CareGraph：基于证据的可审计混合AI框架，用于个性化纵向健康智能
可审计混合AI框架，基于证据将异构记录转为个性化趋势与问题，不诊断不决策，安全可控且可追溯。
生成式人工智能拓展课程型本科生科研体验（CUREs）的智力边界
生成式人工智能以个性化支持、分布式认知和保留人类判断力拓展了CURE研究的智力边界
信息反局部性与大语言模型中的局部性偏差
大语言模型能学会反局部语言，损失相当，但越反局部收敛越慢，说明非局部依赖更难学，偏差在速度而非成败。
如果智能体是天使，就无需治理：可信工具边界上的带外策略执行
提出带外策略执行，在可信工具边界授权操作并过滤数据，跟踪失败率由57.6%降至0.2%。
承重上下文：评估语言推理中上下文依赖的问题损伤评分
基于问题损伤评分的诊断框架评估上下文依赖：删除承重示例后，前沿大模型很少弃权，常仍答对。
神经纹理压缩的线程高效解码
共享解码器与渐进冻结训练，结合纹理聚类，降低线程发散25%-52%，速度提升8.48倍且画质不变。
uScenes：面向水下机器人感知的多模态RGB和3D声纳数据集
uScenes多模态数据集：同步3D声纳点云与RGB，110场景9.5万观测，用于水下传感融合与三维理解。
协作流程的对象中心预测监控框架
提出对象中心协作流程预测监控框架，映射为OCEL，重定义预测任务，用五个日志评估。
面向高效天气集合预报的扩散蒸馏
提出监督能量距离蒸馏，将多步扩散教师压成单步学生，保持极端事件技巧，用于天气预报，一次评估达或超教师。
PersonaEdit：用于个性化模型编辑的代表性样本选择
提出PersonaEdit聚类抽样法，减少编辑样本量且保持性能，结合检索增强可提升LLM个性化效果。
PCBnet：面向原理图图像的SPICE网表数据集与自动构建方法
提出大规模PCB原理图数据集及自动化网表构建流程，检测识别精度高，为AI PCB设计提供基准。
不确定性感知多器官超声分类中架构复杂性的受控审计
受控审计显示，简化模型（Simple-CE+TS）在标定与选择性风险上优于完整EDL，且无可靠增益。
ReToolSQL：面向稳健文本到SQL的智能体强化学习
ReToolSQL用两阶段训练（监督微调+智能体强化微调）提升文本转SQL，BIRD单模型准确率74.32%居首，无需人工标注。
RealSWE：现实用户请求下编码智能体的组合式评估
真实请求简短随意且缺乏上下文，使编码智能体解决率降6.4个百分点；明确陈述期望行为和动机可显著提升性能。
探测多模态大模型感知先验：基于可解释生成控制的吉布斯采样
提出用吉布斯采样直接抽取多模态模型的感知先验，发现直接提示无法揭示的偏见与新先验。
SOMTab：高效表格上下文学习的集合序Mamba方法
SOMTab用Mamba构建表示、注意力做预测，实现高效表格上下文学习，推理更快、内存更低。
初始化至关重要：通过模型初始化推进负荷异构下的联邦短期负荷预测
针对联邦短期负荷预测中的负荷异构问题提出全局预训练与局部顺序初始化策略减少客户端漂移提升精度
动态图上时序记忆感知的在线测试时适应
提出动态图在线测试时适应新方法，含时序增强、记忆感知与一致性引导，显著提升多种分布偏移下的泛化。
PCFBench：产品碳足迹估算的诊断性基准
首个诊断基准PCFBench将产品碳足迹估算分解为六项任务，用614个专家标注项测试，发现逐步生成性能下降并发布数据。
中文标题：可操作CBFI：面向表格机器学习的结构分解与因果反事实干预整合框架
中文摘要：提出A-CBFI框架，基于结构因果模型定位因果瓶颈并精准干预，减少主动干预负担76.9%，同时保持因果有效性与全局干预成本。
TACIT-Switch：基于删失监督的LLM智能体成本感知模型升级
提出TACIT-Switch，用区间删失观测学习永久切换策略，在相似成本下成功率提升7.4-11.1个百分点。
EvoHarmBench：用迭代式类人规避突破内容审核
首个动态对抗评测框架，迭代优化语义簇级规避并兼顾可读性，揭示商业审核系统攻击成功率达80.3%
合成语言能动性：具身可朽智能体如何通过有后果的社会经验习得语言可供性
定义合成语言能动性，构建具身可朽智能体，从影响存亡的社交后果中学习语言，表达受身体历史塑造并改变伙伴行为。
面向通用视频理解的免训练时间抽象
免训练STITCH将视频切成语义时间块，复用于边界检测、片段检索和帧选择，少帧时更佳。
超越成对图：用于参数化PDE的超图自适应小波算子
提出超图自适应小波算子HALO，以线性稀疏成本学习谱域特征，在多类基准上达最优精度，并稳定扩展至工业级网格。
为何不检查？两个配备工具的语言模型中的无依据最终声明及其修复
工具型模型证据不足仍下结论，补充证据可修复33/33，无关信息不修复；自动检查纠错且不损害正确。
GAAT：多模态无人机感知的几何感知对齐Transformer
提出几何感知对齐变换器GAAT，通过同步视图变换学习几何先验，实现稀疏融合，在六项无人机感知任务上最优。
FedEHR-Agents：用于自动化EHR建模的联邦智能体优化
提出以经验为中心的联邦智能体优化框架，聚合多医院临床建模经验，优于多种基线。
CURA：计算机使用代理的认证运行时警报
CURA外部监控器利用轨迹遥测，以认证误报控制提前检测代理失败，恢复23/70失败，平均分达86.8，无需模型内部或额外调用。
ZipMVS：压缩成本体积的多视图立体匹配
提出深度假设策略压缩成本体积，大幅降低GPU内存占用并保持重建精度，在DTU和Tanks and Temples上取得竞争性平衡。
OpenStamp：面向开源语言模型的水印技术
OpenStamp将水印逻辑编入模型末层投影，抗改写与微调，性能损失小。
A-PAIR：空地跨视角指代行人检测的基准与身份一致定位框架
提出A-PAIR基准与ICRG框架，解决空地跨视角指代行人检测身份一致性，配对F1升至22.28%。
CEDAR：自动机作为语言引导具身行动的可验证接口
CEDAR用反例引导将指令转为正则语言，以DFA表示技能与约束，可验证并复用，在Minecraft中优于基线且减少LLM查询。
AI写作者具有一致的文体学足迹，而AI编辑则没有
AI生成文本有稳定的文体足迹（熵与词汇多样性），但AI编辑不呈现此特征，二者应分开研究。
面向神经性能预测的节点级特征编码
提出节点级特征编码的预测器，融合计算量、参数、内存代理，预测延迟与能耗，新数据集上达最优，并普遍提升现有模型。
基于GAN的车联网图像传输语义通信
提出基于GAN的车联网图像语义通信，采用语义优先和多尺度重建，实现高保真传输，优于现有方法。
Credo：面向智能体工作流的可复用声明式原语
Credo从搜索代码中提取声明式原语并加元数据编目，编译器复用生成新任务执行框架，免从头搜索。
去而复返：用于多模态翻译的双向扩散桥
提出双向图像文本扩散桥，支持正反向生成，源感知路径提升采样灵活性，性能优于基线。
LandingAgent：面向落地页的参考标注数据集与智能体生成框架
提出参考标注数据集与智能体框架，参考真实页面生成落地页，提升目标契合度与布局多样性。
智能体记忆如何助力可靠处理不可回答问题？
记忆可提升不可回答问题处理，但增益有选择性且易受数据集漂移影响；跨模型复用优于跨数据集，决策引导优于轨迹塑造，程序性记忆最可靠，关键在可迁移指导而非经验量。
AcCoRD：在现实用户偏好动态下评估用户-智能体协作
AcCoRD基准评估用户-智能体协作中偏好动态变化，发现前沿模型难处理交互中涌现演变的偏好，仅靠提示不够。
大型视觉-语言模型中缓解幻觉的动态对齐补偿
提出动态对齐补偿，无需训练，检测表征退化与漂移并修正，减少幻觉且保持性能。
QUORUM：使用多标注器的质量优化路由
QUORUM：预算感知路由，按实例分配人或LLM标注，多标注聚合，质量提升34.4%，成本降8.8%。
韩语谓词形态中词汇条件引发的实现歧义
韩语中相同词干词尾配置可因词汇身份产生不同表面形式，需靠词汇义与实现类确定，揭示纯形态表征的局限。
实体记忆图检索提升长对话问答中的证据覆盖
在LoCoMo十段对话1986问上，图检索将top-25证据召回从79.75%提至84.48%，但最终答案F1无显著差异。
面向视频多模态大语言模型的视觉令牌编码
提出视觉令牌编码，借鉴视频编码预测残差压缩令牌，动态分配下用一半令牌保持100.1%性能，免调优即插即用。
基于证据的高阶集合论辩框架
提出基于证据的高阶集合论辩框架，统一处理支持、高阶关系与集合交互，给出三值与模糊语义，证明无环下等价。
TI²PS：一种面向随机多细胞模式形成的拓扑信息逆向设计框架
提出贝蒂向量+逆代理建模，从目标模式估计ABM参数，优于PointNet++，仅用10%数据。
3D-USE：从图像级到场景级水下增强
提出3D-USE：介质感知表示与外观一致传递实现场景级水下增强，无需成对数据，提升可见性与跨视图一致。
从博弈论视角审视AI对齐：综述
从博弈论视角综述AI对齐，聚焦偏好多样性、对齐优先级与时间动态三挑战，厘清方法适用边界及鲁棒自适应可验证系统构建难题。