迈向汉语族语言的跨语言罗马化生态系统：普通话-粤语配对案例研究
建立汉语族罗马化生态系统框架，依四原则，开发粤语、普通话等方案；实验较拼音+粤拼显著降低粤语词错率与字错率。
基于验证的上下文工程：迈向全自动医学影像代码生成
多智能体框架两阶段验证与自动上下文工程实现医学影像代码全自动生成零人工干预分割0.90准确率99%
模态断层线：结构性破坏揭示全模态推理的脆弱性
干净评估高估全模态鲁棒性。结构破坏测试发现：文本视觉是稳定故障线，多模态退化非加性，干净精度不代表可靠性。
弹性三角形溅射
提出弹性核函数，具备边界双侧梯度支持与自适应边界值，在形状重建和新视角合成中优于现有三角形溅射方法。
高效语言到视觉特征注入的指代单目标跟踪
LVTrack用门控注入调控语言、避免语义漂移，借冻结预训练模型降成本，混合位置编码与KL损失提升性能。
预测不可预测：基于LLM的短时观测下长期混沌时间序列预测
提出PAC-LLM框架，融合相空间特征与文本信息，在短时观测下实现长期混沌预测，效果优于现有基线。
BEACON：通过三模态对比学习对AlphaEarth嵌入进行行为与语义增强
三模态对比学习融合文本与行为信号，增强地理基础模型对人类中心任务的预测，保持图像表示不变。
异步计算延迟下多机器人控制的协同在线学习
提出异步协同学习策略，兼顾预测精度、查询点差异与延迟，基于伴随多智能体设计分布式控制律，仿真验证显著提升学习与控制性能。
为LLM网页智能体学习简单的测试时环境
提出TTED，让LLM网页代理测试时学习分解复杂环境为子模块，无需标注，提升组合泛化。
带预览的对抗式在线分类
随机预览可使对抗在线分类摆脱序贯复杂度，退化为统计复杂度；二分类超额损失Θ(d/p+√dT)，多分类也有类似界。
StageWell：过程对齐的中文积极心理学支持对话语料库
提出过程对齐中文对话语料库StageWell，以六阶段支持流程与DPO局部修复构建，显著增强模型过程控制、响应质量与安全性。
阿拉伯语安全对齐作为选择性拒绝：SFT、DPO与防护校准的实证研究
研究发现混合SFT可在低误拒率下达高拦截率，DPO和防护效果因模型而异，支持按部署目标选择干预。
何时适配：用于保留通用能力的领域特化的条件记忆适配器
提出Engram Adapter，按输入条件激活记忆，提升领域精度且保留99.4%以上通用性能，实现冻结核模型的模块化领域特化。
哪款LLM用于哪项工作？不确定评估下的预算模型分配
预算有限下，两解证书判定LLM分配：估计与最不利表一致即确定；否则CASE补评。实例中信息价值高于优化。
论持续机器遗忘中的可塑性崩塌
发现持续机器遗忘存在可塑性崩塌，导致遗忘质量下降与记忆回弹，威胁系统长期可靠性。
NFAD：分布偏移下的干扰过滤异常检测
提出干扰过滤异常检测法，抑制成像条件变化引发的干扰，分布偏移场景检测率达91.0%，且不影响常规性能。
去噪即投影：梯度引导扩散的约束优化
提出用Stein去噪器作近似投影的梯度引导扩散，在三种几何上证明收敛，兼顾目标下降与数据几何保持。
基于声学感知的开集视听语义分割成本学习
提出声学接地成本学习框架，动态细化视听语义，挖掘干扰类别，显著提升开放类别分割性能。
计算延迟下网络化系统的事件触发控制与在线学习
提出网络化在线学习控制架构，导出含计算延迟的跟踪误差界，设计异步事件触发机制实现同时间触发性能且排除Zeno行为。
HoopMind：面向对手感知控球规划的实时神经博弈树系统
融合五类公开数据建模423万次投篮，用神经网络评估价值，经剪枝期望最大化搜索实现实时控球规划与对手感知。
心理困扰由谁评估？社区视角与大语言模型在心理健康帖子上的对齐
大模型系统性高估社区心理困扰，尤其在“无到轻度”时假阳性多，偏离社区视角，影响心理健康AI部署公平性。
跳舞火柴人：训练视频生成模型的入门数据集
为训练视频生成模型设计的合成视频数据集，含64x64、64帧、4020个片段，提供深度、法线、部件标签等标注，便于快速迭代与评估。
AlgoWorlds：算法世界中全局优化的工具使用基准
新基准将组合优化转为部分可观测决策，测试大模型工具使用，最优率仅38.6%，难点在信息整合与全局推理。
基于噪声感知采样与归一化流的sRGB真实噪声建模
提出噪声感知采样的归一化流框架，估计相机设置以生成多样真实噪声，提升去噪性能。
检索增强生成中幻觉的检测与修复
比较删除、替换、重写三种修复：均减少幻觉，删除降幅最大但保留最少(64.3%)，重写保留最多(80.1%)但降幅最小，且误改83.5%干净答案。
Di²CycleSB：基于薛定谔桥Transformer的高质量无监督夜间可见度增强
提出动态积分图像先验引导的循环薛定谔桥框架，无监督夜间增强，无需正则与分解即抑制光效。
GramLoop：免训练Gram门控重放实现鲁棒稠密预测
免训练GramLoop以Gram门控重放增强DINOv3，五基准升，COCO-O+0.252，保干净。
Pad\=artha：基于本体论的古典梵语细粒度命名实体识别基准
首个本体论驱动的梵语细粒度NER基准，含18类、10.8万实体；生成模型与传统相当，但细粒度及未见实体表现差。
你所需要的只是非交换词
用酉矩阵有序相乘表示句子，非交换性捕捉词序，无需位置编码，以64参数编码代替3万维词表，性能媲美甚至超越基线。
MedCache：面向纵向临床智能体的高效且时间有效的记忆
提出混合框架：构建时间有效记忆与重叠专科视图，路由查询并自适应多专家，提升推理准确性和记忆效率。
DReSG：用于风格化高斯溅射的扩散残差
提出DReSG，基于扩散残差的3D高斯风格化框架，通过残差反馈与多视图拟合，在保持结构和跨视图稳定性的同时实现参考风格化。
AdapToPASS：面向全景语义分割的歧义感知自适应球面变换器
提出仿生自适应球形变换器，用歧义感知注意力与双焦点表示，提升全景分割在未知变换下的鲁棒性，超越现有方法。
评估语言模型中表示引导的语义特异性
CRT诊断显示晚期表示引导仅注入全局标签偏差非修复推理使原本正确任务性能从99.6%跌至40.4%
6D姿态估计中条件流匹配的基础特征融合
提出FunFlow6D，利用几何与外观基础模型特征及交叉注意力融合，减少监督与内存，性能超越现有方法，并经消融验证。
LLMODE：通过门控令牌注入对齐常微分方程与大语言模型，用于不规则时空预测
提出LLMODE框架，用图感知ODE编码不规则观测，经感知重采样与门控交叉注意力注入冻结大模型，实现高效预测与零样本泛化。
AI在临床决策中易被说服
研究发现AI在临床决策中易被说服：权威身份、背景、声称业绩、重复施压等可改变其决策，甚至捏造支持错误观点也能诱导。
人工神经网络的涌现符号结构
研究表明神经网络内部表示隐式实现符号结构，可用封闭方程近似替代且行为不变，支持定向干预。
项目均值代理：为何更丰富的角色数据未能提升大语言模型作为人类代理的表现
大语言模型仅能预测条目均值，无法捕捉个体差异，丰富角色数据亦无效。
多样用户行为下排序策略的自适应双稳健离线策略评估
提出自适应双稳健估计器，融合自适应加权与奖励回归，在观测真实行为模型时无偏且方差更低，合成实验优于现有方法。
Wide Learning: Learning to Reach Evidence
减影法肿瘤分割与病灶中心pCR预测在MAMA-MIA挑战中的应用
FME团队采用减影法分割肿瘤并以病灶为中心预测pCR，在MAMA-MIA挑战中两项均获第二。
CoCoA：面向大语言模型的上下文条件文化对齐
针对大模型文化偏见，提出上下文条件文化对齐框架，在有无文化线索时分别优选或保持中立，将文化偏见分从43降至24，且不损通用性能。
基于映射的图像扩散
提出基于张量的图像增强去噪泛函，含正则化先验，证明最小解存在，擅长伽马校正，性能比肩偏微分方程方法。
MUDDLE：在干扰项与长度效应下衡量文档理解能力
提出MUDDLE基准，分离干扰项与长度影响，发现主题相近的硬负例比等长随机干扰更降准确率。
无监督多尺度Gromov-Wasserstein超图对齐
提出FALCON框架，用多尺度Gromov-Wasserstein对齐超图节点，无需特征或种子，抗噪且优于基线。
SIC-Agents：面向儿科重症疾病沟通培训的基准测试与自适应模拟器构建
针对儿科重症沟通培训，提出首个基准套件与自适应模拟框架SIC-Agents，通过可编辑技能文档优于静态专家提示，并开源模拟器基准。
推理模型思维链的忠实性随偏好线索的传递位置和方式而变化
新评估显示，工具返回和隐性偏好线索降低思维链表述承诺，却增加未表述采纳，使监测可靠性下降。
分割中的特征谱脆弱性：数据集依赖、架构特定定位与谱相关性
特征谱脆弱性在分割中具有数据集依赖和架构特异性，低频干预对不同模型影响差异显著，且不同于输入域鲁棒性。
基于图尔敏论证模型的规范文本语义对齐：一种神经符号方法
论证结构补充神经语义，提升规范文本对齐效果，其中依据特征最有效。
高维旋转位置编码
提出高维旋转位置编码，基于Paley-I正交基将RoPE扩展至高维旋转，增强通道耦合，性能显著提升。