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。
韵律在翻译中丢失了吗？跨语言细粒度韵律相似性分析
首次跨语言细粒度分析韵律相似性，发现某些语言间韵律结构存在内在关联，为表现性语音翻译提供实证指导。
生成式人工智能与印度教神学多元性及神圣表征的对齐
生成式AI对印度教徒既便利也有伦理风险；需实现解释性对齐，披露局限、保留多元，不模拟神圣权威与谄媚式个性化。
SURE挑战：在语音LLM生成前评估语音证据
提出SURE挑战，评估语音LLM生成前的输入；规则拒绝多数不支持输入，且不损支持准确率。
REINS：基于稀疏自编码器特征的拒绝增强抑制性引导
提出REINS方法，同时抑制有害特征并增强拒绝特征，应对复杂包装有害提示，显著提升安全性且保持通用能力。
床垫下时间传感用于痴呆病房次日激越风险评分
痴呆病房中，床垫下无感信号可中等预测次日激越风险，分钟级时序模型优于夜间汇总（AUC 0.692）。
QGPINNs：量子图非局部微分方程的物理信息神经网络框架
提出QGPINNs，物理信息神经网络求解量子图非局部微分方程，支持分数阶模型、统一边界顶点条件，可反演参数。
面向AUTOPET V的解剖感知可提示分割与在线交互训练
提出解剖感知可提示分割，器官监督与在线交互训练，在挑战赛全身病变分割中稳定最佳且随提示精进。
GraspHOI：从单张野外图像进行带手指级抓取的全身三维人体-物体重建
该框架首次从单张图像重建全身三维人-物交互，显式优化手指抓取，无需预设物体网格，提升接触合理性与手部精度。
REPLICANT：学习规避和加固恶意软件检测器的策略
提出深度强化学习框架，在仅标签黑盒下高效规避恶意软件检测，成功率78.8%，并用于加固检测器。
以人类行为分布为基准评估大语言模型智能体社会
新评测工具发现：大模型智能体社会仅初始接近人类，最终状态不符，故只支持探索性结论。
DisCTI：谁需要及时知晓？面向行业的自动化网络威胁情报分发
自动化行业感知CTI分发，用BERT多标签分类达F1=0.89，标签正确率94.5%，填补防护空白。
5,500小时驾驶数据能带你走多远？视频扩散模型的缩放定律分析
训练时长比模型规模更能降低损失，但大模型渐近损失更低；据此训练9B模型，创驾驶视频生成新SOTA。
网络比较的最优传输：综述与机器学习应用
本文综述最优传输在网络比较中的应用，介绍三种距离及其传输计划，并用于聚类与异常检测。
语义头特化引导多模态大语言模型的混合ViT注意力
发现ViT注意力头分化为物体与背景专家，提出SHS指标指导混合注意力设计，新方法以6.5倍更低算力媲美全注意力。
提示引导的胸部CT间质性肺病交互式分割
首次将MedSAM2用于ILD交互式分割，全量微调最优，Dice提升4.7%，框提示最强，套索/涂鸦亦有效。
封闭模式是一种规范选择：认证代码世界模型中相对于可达范围的拓扑
采样门认证的模型只在可达查询集精确，不可达处可任意错；危险是拓扑相对可达，修复需内部证据，缓解需维度匹配。
有损事件压缩：从事件流失真到任务性能
提出两种事件压缩管线及分类失真指标，可预测任务性能下降，替代重复任务评估。
超越仅任务匹配：基于反事实评估的个性化技能路由
提出基于反事实评估的个性化技能路由SkillFeed，融合任务与用户画像，显著提升检索准确率。
ARC-CT：解剖路由对比视觉语言学习用于三维胸部CT
提出ARC-CT，用器官掩码和标签软对比学习提升胸部CT异常分类，无需手动标注，18项异常AUC达0.86。