无连续性假设的 CVaR-UCBVI 近极小极大首阶遗憾
证明 CVaR-UCBVI 无需连续性，任意收益分布下达到 τ^{-1/2} 首阶极小极大最优遗憾。
防御可穿戴VLM遭受私有属性推断
提出TGAP防御可穿戴VLM令牌泄露，隐私推断准确率从56.7%降至7.4%，保持可用性。
提示词无法保护：通过MCP代理实现LLM工具访问控制的架构强制
提示词无法阻止模型调用未授权工具，对抗场景违规率高达96%。提出MCP代理强制属性访问控制，在发现时过滤工具，实现零违规。
REPREC：表示驱动的参数高效推荐系统
提出REPREC，用紧凑用户表示驱动冻结LLM，仅训练注入器，提升推荐性能与效率。
Locked Evaluation Surfaces: Transfer Failure and Sampling-Depth Entanglement in CRISPRi Perturbation-Effect Prediction
锁定评估揭示CRISPRi扰动预测存在跨屏迁移失败，且采样深度与效应信号纠缠，评估协议需固定。
MLLM真的理解低资源高棉语文档吗？高棉语文档VQA初步研究
初步评估：直接Qwen3-VL准确率51.9%，外部OCR最高61.9%，高棉语理解仍具挑战。
过度参数化时代中低成本生物启发的优势
约束控制中参数过多反损性能，浅层MLP与密集CPG优于深层架构，CPG无递减效益，生物先验有益。
PAUSE：用于长篇文化故事改编的可编辑策略制品
PAUSE提出可编辑策略制品，人工编辑可传导至章节，九例全获选，标记命中八例，使文化改编更可检视、可争议。
Meta-Ctrl：通过解耦句法与语义约束实现有保证的计划生成
Meta-Ctrl以元令牌解耦句法语义，约束解码保证规划质量，内存由超107TB降至2GB，小模型超越GPT-4。
SpecMine：规范驱动开发制品的大规模语料库
SpecMine构建GitHub上规范驱动开发制品的大规模语料库，含两大普查、相关PR及类型化引用，揭示AI时代软件规格实践。
V2TATC：面向空中交通管制员态势感知的语音-轨迹联合嵌入框架与数据集
提出语音轨迹联合嵌入框架，将管制指令与航迹映射至统一空间，支持双向查询，并发布配对数据集，助力空管态势感知。
NVE：一种感知可分离性与覆盖率的双聚类内部验证指标
提出NVE指标，用超双聚类归一化评估可分离性与冗余；变体惩罚小覆盖低错误解。实验表明其可补充一致性指标。
图卢语法律理解中的跨语言迁移：脚本依赖的改进与RAG引发的知识冲突
跨脚本转写改善图卢语理解，但依赖脚本；检索增强导致事实替换与虚构，失败源于模型非语料。
稀疏库普曼自编码器识别多盆地系统的局部动力学模态
稀疏库普曼自编码器通过稀疏隐变量识别多盆地系统局部动力学模态，无需标签，预测性能优于密集模型。
GreenBench：苹果芯片上开源大语言模型推理的能效与碳足迹基准评测
苹果M4 Pro推理开源大模型，封装功耗仅0.47瓦，每令牌能效超数据中心GPU30-40倍，碳排估算
面向检索与图卷积网络分类的上下文感知可解释表示
提出无监督框架融合流形学习和可解释图嵌入，生成上下文感知稀疏自解释表示，降维并增强检索与GCN分类。
论证式选票的多赢家投票
提出论证选票多赢家投票；推广JR/PJR/EJR；JR可满足，PJR/EJR不可；JR验证难但可构造。
大语言模型能否识别转化归因中的有意义触点？
评估LLMs识别转化触点，发现其能揭示隐含语义触点，但仍有提升空间；用于CVR训练获显著提升。
面向科学方程发现的测试时缩放
测试时缩放利于科学方程发现，搜索宽度主导分配，择优宽度提效并平衡探索利用。
面向忠实报告的深度研究写作重设计与审计
提出审计工具与写作框架，幻觉降低2.6-4.5倍，必要事实召回提升1.2-1.7倍
PromptKWS：一种新颖的提示引导的开放词汇关键词识别框架
提出PromptKWS，用PPN提取提示嵌入，交叉注意力融合，唤醒率提升超一成，复杂环境准确率提升一成五。
无检测到的侧级词错误率变化来自提示级上下文：对生产口述历史语料库的预注册消融实验
在提示层提供上下文未显著改变侧级词错误率，四项预注册假设均未获支持；效应小于管道运行变异，需结合序列级指标评估。
超越视觉边界：重新思考电影RAG的场景分割
研究发现现有场景分割不适用于电影RAG，叙事中心的分割优于均匀分块。
ReVA：面向视觉定位问答的区域感知视觉助手
提出区域感知VQA模型ReVA，融合图像与区域特征，减少幻觉，提升事实准确性。
幻觉信号是均值移位：为何简单探针足矣
幻觉隐藏状态信号由单一均值偏移主导；简单L2正则逻辑回归即可媲美复杂探针，LayerMix无需外部标签即可聚合最优层。
温度自适应的变换教师匹配
提出TTM的样本级逆温度自适应更新，通过最小化KL散度并利用曲率信息，提升蒸馏性能。
编织视觉叙事：超越原子视觉匹配的智能图像包组合
提出图像包组合新范式及BundleWeaver智能框架，动态组合关联图像，打破原子匹配局限，显著提升检索性能。
严谨匹配的周期性步长跳层高效LLM推理审计：ConfLayers对比SWIFT，及训练路由备选方案的补充分析
审计显示SWIFT在精度和真实推理速度上优于ConfLayers，后者全面落后；补充训练路由方法速度提升有限且精度大跌。
面向跨语言事实一致性的潜在空间干预：在不降低准确率的前提下提升一致性
通过潜在空间干预提升跨语言事实一致性，不损准确率；开放问答一致性显著提升。
VoiceCodeBench：评估自动语音识别中精确结构化令牌恢复
VoiceCodeBench基准评估ASR精确恢复结构化标记，表明词错率不足，需实体敏感指标。
PokaiTrainer：扩展信念状态搜索至竞技宝可梦VGC
扩展信念状态搜索至宝可梦VGC，自研引擎应对复杂对战，胜率59%，Elo约1350-1400，峰值前500。
因果干预揭示多语言语言模型中按类型学组织的句法机制
通过因果干预，发现多语言模型中句法机制跨语言迁移，且迁移程度与语言类型相似性相关。
Titans-QFWP：一种面向投资组合优化的制度感知混合量子快速权重编程器
提出Titans-QFWP混合强化学习架构，结合量子快速权重编程与泰坦记忆，在S&P 500股票上表现优异，量子门控重塑记忆角色。
PathBridger：离线目标条件强化学习的子目标桥接
路径桥接器通过构建子目标桥并解码为动作块，衔接子目标选择与执行，提升离线长视野及多目标操作性能。
推理模型中隐藏指令的选择性披露：行为不对称与引导
推理模型思维链中更易泄露恶意隐藏指令（ICG），不对称性源于共享隐藏方向，可被激活加性向量诱导或抑制。
将均值移向已知的好而非超越它：推理时干预与权重整合在开放式生成中的收益
生成-验证-筛选-LoRA整合使输出均值趋近经典启发式，最佳候选恰达该水平且不超越，结果可复制。
入口锁死、内部开放：RLVR 如何收窄解空间
RLVR 提升单次准确率但收窄解空间，损失集中在推理起点而非执行中，入口干预可恢复多样性。
使用蒙特卡洛树搜索（MCTS）与Gemini大语言模型框架的自主AI编程智能体开发
基于MCTS与Gemini的自主编码智能体，通过自评与回溯优化，复杂逻辑任务成功率高达92%，超越零样本模型。
HalluPrism：多模态不确定性应诊断而非决策
提出HalluPrism诊断法，用视觉扰动等探针区分失败类型，联合特征显著提升失败归因准确率，强调先诊断再决策。
SNF-Bench：在长时程固定相机视频生成中分离静态漂移与自然流动
新基准将场景分为静态支撑与动态流，独立评估保真度、流动持续性与漂移泄漏，避免整帧指标混淆。
利用多方对话中的话轮转换动态进行意图识别
提出多任务学习，用话轮转换熵建模多方对话动态，提升意图识别，优于忽略互动动态的方法。
Inter-3D VQA：面向3D时空定位视觉问答的路侧多模态基准
提出Inter-3D VQA，40.7万路侧3D时空问答，及Inter-Geo，优于图像VLM。
面向翻译错误检测的多语言句子嵌入评估：英-希对比研究
英希翻译错误检测对比：嵌入模型最高89.3%，质量模型94.49%，两者互补。
随机液体形变场：动态3D高斯泼溅的闭式连续时间细胞SDE泛化
将液体网络的随机噪声加入CfC形变场，训练时用噪声，无需求解器，在合成场景优于MLP，但真实场景噪声无益。
文档视觉语言模型中基于状态条件的视觉证据检索用于细粒度感知
提出状态条件视觉证据检索，按需获取细粒度信息，提高文档解析效率与鲁棒性。
指令蒸馏：文本指令作为视觉示例
提出指令蒸馏，为每图生成结构化指令，推理无需图像，性能相当，词元降2.9倍，延迟降3.3倍，与图像互补。
MANTLE：基于模块化上行链路原则的自适应行星原位感知框架
提出多任务网络MANTLE，共享DINOv2骨干，地形分类准确率92.56%，巨石分割IoU 0.753，支持模块化上行持续学习。
TopoAgent：基于大型视觉语言模型的结构感知图表到图拓扑抽取感知-推理框架
提出TopoBench-180基准与TopoAgent框架，实现图表到图的拓扑抽取，性能优于现有视觉语言模型。
可解释机器学习用于宽带接入差异：普查区级预测与SHAP因素剖析
可解释机器学习剖析8.3万普查区宽带差异，定位收入教育等因子，聚类三类，较收入法提升2.8个百分点
用于高分辨率目标检测的可变粒度标记化
提出无需训练的VGTok，按区域设定可变粒度，固定标记预算，航拍检测刷新最优，大幅降低算力内存。