PathGuide：基于同策略传输对齐的动态无分类器引导
提出PathGuide，将无分类器引导尺度选择重构为在线策略传输问题，导出闭式二次目标，支持在线/离线调度，提升路径对齐与保真度。
归纳失效之处：描述长度难度与整数序列基准中的记忆鸿沟
MDL分析显示OEIS基准主要测量记忆，归纳在长序列失效，模型自信错误集中在易层。
面向浅层决策树归纳的自适应多分支方法
提出自适应多分支决策树MBNDT，端到端学习多路分裂，提升浅层树精度，21个基准上排名最佳，但叶子更多。
MEL：坐标保持的脑电标记化用于fMRI转换
提出MEL，通过坐标保持的脑电标记化对齐延迟-通道-频率，提升EEG到fMRI翻译预测，超越强基线。
更大批量何时有助于扩展大语言模型强化学习？
大批量可降梯度方差，但需权衡吞吐与样本效率；调优学习率后，GRPO训练时间最多缩短29%。
语言模型表征的统一视角：从填充角色结构到机制可解释性
提出张量积表示作为统一假设，从数学和实验上统一类比、线性探针、稀疏自编码器与激活修补等可解释方法。
文本驱动的艺术布景：从绘画中获取姿态、光照与相机参考
从绘画重建姿态、光照与相机，提出文本驱动的可编辑3D布景生成任务，模型优于CLIP检索。
基于信息的专家乘积高斯过程模型不确定性量化校准
提出GP-pro-c校准专家乘积GP模型方差，利用信息增益单调子模性，NLL降2.3%，ENCE降12%，缓解过估并保持精度。
文本引导模型用于人脸编辑的大规模评估
首次大规模评估六种文本引导模型人脸编辑，覆盖169属性：发型饰品佳、姿态差，存过度编辑偏差。
无人机与卫星图像的像素级地理配准
提出SkyReg数据集与基准，用于无人机-卫星像素级地理配准，训练几何感知重建管道达最优。
基于子图虚拟边重建的时空图反学习
提出时空图反学习框架，用虚拟边重建子图并集成元图，高效删除节点数据，精度接近最优模型。
利用可解释的形式级特征，检测与引导大语言模型生成的韩语诗歌
提出五个可解释形式特征，对LLM生成韩诗的检测AUC达83.60，并引导生成更接近人类风格。
基于空间熵划分的时空图反学习
提出空间熵划分方法，仅重训受影响子图，实现精确反学习，精度达94%，时间降一个数量级。
超越表示学习：面向3D脑MRI的联合嵌入预测生成的系统研究
提出Med-D-JEPA，将联合嵌入预测生成用于3D脑MRI，生成质量优于基线，合成预训练显著提升分类与分割性能。
替代的幻象：基础模型时代下专用机器学习模型的再思考
语言模型难言全面替代专用架构：仅少数场景占优；涉及结构表示与计算时，专业化只会转移而非消失。
ClearText-Video：桥接视频恢复与场景文本增强的大规模文本中心视频数据集
CTVid：大规模文本视频基准，发现视觉增强不保证文本保真，模糊比低分辨率更损推理。
基于预测编码层次的无参考立体全景图像质量评估
提出基于预测编码层次的无参考立体全景图像质量评估方法，融合局部与全局感知，性能优于现有方法。
RL-FAT：用于公平对抗训练的强化学习
提出RL-FAT框架，采用策略梯度反馈，结合类别价值与公平强调损失，减轻类别间鲁棒性差异，同时提升鲁棒精度。
FigMirror：定位、编码与绘图
提出FigMirror框架，利用坐标定位与编码能力，将参考图风格迁移至新数据绘图，效果优于现有方法。
VocalAffectBench：评估AI音频模型中的语音情感识别
语音情感识别基准：273段音频、7类情感，平均准确率35.5%，最优46.5%，非中性情感识别脆弱。
MWIR-4-Plastic：使用中波红外高光谱成像和机器学习识别复杂的报废工业塑料
首个公开报废汽车黑色塑料高光谱数据集，提出多模态光谱-空间框架结合深度学习实现准确分类，并建立基准。
BlobBoards：用于精确位姿的鲁棒标记
提出BlobBoards标记系统，利用高斯斑点场实现高精度位姿估计，优于AprilTag且抗遮挡。
非全有或全无：面向对话立场检测的目标感知记忆图动态构建
提出TamGraph，用熵引导回溯动态构建目标感知图，选择性利用历史对话，提升立场检测性能。
多机器人布置中无需乘子共识的全分布式广义纳什均衡算法
提出无乘子交换的全分布式连续时间算法，收敛至任意广义纳什均衡，降低通信开销并提升隐私，用于多机器人布置。
RouteSparse：面向预算受限长上下文预填充的输入条件模式路由
RouteSparse：按输入条件路由稀疏模式，延迟感知选预算，不确定回退稠密，实现6.5倍加速且精度几乎无损。
CoVA-SFT：面向视觉抽象链的大规模数据集
CoVA-SFT数据集教模型交错文本与视觉抽象，微调超交错CoT两倍，逊于纯文本CoT。
大语言模型中的识别-拒答失调：为何模型会回答结构上不可回答的问题
模型隐藏状态中已有“不可答”识别信号，但与拒答路径几乎正交；回答结构不可答问题是路由失败，而非编码失败。
截断刘维尔谱中耗散率恢复的谱可辨识阈值
截断谱恢复耗散率需保留2^n模式；布居模式无退相干信息。最小二乘误差1e-9优于表格法但扰动削弱优势
HEAR谁说了什么：通过反事实语音对齐解锁说话人归因推理
提出说话人归因推理基准发现语音模型依赖语义先验构建反事实音频训练模型实现强性能与零样本泛化
FairReL：基于公平感知表示学习的深度伪造检测
FairReL针对子群敏感成分提出公平感知表示学习，提升未见集AUC 3.9%，降子群FPR差异10.2%
AI历史学家：助史学家整理核验分散历史叙事中以人物为中心的时间线索
AIH整理验证散见史料的人物时间线索，《史记》测试定位准确率86.2%、14分钟，优于人工，已用于多国史籍。
ReconSplat：超越已观测视图的通用三维场景重建
提出ReconSplat，结合3D高斯泼溅与多视角潜在扩散，兼顾未观测区域外观与几何，实现新视角合成和深度估计，优于现有方法。
面向非侵入式身体成分估计的目标感知状态自适应p-狄利克雷图神经网络回归
提出目标感知状态自适应p-狄利克雷图神经回归，基于非侵入测量估计体脂率、骨密度、瘦体重，相关加权模型误差最低，优于现有方法。
SS-ESOAP：物理信息学习中的自缩放自适应预条件
提出SS-ESOAP优化器，改进SOAP预条件，在8个PDE基准中6个取得最低残差，高效实现高精度训练。
单一能力还是多种能力？前沿AI评估经济效度检验
经济基准未构成独立能力，主要反映时间趋势，但能补充预测经济得分，领导榜差距需按日期调整。
NBS：无偏立体
无架构归纳偏置的端到端Transformer，仅靠合成数据训练，即达SOTA立体匹配精度与效率，证明显式几何先验不再必要。
合成数据中错误容忍度的量化：原子级操作数与算子扰动研究
ATOM框架区分操作数与算子扰动，模型对前者鲁棒而后者敏感，优先算子多样性提升合成数据质量。
基于CPRD的可扩展临床数据基础设施与老年多病共存患者住院风险预测的机器学习比较评估
CPRD上比较ML模型预测老年多病者住院风险：LASSO区分度略低但校准最佳，最适合临床部署。
通过定向检索器微调实现乌兹别克法律RAG的云与本地部署
为乌兹别克法律问答构建检索增强系统，微调检索器后云与本地部署均达标，并发布基准与模型。
行为潜伏期作为EEG反应时解码的弱事件时间监督
将EEG反应时解码转为事件时间后验建模，以行为潜伏期为弱监督，超标量回归，提供可解释概率框架。
DocIntent：面向真实文档视觉问答的可回答性引导智能体修复
提出无需训练的智能体修复框架，按问题可回答性选择性修复，回滚验证，提升多模态大模型在退化文档问答性能。
基于属性的LLM激活引导实现群体特定解释生成
提出基于激活工程的属性引导方法，通过计算群体专属引导向量注入LLM，生成更贴合特定群体、保持事实性的解释，优于提示词和现有方法。
RoSe-SLAM：基于动态单目视频的鲁棒语义感知高斯溅射SLAM
利用2D基础模型语义特征与时空运动掩码识别动态干扰，实现鲁棒跟踪与高质量静态重建。
潜在规划能否在点云中幸存？基于几何观测的动作条件JEPA世界模型
将三类JEPA世界模型用于点云均能规划不崩溃；动作敏感模型最优，可由目标直接构建隐状态。
迈向文化对齐：以人为中心的多模态AI故事评估（基于五个非洲社区）
评估AI多模态故事在五个非洲社区的文化对齐，发现依赖语境而非标签，提出分类，自动评估不可靠，需社区校准。
定位与解锁模型生物中沙袋效应的因果模型
提出沙袋效应因果模型：早期层写入意图轴，后期层读取；单层嫁接恢复能力，上下文嫁接全面解锁。
临床对话AI面对患者打断：扩展安全性评估
患者打断导致临床内容丢失，现有基准未覆盖。四模型在FAQ竞争中全部失败，打断鲁棒性需分场景评估。
从24小时腕部运动学习人类健康与疾病
自监督模型Sensori从24小时腕部运动原始数据学习健康表征，在12万人中验证，可显著提升52种疾病分类和26种疾病风险预测，尤其对神经精神疾病效果最佳。
参考嫁接在引出示弱能力上与微调相当
参考嫁接无需权重更新即可从示弱模型恢复隐藏能力，媲美微调；少量样本即可，但电路中断令固定编辑失效。
断裂场：面向断裂三维高斯模拟的接触感知二元多场传递
提出断裂场方法：为断裂三维高斯模拟按碎片独立传输质量动量场，消除碎片间动量泄漏，并以接触投影减少碰撞穿透。