SEPO：基于证据的结构化编辑提示优化
SEPO通过结构化编辑和证据追踪实现提示优化，在14项任务上超过最强基线，且更高效。
残差引导的随机神经网络
提出残差引导贪心构建隐藏层的方法，以闭式残差减少准则选候选单元，实验在71个数据集上优于基线。
获取、修复、保留：一种诊断引导的小模型对话游戏智能体后训练方案
2B模型经SFT获取对话游戏能力，用局部偏好对修复决策错误并保留通用能力，成绩大幅提升，但迁移主要限于目标族内。
当证据塑造协作：多智能体系统的知识条件化拓扑生成
K-GAT用外部证据指导多智能体拓扑生成，精度提升15.7%，能耗减半。
GOD：治理、观察与指挥——智能体社会的实时控制室
GOD为智能体社会提供实时控制室，支持提问与干预，统一命令与回放证据，可移植包分离数据，干预目标命中率93%。
SinkSLOT：基于稀疏提升最优传输的Sinkhorn方法
提出SinkSLOT，以稀疏提升最优传输稀疏化Sinkhorn核，迭代成本O(LN)，所得散度无需去偏，速度大幅提升。
3DGS压缩的非均匀量化
提出面向3DGS的非均匀量化，基于重要性加权量化与合并，实现最先进压缩性能，兼容点云，助力MPEG标准。
Synth-JDoc：合成具有多样布局和嵌入图像的日语文档图像数据集，用于OCR
针对日语竖排文本识别弱，合成多样布局与嵌入图像的文档并加噪声，有效提升模型OCR能力。
条件视觉证据效用：冻结视觉-语言编码器中的状态相关排名反转
视觉证据在观察部分线索后价值会变，静态排名失效。冻结模型在组合搜索中呈稳定状态相关反转，更新排序在跨评估器下仍有决策价值。
面向3D作物结构恢复与表型性状提取的去噪感知时序点云补全
提出SynthCrop4D合成数据集及去噪+时序补全两阶段框架，显著提升作物点云重建质量并实现表型提取。
我应该使用这个合成数据集进行训练吗？如何用最少的真实数据测试
提出自适应符号翻转检验，用最少真实数据判定合成数据增强是否提升模型性能，并控制错误率。
PhenoIntel：生命周期对齐的多智能体Web应用，实现可验证、易访问的植物表型分析
多智能体平台PhenoIntel分阶段校验植物表型分析，输出带不确定性结果，无需GPU，浏览器运行。
抽象画视觉语言理解数据集
提出最大抽象画数据集Abstract4D，含12万图像及多维标注，用于分析艺术语义结构及评估AI分类、检索、生成能力。
AIM：锚定身份特征，再匹配实现多模态大语言模型遗忘
提出AIM方法，在无保留图像时锚定身份特征并匹配视觉编码器，实现身份遗忘且保持感知能力。
VISTA：基于验证器信息的学生到教师自适应用于同策略自蒸馏
基于验证器的师生自适应方法，用结果验证的轨迹调整教师分布，使同策略自蒸馏在推理评测中提升。
覆盖，而非信用：零阶扰动预算的失败信用路由无法提升LLM智能体的池内样本效率
失败信用路由不提升LLM智能体池内样本效率；均匀分配等效，覆盖才是关键。
记忆并非提取：紧致差分隐私界与审计盲点
严格界定反事实记忆与自适应提取的DP常数，二者互不控制；十亿参数模型可单提示复现却被损失审计判净，暴露盲点。
WeAgent-MMSearch：多模态搜索智能体的原生文本-视觉交互
提出多模态搜索体WeAgent-MMSearch，以原生图文交互和故障恢复提升搜索，后训练后平均分涨19.22，媲美十倍参数模型。
学习面向激励广告的离线模型强化学习奖励分配策略
针对激励广告中的奖励分配问题，提出离线模型强化学习框架，实现成本可控的序贯决策，并经线上测试验证优于现有方法，提升净收益。
String：一个将每个应用视为 Markdown 文件的智能体操作系统
String 以 Markdown 定义应用，分层披露+权限控制，性能不变，令牌减33.5%，界面开销恒定。
Colombo差分幂行列式猜想的一个代数证明
证明了Colombo猜想：偶n且坐标互异时，所有d≥n−1的差分幂矩阵非奇异，秩为min{n,d+1}。
推导OpenEuroLLM模型的缩放定律：学习率、批量大小与损失
研究预训练大模型学习率与批量的缩放行为，建模其演变，验证损失缩放形式，为开源欧欧模型建立基线并开源。
FUSED：用于AI图像修复检测与定位的法证-语义混合专家
FUSED法证-语义混合专家，检测定位AI修复，跨生成器基准最优，未见生成器上定位性能翻倍。
混沌中的阶梯：测试时扩展何时、如何（也许为何）提升大语言模型机器翻译
顺序采样在翻译中性能上限更高，提升流畅自然度，但推理预算大时损准确，成功部分源于更大目标端上下文。
欧几里得傅里叶神经算子
针对傅里叶神经算子依赖周期域的问题，提出将谱核参数化为物理波矢的连续函数，实现跨不同形状和尺寸周期域的泛化。
用于大语言模型预训练的曲率条件多尺度动量与球面约束
提出曲率条件多尺度动量法及球面约束，加速大模型预训练，相比Muon显著提升效率。
基于多智能体大语言模型的多语种气候-健康文献自动分析框架
多智能体大模型框架实现气候-健康多语文献自动分析，含四层防幻觉，3.2万篇测试F1=0.92。
面向多模态光谱医学成像的跨光谱密集对应
提出跨光谱调制协议与合成基准，改善多模态光谱医学成像中严重光谱失配下的密集对应，保持RGB性能。
盲人摸象：探析大语言模型在长尾分歧知识下的认知短视
提出ElephantBench，发现大模型对长尾分歧知识常只回忆一种答案，最强模型完整回忆仅52.4%，规模扩大仍难消除。
SymboLLM-FE：LLM加速的符号回归用于表格数据自动特征工程
结合符号回归与大语言模型先提取强相关表达式再精炼兼顾性能与可解释性迭代少优于现有自动特征工程
NL2AGBench：面向AlphaGeometry的LLM自动形式化基准测试
提出NL2AGBench基准，用AlphaGeometry执行验证评测LLM自动形式化几何题；闭源可执行翻译率超80%，开源较弱，并提出错误分析与改进策略。
ContextPilot：通过细粒度强化学习训练智能体实现主动上下文管理
提出主动上下文管理框架，扩展工具，用细粒度强化学习识别关键编辑，长程任务性能更优且上下文更紧凑。
从文本语料学习人类语言的形式化局限
形式对意义的不确定性无法完全消除，仅靠文本学到的任何表示都无法超越这一内在局限。
基于子句单元的顺序鲁棒检测语义水印
提出顺序鲁棒语义水印，基于子句单元检测，抵御改写重排分段，攻击成功率大幅降低。
基于自监督语音表征的音素级与词级强制对齐评估指标
提出基于自监督语音表征的两项无参考强制对齐评估指标，在85种语言上与人工标注强相关。
权力的形态：对话中社会权力推理的多语言框架
提出多语言社会权力推理框架及语料库，发现模型在跨文化关系与意图推理上弱于人。
基于检索增强LLM引导专家切换的机制感知投资组合管理
提出检索增强专家切换框架，利用LLM依据历史相似行情选择最优策略，提升多市场收益与夏普比率。
实时肌骨代理用于儿童脑瘫：一项可信度试点
为脑瘫儿童开发实时肌骨代理，验证准确快速，但肌肉力估算不稳，需解决建模与认知不确定性。
专家知识与机器理解：将Reactome本体与LLM语义嵌入相结合
利用Reactome文本描述与SPECTER2等算法，成功重建通路层级结构，验证专家元数据可推断生物学关系。
投机探测：以投机解码成本实现LLM监控
将投机解码模块复用为分类器，几乎零开销，性能超越零样本GPT，媲美专用安全分类器。
视频错误检测的后训练视觉语言模型
提出MD-VQA协议及后训练方法，使模型识别指令与视频差异，泛化至未见动作，优于基线。
CrabOS：人机共栖操作系统
提出人机共栖操作系统 CrabOS：以自然语言文本对象共享任务状态，供人机直接读写，无需桥接即可无缝交替执行任务。
推进交互敏感的特征选择：新型Relief算法、扩展比较及生物医学数据挖掘建议
比较多种Relief算法，新算法MultiSWRFDB等兼顾主效应与交互，运行速度提升10-35倍。
守界有方：距离引导解码实现上下文无关文法合规保障
提出基于下推自动机的前瞻引导解码计算有界摘要与距离保证上下文无关文法合规提升语法有效性与完成质量
神经网络优化器综述（2025-2026）
2025-26年优化器设计已超越Adam变体，涵盖矩阵方法、时间策略与系统表示。矩阵感知方法进步真实，但AdamW仍不可替代，排名随规模、批大小等变化。
Destroy Me：组织病理学图像的自动伪影生成
提出Destroy Me混合框架合成逼真伪影增强病理数据，在肺癌分类上F1提升10.5%、Kappa提升15%，验证稳健性提升。
扩大AI可及性的里程碑
ChatGPT广告年化收入达10亿美元并全球扩展，通过免费与实惠选项推动AI普及。
审计生成式音频调用用于已知任务音频大模型评估
音频大模型评估中，生成式调用的边际价值甚微，监督编码器即可达0.854，额外调用仅提升0.004。
CamoDocs：使用伪装文档针对检索增强语言模型的投毒攻击
提出CamoDocs投毒攻击，以伪装文档规避查询包含，对多种RAG防御有效，攻击成功率超55%。
多尺度基于社区的带符号功能网络指纹识别
提出多尺度社区指纹框架，利用正负脑活动识别个体，经HCP验证，可靠可解释，助力精准神经影像。