大型音频语言模型的听觉错觉基准
首个听觉错觉基准，涵盖十种错觉，对比人类与模型反应，揭示LALM与人类知觉差异。
CHisAgent：面向中国古代文化体系事件分类构建的多智能体框架
大语言模型在历史文化推理上能力有限，人工构建分类体系成本高。本文提出多智能体框架CHisAgent，分三阶段从史书语料自动构建古代中国事件分类，提升结构连贯性与覆盖度。
CARPAS：大语言模型摘要中所提供方面的内容感知精炼
提出基于文档内容动态调整给定方面的摘要新任务，发现模型过度生成方面，引入两阶段框架以提升聚焦性和性能。
Multi-Agent Retrieval-Augmented Generation for Efficient Cloud Knowledge Base Search in Telecom SNOC Environment
从检测到定位：面向全合成与篡改图像的统一取证框架
提出统一多分类取证框架，区分真实、全生成与篡改图像，并利用分割分支实现像素级篡改定位，优于现有方法。
大语言模型玩不了“猜词”：语言代理需具备私有工作记忆
理论证明仅靠公共对话历史无法维持隐藏状态，提出含显式私有工作记忆的架构，以恢复状态一致性。
利用转录组数据、蛋白质结构与定位信息实现亚细胞分辨率的单细胞嵌入学习
提出多模态框架，整合转录组、蛋白序列与结构，经交叉注意力学习亚细胞分辨率的单细胞嵌入，捕捉分子定位与功能。
图机器：以边实现更优预训练
图机器用边做稀疏动态路由，替换大量变换层预训练，每层仅检索几个键值，损失近似或有改善。
Expos'ia：研究项目提案与同伴反馈的学术写作技能教学与评估
Expos'ia是首个连接高教写作与反馈的公开数据集，含提案和反馈评分。评测显示不同LLM各有优势，闭源优于开源，综合评分提示最有效。
AffectDelta：超越情感标签的图像编辑
提出情感增量模型，将图像编辑视为八维情感分布间的带符号迁移，利用近二十五万样本训练，增强情感对齐与内容保持。
大型语言模型中的文化根基人设：特征刻画及其与社会心理价值框架的对齐
探究大模型文化人设与全球价值观调查及道德基础框架的对齐，揭示其跨文化结构与道德差异。
学习吸引与排斥：人脸识别的双质量边际学习（DQM-Face）
提出双质量边际学习框架，融合幅度与语义质量，以吸引排斥双向边际增强类内紧凑和类间分离，超越现有方法。
公平稳定匹配：纳什社会福利方法
提出SNSW算法，在稳定婚姻问题中以O(n^4)时间求最大化纳什社会福利的稳定匹配，兼顾公平稳定，公平性提升且不损关键指标。
面向可解释AI来源取证的合成媒体逆合成
提出固定生成器下的自引用逆合成框架，通过编码解码一致性验证，无需水印即可实现合成媒体的可解释来源取证。
PRISM：面向自主交通系统主动安全的智能体多模型架构
PRISM将碰撞规避转为主动持续风险管理，免重训练跨数据集验证，动态识别轨迹与行人风险。
当文献数据误导材料发现中的人工智能
文献数据中的图文不符、单位混乱等噪声会误导人工智能，致百倍误差，需可追溯整理与验证。
4D高斯表示中复杂对象分割的查询重写
提出无训练查询重写策略，将冗长描述转为关键词形式，显著提升4D场景分割性能，时间准确率升至92.21%，vIoU升至76.94%。
CALIBURN：自校准的大语言模型遗忘对齐
提出自校准方法，以模型对不良知识的置信度调控遗忘梯度，实现精准遗忘并保持模型效能，减少对保留数据依赖，优于现有技术。
ChartAttack：检测大语言模型在图表生成中遭受恶意提示的脆弱性
提出“图表攻击”框架，揭示多模态大模型易受恶意提示生成误导性图表，降低问答准确率，微调可提升鲁棒性。
超越迁移准确率：面向低资源语言的机制引导可控适应
提出电路目标微调，仅更新任务相关头与层归一化，实现低资源语言可控适应，避免灾难性遗忘并保持源语言性能
DiffuSearch：混合轨迹规划如何在扩散与动作空间中受益于对齐目标
提出DiffuSearch混合规划器，统一生成与优化的驾驶目标，结合扩散模型与MCTS，显著减少碰撞并提升舒适性，在复杂交互场景达先进水平。
基于证据解耦刻画医学视觉-语言分割中的文本分支敏感性
提出证据解耦解码器分析模态交互，发现文本敏感性因数据集而异，主要提供全局语义调制而非空间定位。
层级卫星图像合成生成引擎Genesis
地球观测本质多尺度，现有模型无法生成跨尺度空间一致的完整金字塔。提出Genesis，结合超分与扩展算子，从稀疏种子生成无缝多分辨率地图。
物理驱动的独立样本对生成用于迭代自监督低剂量CT去噪
提出物理驱动的跨域迭代自监督低剂量CT去噪，分离泊松-高斯噪声并生成独立训练对，迭代细化，效果优于自监督基线。
以教育应对AI系统中的信任问题：教学法视角
针对机器学习教育黑箱导致信任失衡，提出ICE-T框架，以跨模态迁移、计算思维和解释思维支撑信任校准。
Omega-N：可解释的结构节点描述符及其适用范围
十个可解释图特征，无需训练嵌入；节点分类多能打平或胜出，药物靶点预测优于中心性，但与嵌入法结合无增益。
GaLe：内存高效的全局近似与局部精确特征
将特征图分为局部精确与全局近似，无需重训练即可在边缘设备匹配精确推理精度，较补丁法提速65%、内存降低90%。
无需越狱的上下文推断攻击
研究发现智能体在防泄露控制下仍可被推断隐藏上下文；无需越狱，跨已知/未知/检索上下文及灰/黑盒攻击均有效。
CrashDiffuser：面向细粒度安全关键交通场景生成的VLM引导碰撞意图推理
VLM引导扩散框架生成指定接触区域的碰撞场景，单次碰撞率50.33%，三次67.98%
面向对话式人机交互中矛盾识别与解决的基础本体论
本项研究基于活动理论构建基础本体论，用于定义和表示对话式人机交互中的矛盾，并提供形式化定义与原则。
SocialBuddy：面向社交场景量身定制的搜索智能体
SocialBuddy：首个社交场景智能体搜索框架，构建大规模模拟环境，引入混合粒度优化，35B模型超越更大前沿模型。
利用因果解释生成医学图像反事实样本
提出无需生成模型的医学图像反事实框架，直接从分类器提取因果证据，实现确定性、可控制的编辑，更贴近原图。
迈向可信自主机器人：基于可解释AI的决策框架
自主机器人深度学习难审计，TRACE框架用四层可审计机制，实现98%以上证据可追溯与决策可重构，满足欧盟AI法案透明要求。
通过检索-转换头桥接潜在推理与目标语言生成
研究发现多语言模型中存在检索-转换头，比检索头对思维链推理更关键，屏蔽后模型性能下降更显著。
感知正则化的图像超分辨率扩散模型
提出感知正则化扩散超分框架，引入感知损失提升训练收敛与图像细节恢复，改善感知质量。
通过复杂度提升强化学习实现奥林匹克级几何大语言模型智能体
提出复杂度提升强化学习方法，构建几何智能体，仅用1.3万样本解出44/50道IMO几何题，超过金牌平均分。
When Can Large Reasoning Models Save Thinking? Mechanistic Analysis of Behavioral Divergence in Reasoning
GDB-Reward：从评估指标到图形设计训练奖励
提出GDB-Reward框架，将多种图形设计评估指标转化为统一强化学习奖励，在不微调生成模型的情况下显著提升设计规范符合度。
frb100-40二十年后：最优性证书与预注册搜索研究
给出frb100-40可验证最优性：最大独立集100，最小顶点覆盖3900；预注册实验显示新增修复算子无显著加速。
延迟老虎机中的池化与漂移
延迟反馈下，若结果仅取决于状态，则代价由状态数而非动作数决定；所提算法利用状态聚合，遗憾显著低于动作级方法。
GONE：通过邻域扩展分布塑形实现结构化知识遗忘
提出图知识遗忘基准GONE与NEDS框架，借助图连边区分记忆与邻域，遗忘效果与局部性俱佳。
单帧广播画面中米制尺度运动员定位的自顶向下框架
提出自顶向下框架，结合边界感知自适应分块与双关键点估计，实现单帧广播画面运动员米制定位，精度提升两成以上。
CLASE：一种用于中文法律语言风格评估的混合方法
提出混合评估法，融合语言特征与大语言模型评分，从对比样本学习，更贴近人工判断，结果可解释。
MV-dVRK：面向空间手术感知的多视角基准
首个结合同步立体视角与精确几何的离体手术数据集，多视点优化重建覆盖率67%，优于前馈模型的43%。
流匹配中频率与像素的平衡
提出频域对数损失，平衡频率与像素监督，加速流匹配收敛并提升FID与感知质量。
激发态化学的隐空间统一光滑哈密顿量
提出神经网络隐式哈密顿模型，统一描述基态与激发态，再现锥形交叉与贝里相位，在胸腺嘧啶和偶氮苯上验证准确。
推进面向私有平均聚合的多秘密密钥同态加密
提出轻量级多秘密密钥协议，无需集体公钥，消除大噪声，支持私有平均聚合，显著降低通信和在线成本。
大语言模型的竞争性市场行为
在双向拍卖市场中，大语言模型智能体比人类更慢或不收敛至市场均衡，资源配置效率较低。
RVSD：检索视觉稀疏解码以缓解大型视觉语言模型中的视觉幻觉
提出RVSD免训练解码框架，统一token稀疏化与语义视觉检索，有效缓解视觉幻觉并保持最优性能。
挑战性条件下的基于视频的手掌静脉认证
首个公共视频掌静脉数据集CUP，测试21种识别器，脏污使错误率倍增；提出时序聚合与区域最优传输匹配，显著提升鲁棒性并降低计算开销。