DynG-Diff：面向概率时间序列预测的状态感知动态引导扩散框架
提出状态感知动态引导扩散框架，利用轻量策略网络自适应生成动态引导矩阵处理多变噪声，提升概率预测稳健性。
PragAlign：反馈引导的受控合成对话生成语用对齐框架
PragAlign用生成-评估-修订循环提升多约束满足率，但情感对齐仍不稳定，是主要挑战。
多行动、少决策：面向长时程LLM智能体的技能引导自适应动作分块
提出SPACE，从轨迹技能提炼分块边界训练变长动作策略，成功率最高提升31.3%，决策轮次最多减少78.9%。
疾病负担重于肤色：解析皮肤病学AI泛化差距
疾病分布偏移比肤色更影响泛化；癌症模型遇新病种准确率大降；每类约十例标注即可恢复大部分性能。
角色属性何时改善大语言模型的群体对齐
提出人类反应差异可解释角色提示效果不一，比较属性选择方法，经大规模评估，指导调查预测中如何选用属性。
大语言模型如何构建虚构世界：AI生成创意叙事中的背景设定与叙事空间
研究对比人机故事，发现人类多用“行动空间”，大语言模型偏重“感知空间”，且差异稳定、随模型和语言变化。
SkillGLoW：面向长时程任务流的自改进智能体程序族技能整合
SkillGLoW将局部技能聚成程序族全局先验，实例按任务再生，平均提17.2分，库缩3.6倍。
PGPO：势引导的多轮智能体任务策略优化
PGPO用状态势差作为动作优势，实现跨轨迹信用传播，为失败轨迹提供细粒度信用信号，在两大基准上表现优异。
Debias-SparseGPT：面向大语言模型的偏差感知剪枝
提出Debias-SparseGPT剪枝法，在多种LLM和稀疏度下降低剪枝引入的偏差，保持困惑度与零样本精度，兼顾公平与效率。
用于材料表征图像反问题的复合函数可扩展贝叶斯优化
用于材料图像反问题，提出可扩展复合函数贝叶斯优化，压缩输出至十一维，五十次模拟内优于标准优化，无需预训练。
渲染在环：面向交互式网页开发的执行驱动智能体
执行驱动智能体以渲染在环方式，从运行时交互反馈迭代编辑代码，同时提升交互正确性与视觉保真度。
计算病理学中全模态切片表示学习的协同信息解耦
提出协同信息解耦框架，基于部分信息分解抑制冗余并最大化跨模态协同，病理少样本任务表现优异。
从词元到语义：利用互补信号检测黑盒大语言模型的幻觉
利用语义熵与词元不确定性的互补信号，提出多种检测法。实验显示无普遍最优，堆叠法近半数最佳，无监督法亦有竞争力。
码本智能体：LLM多智能体系统的摊销式拓扑设计
码本智能体用十六码本压缩拓扑，多层感知机映射查询并重排，免搜索，六基准平均八十四点六最优，令牌省三成。
XMerge：跨轴选择与重构式层合并实现大语言模型深度压缩
XMerge通过跨轴选择与局部重构压缩大语言模型深度，无需微调，在删除更多层时优势最大且避免崩溃。
WinoQueer-NL：评估荷兰语语言模型对LGBTQ+群体的偏见
荷兰语模型偏见研究不足，基于WinoQueer构建文化适配数据集，经43名酷儿验证，评估多种模型，发现跨性别与非二元群体偏见显著。
TaRA：训练感知的低秩适应初始化
提出训练感知初始化TaRA，让LoRA梯度逼近全秩梯度，性能超越现有方法且开销可忽略。
任务级自然语言先验作为低资源大语言模型训练的学习信号
将任务级自然语言先验作为辅助学习信号，通过正负条件损失提升低资源大模型训练性能。
oHC：基于四元数的SO(4)正交超连接
将残差矩阵限制为旋转矩阵，避免放大或衰减，稳定训练，用四元数参数化，性能优于基线。
点监督变化检测的渐进式伪标签优化
两阶段渐进伪标签优化：分割模型生成筛选双时相掩膜，师生自训练迭代优化，在三个数据集胜过弱监督。
PEARL：路径-实体对齐的上下文子图关系学习用于归纳知识图谱补全
提出PEARL框架，以上下文子图建模路径信号，经LLM检索语义路径并构建路径-实体交互图，用对比学习降噪，在三个基准上取得最优Hits@10。
TC-Next：零样本多模态热带气旋预报
多模态模型TC-Next融合大气场与卫星图像，零样本预测热带气旋路径强度，误差大幅低于传统追踪器。
世界一致性解码：面向世界动作模型的自我验证式测试时规划
提出世界一致性解码，用内部生成信号筛选未来假设并借执行反馈训练预测器，不更新模型即提升任务成功率。
通用视觉语言模型用于多光谱与SAR图像理解的轻量级适配
将多光谱与SAR数据渲染为多视图，用LoRA适配通用VLM，即可实现高性能，无需训练新模型。
基于LLM的在线时间序列预测的组合式频谱提示
提出CoSPOT：冻结LLM，用组合频谱提示适应在线预测，以频率基组合表示新模式，高效且泛化强。
基于语音和语言多模态分析的老年人孤独感预测因素
利用语音和语言多模态分析能预测老年人孤独感：高孤独感者更多否定与负面语气，多模态模型优于单模态
LLM作为裁判并非神谕：自我改进智能体为何需要确定性护栏
大语言模型裁判不可靠，应降为顾问，用确定性护栏把关；PROCTOR系统以五重护栏确保自改进可靠。
APEx：面向自适应深度研究问答的智能体程序性经验蒸馏
提出层级经验利用框架，经三模块闭环与三阶段GRPO训练，进行技能引导的测试时强化学习，性能最优。
CC-4DGS：面向存储高效的动态高斯溅射的计算变形与点云压缩
采用计算变形场与点云压缩，动态高斯溅射存储降至二十至三十兆，画质与实时渲染不变。
周期物理信息神经网络中傅里叶谱微分与空间自动微分的计算比较
周期PINN中，傅里叶谱微分较空间自动微分提速2.9-18.5倍，节省显存68.7%-94.1%，精度相当。
ASCII攻击：在大型语言模型中将有害请求重新语境化为艺术批评
将有害请求嵌入ASCII艺术并作为艺术品请求反馈，以艺术批评形式输出有害内容，成功绕过安全对齐，最高93%成功率。
向量量化、乘积量化与标量量化的统一率失真视角
从率失真视角统一视觉分词量化，证明最小化失真才是核心，建立公平比较条件，发现VQ失真最低。
PhoenixNest-Video：基于证据的多模态智能体视频面试评估框架
提出多模态智能体PhoenixNest-Video，基于证据语义图与强化学习，视频面试评级准确率达91.5%，并提供可审查证据。
BiomedCLIP跨四个国际胸部X线队列的联邦LoRA适配
四个国际胸片队列上联邦LoRA微调BiomedCLIP，AUC0.69→0.80，近集中式0.81。
CoMerge：冲突驱动的多任务模型合并偏好优化
提出冲突驱动的偏好优化框架CoMerge，将模型合并转为偏好优化，利用朴素合并缺陷构造负样本，仅优化少量系数即提升多任务性能与安全性。
GeoSPRINT：扩散轨迹推断中的几何冗余感知步长剪枝
GeoSPRINT免训练利用轨迹几何检测冗余步，构造非均匀采样调度，在CIFAR-10等数据集上显著提升FID，超越DDIM。
话语感知的手语词汇翻译：DiscoSign
提出话语感知的手语翻译框架，解决空间共指、问答结构和概念一致性，显著提升话语连贯性，并建立首个系统评测方法。
SAUF-Net：基于不确定性反馈的结构-外观表征学习用于半监督医学图像分割
提出SAUF-Net，通过解耦结构与外观表征、融合交换一致性及不确定性反馈，在半监督医学图像分割中优于现有方法，尤其低标注场景。
在线非单调DR-次模最大化匹配离线0.401因子
证明在线能达到离线0.401近似因子，遗憾O(T^{3/4})，每轮O(dT^{1/4})次查询；批处理可折衷至单次查询与O(T^{4/5})遗憾。
为每位患者构音障碍ASR选择PEFT变体：基于两种ASR基座的单说话人案例研究
比较7种LoRA法于2基座，注意力投影适配器有效；LoRA与DoRA无显著差异，故选LoRA；存储少而接近全微调。
多结构超低场儿科脑MRI分割的非对称配对标注学习
AURA基于nnU-Net非对称监督融合高低场标注，集成Dice达0.7988，HD95为1.8892。
定量双极论证框架中的对比解释
为定量双极论证框架提出对比解释，用反事实归因函数解释两主题论证差异，用于医疗和偏见识别。
SMart：多源多阶段时间序列表示迁移框架
提出SMart框架，通过多源数据选择与多阶段递归图恢复，提升时间序列表示迁移，分类回归均超现有模型。
洞察诊断：基于行为抽象的智能体故障结构化分析
提出神经符号诊断框架，通过行为抽象与神经不变量，结合大模型推理定位智能体故障步骤与类型，准确率超现有方法。
DMRL：面向广告推荐技能优化的文档中介强化学习
提出DMRL，将技能优化视为文档编辑，结合双策略与长期预测，在广告推荐中超越基线。
SALA：面向上下文学习中复杂推理的语义感知逻辑对齐
SALA自动归纳推理操作并嵌入语义空间，通过动态时间规整软对齐逻辑，提升复杂推理的上下文学习，优于现有示范选择。
FuDU：面向工业缺陷检测流式主动学习的模糊双维度不确定性框架
提出模糊双维度不确定性框架，融合图像级与框级不确定性，用于流式主动学习，提升工业缺陷检测可靠性。
厘清医学问答中误导性上下文的作用机制
医学问答中，模型对误导性断言比伪造证据更敏感且更难揭露；开放推理痕迹可监测近八成错误决策。
利用推理时计算与部署脚手架提升评估真实性
为提升评估真实性，提出批评提炼与DISH两种技术，使模拟评估更接近真实部署，组合效果最佳。
Loom：通过嵌入空间重加权将诊断线索编织为自由文本共识
该框架通过嵌入空间重加权聚合异构假设，仅用一次大模型调用即可媲美专业智能体，快26倍。