TempCloze：视频大语言模型能否识别缺失的中间片段？
提出视频完型基准TempCloze，模型据首尾片段从四选项中识别缺失中段；评测显示时间对齐是主要瓶颈。
真实退化下人脸伪造检测的空间、频谱与自监督线索基准评测
真实退化下人脸伪造检测性能下降，自监督DINOv3最鲁棒，频谱线索需结合RGB。
重新审视跨视角补全：基于重建误差比较的自监督预训练
Gekko通过比较跨视角与掩码自编码误差，自监督学习共视性，无标注提升3D视觉任务，性能超越CroCo。
VerTox：针对神经排序模型的可验证奖励引导式语料投毒
提出VerTox，将语料投毒建模为可验证奖励强化学习，生成文档排名更高且难检测，并降低RAG性能。
双过程运动规划
结合符号推理与学习的双过程运动规划架构，由元认知控制器协调，显著提升效率、精度与泛化性。
DualDiff3D：双重结构-外观扩散先验提升三维高斯溅射的可靠性
提出双重结构外观扩散先验，区分视图间结构差异与外观一致性，并通过渲染细化优化循环增强三维高斯溅射可靠性。
你的答案有多正确？——面向开放问答评估的语义正确性框架
提出语义正确性八级分类法、两个CAP数据集及CAP指标，经单调性测试优于基线。
基于视觉Transformer的肾透明细胞癌分级的语义引导多模态预处理
语义引导多模态预处理：ViT肾癌分级平衡准确率达0.916，较RGB基线提升21个百分点，抗误差稳健
利用微调大语言模型从非结构化文本自动生成事件日志
提出用微调大语言模型将非结构化文本转为事件日志，优于零样本和少样本提示，为流程挖掘提供可靠数据管道。
从困惑到清晰：面向文本分类的困惑感知检索与知识注入
提出识别易混淆标签、扩展候选集并生成区分规则的框架，无需微调，跨模型迁移，Macro F1最高提升10个百分点。
BS: 借助提示——基于涂鸦条件的ResEnc U-Net实现交互式多示踪剂PET/CT病灶分割
提出涂鸦条件U-Net，利用前景背景涂鸦引导PET/CT病灶分割，经五次修正后Dice从0.554升至0.751，交互显著提升性能。
稠密弱隐藏：个体光滑性下非凸与PL有限和优化复杂度差距的闭合
个体光滑性下，证明非凸有限和优化随机IFO算法匹配下界，重启PAGE达最优；用稠密弱隐藏闭合复杂度差距。
EDGE：错误依赖图引导的多智能体LLM系统多错误归因
EDGE构建错误依赖图并反事实验证，提升多智能体LLM系统多错误归因准确性。
LEAP：面向基于大语言模型的概率预测的似然提取与聚合方法
LEAP逐条提取证据似然，结合先验与概率模型聚合为后验，替代整体预测，提升多种模型的预测与校准性能。
行为有效的LoRA写入是稀疏且结构化的
行为有效的LoRA写入稀疏且结构化，比原始参数化更集中；少数方向主导行为影响，top-2/4即达最优。
组合式评估系统，用于可复现的全模态基础模型评估
组合式评估系统连接多引擎与评估库，覆盖千余基准，记录配置确保复现，提供联邦共享与高效验证器。
AgentProv：通过工具使用策略探针审计智能体LLM API提供方
提出基于工具调用分布指纹的动作侧审计，100%检测模型替换，系统提示注入下误报率仅7%。
UI-VISA：U-Net初始化的血管图像分割架构
提出UI-VISA，以U-Net预测为种子，CNN引导区域生长，细化血管分割并提升连通性，DSA图像上clDice显著提高。
InSight：交互式可视化中智能体声明验证基准
提出InSight基准，含2.1万条交互式可视化声明，智能体须导航验证证据，现模型挑战大。
隐含波动率曲面生成模型的潜空间无套利几何
在潜空间刻画隐含波动率曲面生成模型的无套利容许集及边界，用于识别和修正违规潜码。
H3-World：将语言理解转化为世界控制
H3-World将大视频生成器的语言理解转化为精确的时序世界控制，仅需少量样本和参数即可操控角色与镜头。
迈向智能体云工程：零信任智能体框架下的图工程与循环工程
提出智能体云工作流工程框架，分离图、循环与零信任执行，实现可验证部署或可审计失败。
廉价验证者，巨大盲区：衡量成本节约型级联的可靠性代价
验证者盲区大，随学生能力增大；拒绝微调反令学生崩溃；内部指标低，真实误差可至32%，系统无法自察。
框架之框架：多日自主软件开发与持续改进
提出一种元框架，通过迭代规划-编码-测试使智能体持续改进软件，三轮后平均相对提升52.25%，并多日自主开发出完整游戏。
跨域监控场景下车辆属性分类基准
提出面向跨域监控场景的车辆属性基准，评估朝向、车型识别适宜性及颜色清晰度，发现域偏移影响大于架构选择。
基于去噪扩散的精确全局MCMC
扩散模型可作高维目标密度的全局MCMC提议，经MH校正精确采样，结合局部MALA构成DDMC，接受率高。
当分词悄悄成为输出监督
分词粒度决定自回归模型的单步输出监督，影响任务难度与内部表示；实验显示输出分词主导，输入分词影响甚微。
CompanionSim：用于评估人机关系中拟人化的合成数据
推出CompanionSim模拟2240场人机对话，发现陪伴行为反而降低聊天机器人的讨喜度、拟人度和信任感，女性和老年群体影响更大。
基于线图元的逆向渲染建模
提出用显式线段逆向渲染重建毛绒等模糊几何，经随机可微光栅化优化，质量堪比体积法且兼容标准图形管线。
SymFold：协同进化与结构先验实现精准蛋白质逆折叠
提出对称双路径架构，融合序列进化与结构先验，迭代指导生成，实现精准蛋白质逆折叠。
具有线性函数逼近与对数通信成本的可证明高效联邦强化学习
提出首个可证明高效的联邦线性函数逼近强化学习算法，达到最优遗憾界，且通信成本仅为对数级。
基于物理侧信道的工作负载识别用于AI治理
利用GPU功耗物理侧信道识别工作负载，区分训练、推理与非AI准确率97%，初步检测对抗逃避。
EdiTikZ：基于修订轨迹的科学图形编辑
从大规模修订轨迹挖掘数据训练科学图编辑模型，性能超越所有基线，达到与顶尖商用模型相当水平。
揭示原生统一多模态模型中的理解-生成协同：从表征、任务到系统
理解与生成在表征上互益，但同路径易失衡；任务解耦、共享知识与端到端优化可化共存为协同。
神经符号几何抽象（NeuSOGA）：从观察到符号数学表示
提出神经符号几何抽象框架，将几何观察逐步转化为可解释、可编辑的符号数学表示，并保留关键拓扑与几何结构。
波兰ModernBERT：波兰语理解的长与短
提出四个波兰语编码器，30项任务总体最优；8K版本长文本任务大幅超越基线，且参数更少、延迟更低。
解析流：面向长周期智能体及其观察者的实时轨迹模型
实时轨迹模型将事件账本折叠为状态视图：观察方消耗大幅降低且准确率更高，智能体任务成功率30/30。
基于势引导的粒子转向实现否定约束灵巧抓取
新框架无需否定样本，结合粒子滤波与无分类器引导，实现“抓指定处并避开禁忌区”，违规率仅17.2%。
专家在环掩码条件渐进学习实现专家级骨骼超声分割
ExiL以掩码条件渐进学习，标注时间降至1/3，Dice提升0.045，实时自我改进。
熊猫外交：高能与核物理中跨粒子成像探测器的基础模型预训练
提出点云自蒸馏框架，跨三种粒子探测器预训练，用极少标注即可超越或匹敌专用模型，实现高效粒子重建与识别。
中期训练中的知识蒸馏偏向推理而非事实回忆
中期训练中前向KD利于推理但迟滞事实回忆；切换蒸馏按教师置信度分流，补事实短板且保推理增益。
GlossoGen：复杂多智能体LLM交互中的涌现语言
多智能体交互中会涌现语言：具组合性、脱离英语且人类难懂；新语言需强模型涌现，弱模型可习得，显累积文化演化迹象。
SDARE-Bench：评估大语言模型在双人与群体对话中的污名检测与回应
构建首个对话污名检测与回应基准：八个大模型识别能力弱，群体对话中污名表达更高，成显著安全漏洞。
WiSDoM：基于混合专家的无线稀疏决策变换器用于多任务移动网络优化
稀疏决策变换器与专家混合的多任务无线优化，体验质量提升55%，仅用三分之一参数，能少样本适应新场景。
从采样到配方：大语言模型的自足式后训练
提出自我路由，按自采样正确性与置信度将样本路由至不同训练策略或跳过，无需外部教师与额外采样，提升数学推理。
构建半导体供应链机会与风险矩阵的系统方法
大模型提取企业披露的风险机遇建知识图谱三重排序五公司七万余条有效逾九成排序近专家主风险为贸易限制
脑卒中运动想象解码中的脑电基础模型轻量化适配：域偏移与受试者级鲁棒性
低秩适配脑电基础模型可提升卒中运动想象解码；健康模型零样本迁移近随机，目标域需适应，且个体差异显著。
空间卫士：面向文生图的基于驾驭引导的可验证空间推理
空间卫士解析提示为三维布局，经视觉实现与一致性验证，以可编辑布局状态保持约束，提升复杂文生图空间一致性。
@Suhail：为什么AI写的东西都是100亿行代码？
AI生成代码动辄百亿行，引发对其效率与合理性的质疑。
@bilawalsidhu：人们忘记了，没有3D内容的“元宇宙”相当空旷，而制作3D内容既繁琐又昂贵。正因如此，我为我们终于有了填充所谓元宇宙的手段而兴奋。
没有3D内容的元宇宙很空旷，制作3D内容繁琐昂贵。如今我们终于有了填充它的手段，令人兴奋。