曲率感知半径收缩的自适应最近邻分类
通过局部曲率自适应调整邻域半径，提升最近邻分类精度，在多个数据集上显著优于传统k近邻。
情绪背景对大型语言模型支持仓促决策的影响：六款商业模型情绪脆弱性比较
情绪表达显著增强AI对仓促决策的支持（+12.9分），与对话长度无关；六模型中五款受影响，旗舰模型也未能幸免。
FVeinSyn：合成指静脉图像生成器
提出指静脉合成数据生成框架，解耦血管拓扑与成像，生成五十万样本，跨八个数据集，平均精度提升27.43%
UIC-AIHealth4All在ArchEHR-QA 2026：以答案为先的临床问答证据锚定
提出答案优先的证据识别与生成管线，自一致性投票对齐，证据识别第三，生成第九，对齐第五，输出可读性低于临床参考。
蒲公英：用于行星动力学神经模拟的球面花朵
提出球形蒲公英求解器，无卷积，仅用球坐标变换实现空间混合，在球面PDE基准上表现最佳或次佳。
挑战性真实场景中通用移动助手的基准测试
提出GMA基准，覆盖7应用300任务，评估8模型，发现复杂度越高性能越差，合理设计能提升表现。
物联网与深度学习在茶园高地活木白蚁检测与严重度评估中的有效性
提出物联网声学监测与深度学习框架，检测茶园白蚁并评估严重度，CNN准确率81.5%，助力精准防控。
基于概率事件的量子感知
提出概率事件计算原语，用递归贝叶斯推断处理单光子流，实现极暗环境下的实时感知，比现有快4个数量级。
更多数据无法打破对称性：设计保障的可识别性
无监督对齐受几何自同构限制，密集采样致诊断失效；设计时选择非对称刺激，可将对齐失败从75%降至2%。
XHotpotQA：多跳问答中跨语言知识组合的基准
XHotpotQA基准用于多跳问答跨语言知识组合，含证据依赖图与语言分配，验证显示问答错配显著降低F1，提供诊断与评估。
报告监督
R-Super利用影像报告监督肿瘤分割，弥补掩膜不足，显著提升检测与分割性能。
基于YOLO与RT-DETR的边缘深度感知坑洞检测
提出深度感知坑洞检测框架，对比五种模型，YOLOv8nSeg在精度与深度估计上最优，边缘推理最快达3.6ms。
重锤还是手术刀？面向隐性仇恨言论的细粒度自适应框架
提出FAID：先细粒度分类，再对浅层、定向、语境依赖三类自适应推理，省算力且性能领先。
选择而非训练：基于LLM选择的模块化实体消歧的益处
将实体消歧分解为检索与选择，用LLM选择器时训练检索器收益甚微；无训练BM25+LLM在ZELDA达SOTA，支持弃权时F1达90.7。
DAMP：衰减感知混合精度循环状态量化
DAMP衰减感知混合精度量化循环状态，9.9比特下精度接近FP32，存储降69.1%，解码提速10.9%。
INSPIRE：示例驱动数学推理的“先内化后提升”方法
提出INSPIRE方法，通过参考引导内化和分阶段偏好训练，提升LLM示例驱动推理，超越更大模型且不损害通用能力。
PACE：基于智能体自动化的发布者自适应内容提取
PACE智能体学习发布者配置，推理免大模型调用，高效提取文章、元数据、图像等，优于非手动基线，接近人工解析器。
ABCD：阿尔法合成块坐标下降——大规模辐射场的恒定显存训练
提出ABCD，以块坐标下降训练辐射场，仅激活一个块，预渲染其余为前后景，显存恒定，质量近于3DGS。
代码即世界：智能体发现可执行世界表示以进行物理推理
提出代码即世界范式，用可执行代码表示物理世界，智能体循环发现验证，为视觉语言模型提供物理推理监督，性能最优。
从透视到鱼眼深度估计与开放词汇分割
提出可学习参数DEX，将鱼眼图像潜在特征对齐透视图像，提升深度估计与分割性能，并支持相机标定。
铁：增强通用虚拟代理的意图对齐与回溯式双重学习框架
提出Iron双重学习框架，用逐步循环一致奖励对齐动作与意图，并回溯利用失败轨迹，提升GUI代理训练效率与性能。
快速权重注意力用于持续学习
研究循环快速权重记忆在自回归前缀预测下的在线学习规则，提出归一化一阶更新及Falcon系列变体，在语言建模和长度外推上表现优异。
SegBench-GC：测试多步离线目标条件强化学习的分割不变性
提出分割不变性基准，揭示人为切分轨迹会严重损害多步离线GCRL，延续引导可缓解。
关系知识蒸馏使深度网络表示接近人类，可在无监督下对齐
关系蒸馏使DNN表示接近人类，实现无监督细粒度对齐，改进源于更类人的全局结构。
从线性距离和相似性感知熵的视角看LLM中的句法表示
基于线性距离和相似性熵，预测句法关系重构准确率，揭示LLM句法表示的抽象性。
LongGuard：安全护栏长上下文失败的机制分析与免训练缓解
安全护栏长文本下性能显著下降，源于危险信息稀释。提出两种免训练缓解方法，性能分别提升22%和13%。
人人可用的智能体：分布式策展社区构建Agentic AI能力的研讨会框架
通过云环境与培训，降低门槛，逐步提升策展人智能体能力，促进社区共建。
StreamEMS：基于自进化记忆机制的视觉语言模型流式视频理解
提出StreamEMS，通过语义与先验进化模块重构记忆表征，提升流式视频理解，在OVO-Bench等数据集上优于现有方法。
RiskBlend：机器学习回归测试中测试输入优先级排序的多信号框架
提出RiskBlend框架，融合历史失败、预测/边界/邻域变化四种信号，在80种组合中平均APFD最高。
扩散语言模型的轨迹级投机解码
提出轨迹级投机解码，利用置信分层树探索与块并行验证，减少30-40%迭代，速度提升7-14倍，精度损失小于1%。
线性探针如何涌现？基于概念定向归因的电路追踪框架
提出CTA框架解释线性探针内部电路，图特征预测准确率，因果消融区分探针与输出机制。
思考消耗令牌：更多结构何时值得付出代价
存在令牌预算阈值，约1000-1500令牌时验证搜索超越单体，更高预算保持优势。
Nemotron 3.5 内容安全审核器：紧凑型多模态、多语言且支持推理的内容安全审核器
提出4B多模态安全审核器，跨12语言分类用户提示、图像和回复，支持自定义策略推理，兼顾覆盖与效率。
交互表征究竟在测量什么？弱监督暴力检测中的事件前可分离性
暴力检测中，姿态交互表征未优于粗粒度几何；评分受事件前来源痕迹（标题卡、水印）影响，掩盖表征差异。
知道再回答：解码语言模型实现可靠RAG
研究利用模型内部信号判断RAG证据是否充分或冲突，轻量线性分类器优于提示方法，可可靠用于RAG分流。
超越非独立同分布：联邦学习中的学习者-客户端分布不匹配
现有联邦学习忽视客户端与学习者数据分布错位，提出基于代理数据的影响力感知动态客户端选择，用留一法评估，提升收敛速度与精度。
当分词器失效：面向低资源语言零样本迁移的字节级分块
提出适配层级网络，从冻结子词模型初始化字节嵌入，用分块对齐损失和词性监督，零样本迁移至低资源语言，词性标注提升13.3%。
SETU：面向多语言、角色感知沟通教练的智能体生态系统
SETU是面向企业沟通教练的智能体生态系统，分解多模态分析，生成可审计报告，保留人工终审。
利用基础模型进行基于脑电图的阿尔茨海默病诊断
利用脑电预训练大模型与随机森林，仅用8秒脑电片段，AUC达89.36%，优于传统频谱法，并捕获临床验证的α/θ节律退化生物标志物。
SafeStep：面向行人安全监测的语义通信交互演示
开发交互式演示平台，实时监测行人安全，采用新型语义通信方案，任务损失降低92.1%，支持多用户并发。
WM-R1：使用强化学习训练GUI代理进行推理并利用世界模型
首个用世界模型替代真实环境训练图形界面代理强化学习框架，无需真实交互，并行轨迹生成，多维奖励，超基线。
CommerceVibe：通过双反馈强化学习将电商创意设计为可执行视觉代码
将电商创意表示为可执行视觉代码，利用规则与视觉语言模型双反馈强化学习，显著提升生成质量与可编辑性。
DensityKV：面向长视频生成的密度引导KV缓存压缩
提出密度KV方法，无需训练，用密度引导管理KV缓存，减少冗余积累，提升长视频一致性与稳定性，存储有界。
低于噪声底限：小模型知识蒸馏中的双峰坍缩与不同失败模式
小模型KD单种子评估不可靠：种子方差大、多方法双峰坍缩，且存在错误选函数与输出截断等失败模式，仅渐进式与排名式稳定。
DART-FL：边缘动态推理需求下的突发感知多任务联邦学习
提出突发感知多任务联邦学习，动态切分推理训练资源，按需求调权，突发期提升高频任务精度，保持性能。
来自模型内部的调用：探究基于探针的大语言模型工具调用错误检测
线性探针可有效检测LLM工具调用错误，能泛化至新型错误，效果受模型大小、探针层与训练方式影响。
先使其可玩，再使其优秀：小型对话游戏智能体的分阶段交互学习
提出2B对话游戏模型：先模仿成功轨迹保可玩，再用加权回合与教师引导提决策，Playpen第二，已开源。
时间思维树：推理引导的视觉线索搜索用于长视频理解
提出时序思维树框架，先全局定位再局部细查，自适应搜索视觉线索，提升长视频理解性能。
超越搜索模仿：面向无搜索国际象棋的先验引导探索
用前向KL替代反向KL，使无搜索自博弈探索贴近先验，提升战术准确率但棋力不随之提升，二者解耦。
音视频大语言模型中的组合失败：跨模态冲突下的后期层先验主导
研究音视频冲突下AV-LLM组合泛化，发现后期层先验主导致失败，VideoLLaMA 2近乎随机，InternVideo2下降32.3%。