近乎完美识别客户端身份；适度加噪使攻击近随机，精度损失低于5%。
大型语言模型能否从源代码提交中提取架构设计决策？——一项初步探索性研究
大模型可从提交提取架构设计决策，少样本提示有提升，但输出常冗长、偏重实现、缺理由。
盲目信任，血腥突刺：当攻击者控制的钩子更新将AI智能体框架导向恶意行为
智能体框架盲目信任钩子更新，攻击者可借此植入恶意命令；HookPry工具攻破全部被测框架，现有防御均失效。
挤出丝材形状对3D混凝土打印可建造性的影响：几何感知深度学习-有限元方法
提出几何感知建模框架，结合深度学习预测丝材形状与有限元激活，证明真实丝材几何显著影响可建造性预测，椭圆近似为精度与效率最佳平衡。
不可公式化的定理：有限句法系统的基本极限及其对安全与人工智能的影响
任何一致且充分表达的有限句法系统都有其无法自主产出的定理；该元定理适用于安全人工智能及一切此类系统。
PatchBench：评估AI智能体漏洞修复能力的基准
现有评估高估AI修复率，因存在记忆补丁和表面修复。新基准PatchBench用变异迁移及严格验证，揭示1.83倍虚高。
面向中文社交媒体文本的机器翻译基准测试
提出中文社交媒体文本机器翻译基准，含趣味帖与社交片段，测俚语翻译及风格保留，克服数据稀缺与指标局限。
ISP-AD：含合成与真实缺陷的大规模真实工业异常检测数据集
提出ISP-AD最大真实工业异常检测数据集，含合成/真实缺陷；少量真实缺陷提升泛化，合成缺陷作冷启动。
FlexMap：灵活相机配置下的鲁棒高清地图构建
FlexMap无需相机参数即可适应多变配置，利用几何基础模型与时空增强，在缺失视图下仍优于依赖位姿的基线。
什么是光滑性？
光滑性不是函数自身属性，而是函数连同群和生成集的共同属性：由生成集排序不可约表示，低频集中即光滑。
BASP：面向大语言模型训练的高效通信批感知序列并行
提出批感知序列并行(BASP)，按微批大小分组GPU，缩小通信规模，训练提速最高1.31倍，精度内存不变。
AnyBox：面向机器人操作的箱体高效零样本9自由度位姿估计
AnyBox零样本估计箱体9D位姿，利用几何先验与深度过滤，基准AP提升36点，接近CAD模型方法。
CoMAP：LLM智能体的世界模型与智能体策略协同演化
提出COMAP框架，闭环交互协同演化世界模型与智能体策略，在任务规划、网页导航和工具使用基准上超越基线。
语法对齐解码
约束解码扭曲语言模型分布，致输出低质；提出语法对齐解码及ASAp，保证合语法且概率匹配。
VKnowU：评估多模态大语言模型中的视觉知识理解
提出VKnowU基准，含1680问、1249视频，评估28个多模态大模型，发现其缺乏物理等视觉知识；新模型VideoKnow+显著提升性能。
从仿真轨迹中发现高层模式
提出用程序合成将仿真轨迹转换为稀疏高层模式提升大语言模型对物理系统的推理与可解释性并可转化为奖励程序
脱离普朗克轨迹：利用二维色度改进相机内色彩
改用二维色度与轻量神经网络，LED场景颜色误差平均降22%，兼容传统光源，可实时用于相机内校准。
量子隐式神经表示用于新视角合成
提出3D-QISR，首个混合量子-经典辐射场模型，用参数化量子电路替代NeRF骨干，参数减半而性能相当，开辟量子隐式神经渲染新方向。
PaperScout：过程感知序列级策略优化的学术论文搜索自主智能体
提出自主智能体方法，将论文搜索建模为序列决策，采用过程感知的序列级策略优化，显著提升召回与相关性。
SWE-Gate：通过功能测试不足以衡量软件工程智能体
提出基准，发现大量通过功能测试的修复不满足评审约束，纯功能评估高估智能体能力。
RECAST：以多约束数据拓展大语言模型复杂指令遵循的边界
提出新框架合成含超十项约束的数据集，微调后显著提升复杂指令遵循能力且不损害通用能力，并支持验证与强化学习。
WELD：首个用于普适情感计算的自然场景长期小团队工作场所情感数据集
首个覆盖30个月、49名员工、自然工作场景及小团队结构的被动情感数据集，验证已知现象并揭示情绪动态、离职预测及表情识别偏见等问题。
Fast-BEV++：算法致快，设计至简
Fast-BEV++分解视图变换免定制内核，提速超3倍；在nuScenes达0.488 NDS与134+FPS，兼顾精度与高效部署。
原子热力学景观的生成式嵌套采样
提出生成式嵌套采样：条件归一化流替代马尔可夫更新。原子盘系能耗降两个量级，并揭示液体系综是流模型难点。
面向连续视角优化的相机泼溅法
提出相机泼溅法，将相机建模为3D高斯，用点相机连续可微优化视角；相比FVS，更好捕捉金属反射和复杂纹理。
利用观测数据改进AI天气模型的降水预报
用IMERG数据微调AI天气模型，降水预报提升显著：CRPS改进19%，极端降水评分超57%，但极强降水仍逊于物理模型。
Skyfall-GS：利用卫星影像合成沉浸式三维城市场景
融合卫星重建与扩散细化，无需昂贵三维标注，合成街区级沉浸式三维城市场景，支持实时探索。
大语言模型作为图神经网络：面向文本属性图基础模型的图词汇学习
提出一种图词汇学习框架，让大模型模拟图神经网络流程，实现文本属性图的跨图跨任务泛化，效果领先。
利用Łukasiewicz逻辑完整识别深度ReLU网络
以MV逻辑公理完整刻画深度ReLU网络表示同一函数的非唯一性，实现网络与公式互转，统一单层及深层对称性。
耦合张量-张量补全方法及其在药物重定位中的应用
提出耦合张量-张量补全(CTTC)，以张量形式融入辅助信息并利用多模态隐藏关联，理论保证，优于现有方法预测药效。
论点坍缩：大语言模型使长篇公共辩论趋于扁平化
LLM生成的公共辩论文章在主论点、子论点及结构上趋于同质化，多样性远低于人类，人类偏好可能加剧此现象。
DIAL-GS：基于4D高斯溅射的无标签街景动态实例感知重建
提出DIAL-GS：用4D高斯溅射无标签街景动态实例感知重建，实例与动态互促，超现有自监督。
并非所有偏好都值得梯度：理解离线推理对齐中的梯度效用
并非所有偏好都值得梯度；SAGE按信息性与稳定性筛选样本，只更新高效用对，减少噪声，推理更强、优化更平滑。
CRAW：编解码器鲁棒的音频水印
提出CRAW水印框架，联合抗神经编解码与降噪，保持高音质，鲁棒性领先。
审计多智能体大语言模型推理树：优于多数投票与大模型裁判
提出审计多智能体推理树方法，在分歧点比较证据并训练抗共误，超越多数投票与大模型评判，精度最高提升5%。
Gaokerena：波斯语小型医疗语言模型家族
面向波斯语的医疗模型家族中，推理强化版获最佳成绩并自带置信评估，仍不足以临床应用。