蒙特卡洛树搜索就是每次访问蒙特卡洛控制吗？
蒙特卡洛树搜索与每次访问蒙特卡洛控制本质相同，四阶段归结为轨迹采样与每次访问更新。
超越全局标量：融合词元级统计与深度语义的对抗性AIGC文本检测
提出NeuroStat框架，融合词元级统计与深度语义，利用宏状态残差调制增强鲁棒性，在对抗基准MOSAIC上表现最佳。
属性标记算术：视觉自回归模型的解耦与连续语义控制
提出属性标记算术(ATA)，仅用单张参考图学习语义方向，即可在自回归潜空间实现解耦、连续的属性控制，无需重训。
VersaGauss：基于3D高斯的通用多相动力学生成框架
提出VersaGauss，基于3D高斯从少量图像生成多相动态场景，优化粒子分布，支持多种材料交互。
Cyc3D：评估图像到3D生成中的循环结构稳定性与资产可用性
Cyc3D基准：从跨视图一致性与表征质量评估图生3D，闭环重渲染测漂移；最优方法循环稳定性仍低于48。
CNeo-Bench：面向中文新词的大语言模型诊断基准
构建4759个中文新词基准，评估18个LLM：多数定义生成低于40%，存在识别-操作鸿沟；少样本提示可解部分难题，但错误仍多。
一种在质量退化约束下以性能最大化为目标的LLM量化层位宽分配方法
提出Gemma-3-1B层位宽分配法，在质量退化约束下最大化性能，11%延迟降低且损失可忽略。
线性回归中加权数据选择的精确风险比
证明三个精确风险比值：F_w(d,2d-1)=1+1/d、F_w(3,4)=5/3、F_w(4,5)=2；给出一般下界并猜想全域成立。
令牌预算蒸馏：将全令牌语义迁移至压缩视频视觉语言模型
令牌预算蒸馏通过双路径师生蒸馏，在压缩视频令牌下保留全令牌语义，实现高效微调。
SpikeOPD：面向自回归脉冲语言模型的稳定同策略蒸馏
提出SpikeOPD稳定同策略蒸馏，用于自回归脉冲语言模型，通过教师修正与策略锚定解决前缀不匹配，提升准确率并保持稀疏计算。
智能体AI系统中的资源约束与性能
比较两智能体系统，任务完成率无显著差异，但资源消耗悬殊；评估需结合能力、资源与执行记录。
赋能地方农业：基于深度学习的孟加拉芒果品种识别网络系统
提出深度学习芒果识别系统，EfficientNetB0达97.36%测试准确率，并集成至Web应用，助力孟加拉农业。
高能物理碰撞数据回归中经典与量子机器学习的比较
经典与量子模型比较：量子模型以极少参数达相近精度，QCNN用4量子比特媲美深度CNN，具参数效率优势。
孪生世界：面向证据支撑推理的基于等变性弃权
提出孪生世界，以实体替换构造多重世界，用等变性违反作弃权信号，检测推理是否基于证据，提升可靠性。
面向可靠医疗AI的可解释不确定性估计
提出egRUE方法，统一不确定性量化与特征级解释，提升医疗AI可靠性及医生校准信任，增强安全关键决策支持。
Manifold4D：在点云渲染流形上去噪的视频重拍方法
该方法将渲染注入初始噪声而非条件流，仅用一次，提升轨迹控制与保真度，降低旋转和平移误差。
广义吉布斯系综加权用于预测组合
提出广义吉布斯系综加权框架，经多项基准测试，性能有竞争力但非普遍最优。
VICT：面向长程LLM智能体强化学习的验证器插桩信用追踪
VICT利用验证器内部原子结构追踪依赖边，将优势沿证据边重分配，改进长程LLM智能体稀疏奖励下的信用分配。
观察、假设、验证：发现控制偏微分方程的多模态智能体框架
提出MAGE多模态智能体框架，无需预设库发现偏微分方程，结构恢复8/8，系数误差降约3个数量级。
从评分标准到代码的强化学习信用分配
提出评分标准到代码的信用分配方法，将功能反馈转为局部训练信号，提升网页生成性能，超越多个强模型。
HyQuant：面向LLM注意力机制的混合精度量化
提出混合精度量化方案，对注意力多数状态低比特量化，仅保留关键标记和局部窗口高精度，近无损且高效。
FinExam-10K：检索何时助力金融推理？
发布FinExam-10K金融考试基准：10198题，最佳85.29%；检索增益微，门控提升至71.23%。
多方对话中的话轮转换结果预测：结合人际亲密度的语音与目光动态可解释建模
结合语音响度与目光特征，可解释模型预测四人对话话轮转换，AUC达0.76，目光在噪声下仍稳健。
颤抖的声音未必是回避：财报电话会议中文本与语音回避检测的基准测试
提出双维回避基准，含六十场财报会议五百零五问答，标注文本回避与语音信心；多模态模型难测语音信心，与人类差距大。
视觉-语言模型源完全自由适应中的双流语义引导与原型锚点校准
提出DSSG-PAC，双流语义引导与原型锚点校准，解决无源VLM适应语义漂移，性能最优且提速近两成。
嵌套字节级词表：部署廉价，共享昂贵——一项预注册的阴性结果
嵌套BPE可切片部署，但共享模型逊于固定专家（32k差3.64%，8k差2.96%）；控制令牌无效，输出限制主因。
从文档到推理：面向金融数值推理的验证合成数据管道与语义感知微调
提出合成数据管道与语义感知微调，改进金融问答，用新评估指标和损失函数，在ConvFinQA上显著提升精度。
滑动窗口优于线性注意力
滑动窗口注意力搭配sink节点，性能不输甚至超越后训练线性注意力模型，在长上下文任务中优势巨大，且无需后训练、成本极低。
频谱特征主导BCG呼吸事件检测：睡眠呼吸暂停患者特征组的大规模患者独立比较
BCG监测睡眠呼吸暂停，155例患者比较10类特征，频域特征主导（占30.3%），时频联合贡献67%，AUC达0.97。
“假设”的幻觉：评估大语言模型中反事实推理的失效
提出WhatIfBench基准与PRISM评估法，测试大模型反事实推理，最强仅64.62分，揭示流畅叙述掩盖因果缺陷。
用于立场感知论证检索的嵌入模型
现有模型偏重主题忽略立场，对比训练易过度校正；用平衡课程与LLM增强反向论证，提升立场感知检索。
从困难提示中学习：动态采样中难度感知的优势放大
针对动态采样忽视难提示中难采样正确回答的问题，提出难度感知优势放大（DA3PO），提升训练效率并超越GRPO。
当大型语言模型的语言自信与内部自信相背离时
研究发现大模型的语言自信与内部自信常不一致，属有损通道，需多维度评估。
促进多层感知机顿悟的生物启发机制
生物启发机制促进顿悟，稳态作用最强，结构稀疏次之，均经调节神经元利用与有效连接改善泛化。
EXPOSE：使用稀疏自编码器从病理视觉基础模型中生成可解释且域鲁棒的嵌入
提出可解释稀疏自编码器框架，抑制域特定特征，提升病理模型跨域鲁棒性。
NumBench：诊断文本到图像模型中的计数失败
提出NumBench基准（64万提示、1600类，数量1-100），发现计数随数量增加急剧下降，超50个物体时所有方法均表现弱。
基于深度学习的涡扇发动机剩余使用寿命预测堆叠集成框架
提出堆叠集成框架，融合LSTM、CNN等基学习器与XGBoost元学习器预测涡扇发动机剩余寿命，在C-MAPSS上误差显著降低，优于基线。
CultureConverse：面向东亚与东南亚文化情境辅助的多语言多轮模拟评估框架
提出CultureConverse多语言多轮模拟评估框架，覆盖10个地区58个子群体，含14.6万评估片段，评估18个模型，微调可提升文化能力。
这些模块值得投入吗？上下文学习文本转SQL的范式级精度-成本分析
统一框架下量化17种配置，发现仅执行反馈优化普适且低成本，其余模块依骨干而异；预算有限时，优化中端骨干比升级前沿模型更划算。
CASTANET：基于交通事件效应的因果感知时空对抗网络
提出因果感知时空对抗网络CASTANET，用图神经网络和因果推断预测突发拥堵，缓解选择偏差。东京实测RMSE降4.0%，事件场景降10.1%，严重拥堵时提升14.55%。
Cut-ViT：基于Gram锚定子空间一致性的任务特定模型剪枝
提出Cut-ViT，通过Gram锚定子空间对齐实现高效任务特定剪枝，多数据集达最优，仅用20.9%时间。
跨会话分解攻击：扩展风险与意图对齐检索防御
跨会话分解攻击揭示缩放定律的安全风险，更大模型更危险；22M参数的意图对齐检索器提供有效防御。
BanglaMed-QA：面向孟加拉语医疗保健支持的问答系统
孟加拉语医疗问答系统BanglaMed-QA，构建4493问答对知识库，采用SVM分类及多指标投票，自动F1达95%，人工满意度0.9。
WALDO：杂乱场景中的单样本示例条件目标检测
提出WALDO：用冻结V-JEPA特征做单样本条件检测，优于DINO，但实例识别仍弱。
AERA：自适应证据残差分配以实现高效测试时推理
提出AERA自适应分配推理预算，动态判断是否继续计算，在GSM8K上减少95.99%计算量，准确率仅降0.4%。
基于概率的KV缓存逐出解释
形式化KV缓存逐出问题，证明其计算困难，将其化为期望估计，提出解码时校正，使现有方法更稳健高效。
执行性隐私：当差分隐私最大化效用
当数据泄露与参与反馈足够强时，有限差分隐私预算长期效用优于非私有，证明差分隐私可最大化长期效用。
WilLaGS：用于野外鲁棒高斯溅射的潜条件三维外观场
β-VAE学习全局外观流形，三维外观场模拟局部光照，师生掩码去瞬态，实现野外鲁棒实时重建。
保真度还不够：智能体数据表提取的调度级插桩
保真度不足；智能体提取需调度级插桩，靠工具调用日志检测静默失败，37项声明基准验证有效。
PersonaForge：面向智能体系统的逼真多轮用户模拟
真实多轮交互占75.9%，现有训练与评测存在缺口；提出基于四维人格与种子查询的模拟框架，训练提升智能体综合评分4.1%。