基于层重配置训练通信高效的专家混合语言模型
提出通信高效专家混合模型通过层重构减少专家通信在同等性能下降低训练成本并提升吞吐
CompareBench：面向视觉语言模型的视觉比较推理基准
提出包含计数、几何、空间、时间比较的视觉比较基准，评测九种闭源模型，发现其比较推理存在系统缺陷。
峰间学习：幂律各向异性下核岭回归的尖锐渐近
研究各向异性高斯数据下核岭回归的渐近行为，揭示幂律各向异性如何重塑学习曲线，包括方差峰和偏差转变。
基于时空分割的孟加拉国河岸侵蚀分析
用参数高效SAM模型从历史卫星图像分割河岸侵蚀，IoU 0.867，面积误差仅0.17%，可推广至新区域。
PHR-VLA：视觉-语言-动作模型的规划时域推理
提出框架，利用未来动态的特权潜在表示对齐，增强VLA的规划时域推理，提升操作任务成功率。
分而谈之，合而观之：语言目标检测的解耦与层次化表示学习
提出TaSe框架，将文本解耦为对象、属性、关系并层次聚合，用于语言目标检测，性能提升24%。
FISGuard：通过固定输入子空间防御成员推理攻击
FISGuard用公共数据构建固定低维子空间，限制梯度暴露，使成员推理攻击AUC降至0.5，且保持模型效用。
Logos：跨进程总线上的智能体框架
证明智能体无需单进程，构建Logos：插件为进程，共享状态仅追加转录，故障隔离优于单进程。
绘画风格的持久性
用持续同调分析绘画，可客观区分艺术家及流派，并能鉴别AI仿作。
心理上有效，计算上不可见：大语言模型生成引发社会比较的帖子却无法识别
提出XHS-SCoRE基准，发现LLM能生成引发社会比较的小红书帖子，却难以通过提示检测该信号。
人类句子处理中Transformer预测的分歧：一致性吸引效应的综合分析
对11个变换器的测试：一致性吸引预测仅部分吻合人类，无法复现宾语关系从句干扰模式，不能解释人类句法处理。
生物学AI模型的高效自动可解释性
提出可解释性流水线：交叉稳定性、入侵检测、可证伪预测；效率提升数倍，但偏重结构特征。
学习合成增强推断的规模-权重前沿
提出合成增强推断框架，用规模-权重前沿同时保证覆盖，并收窄置信区间。
LLM智能体在权力不对称对话中是否复现社会认知效应？
研究发现，LLM在权力不对称对话中表现出语言协调、代词使用、说服和不安全顺从等权力社会认知效应，但存在差异。
Aero Hand Open：面向灵巧操作学习的仿真就绪腱驱动手
发布仿真就绪的腱驱动手，附仿真模型、驱动映射与强化学习包，策略仿真训练后可直接部署，无需微调及状态估计。
轨迹平衡：GFlowNets中改进的信用分配
提出轨迹平衡目标，改进长序列信用分配，确保精确采样并提升收敛、多样性与鲁棒性。
基于部分参数距离的可微分域外声音匹配损失函数评估
提出部分参数距离（PPD）评估域外声音匹配损失函数，七场景测试四种损失，与听力测试在5/7场景一致。
LitCurate：一种配置驱动的AI辅助科学数据库构建框架，及其在下地幔状态方程数据中的应用
开源的配置驱动AI辅助框架，从文献构建可审计科学数据库；应用于下地幔状态方程，含205篇论文1334条记录。
扩散模型作为即插即用先验
将扩散模型视为可微即插即用先验，经带噪去噪网络迭代推断高维数据，适用于条件生成与分割等任务。
How Much Can AI Understand? Toward AI-Assisted Sensemaking of Collaborative Discussion in Groups with Shared History
CRAM：面向多模态持续指令微调的质心路由与自适应MoE
提出CRAM，用质心路由与自适应MoE平衡防遗忘与参数效率，多模态持续指令微调性能超越现有方法。
为什么所有大语言模型都痴迷于日本文化？——论大语言模型隐藏的文化与地域偏见
提出文化开放问答数据集，发现大模型有文化地域偏见，偏向日本；低资源语言偏本土，该偏见在监督微调后显现。
ContextLeak：利用恶意工具窃取LLM代理上下文
提出ContextLeak，用强化学习优化恶意工具描述，诱导LLM代理泄露运行时上下文，攻击有效且优于现有方法。
双语混合专家语言模型中专家路由的陈述性-程序性视角
研究双语混合专家模型的路由：混合训练出现更强类别专化但随种子漂移，分阶段训练产生稳定、语言平衡的路由。
激活边界匹配：低秩适配的任务感知初始化
提出ABM-LoRA，用早期探针的激活边界符号初始化LoRA，提升下游性能且开销低。
关于加权Dikin游走d²混合的两个证明
加权Dikin游走混合：多面体采样得二次混合界，PSD锥为四次；新四阶条件将卡方散度界改进至二次。
基于深度学习的《古兰经》学习者发音错误自动检测与纠正
构建98%自动化管道、848小时数据集与基准，提出QPS-ASR模型，塔吉威德错误检测PER为0.21%
医学影像AI竞赛缺乏公平性
系统研究249个医学影像挑战赛发现，数据集地理、模态及问题类型代表性不足，且访问受限、许可不规范，影响可重复性和临床价值。
iOSPointMapper：基于移动AI的实时行人无障碍地图绘制
iOSPointMapper利用iPhone/iPad实时测绘人行道，通过AI识别设施、用户验证并匿名上传，助力无障碍数据建设。
超越像素：基于模式驱动的智能体推理实现视觉隐喻迁移
提出视觉隐喻迁移任务，用模式驱动多智能体框架实现跨域逻辑迁移，显著优于现有方法。
改进的扩散采样器离策略训练
研究用扩散模型从非归一化密度采样，比较多种方法，提出基于局部搜索和重放缓冲区的探索策略，提升采样质量。
联合贝叶斯图结构与参数推断的单一生成流网络
提出用单一GFlowNet联合推断贝叶斯网络结构及参数，两阶段采样，能处理非线性模型，准确且优于现有方法。
预期进球模型的偏差干扰终结能力评估
预期进球模型有偏差，用AI公平性校准后发现梅西被低估17%，其终结能力比精英射手高27%。
Gen-TAS：面向FPGA-GPP异构系统的生成式AI辅助软硬件任务分配框架
提出Gen-TAS，基于知识增强LLM的任务分配框架，结合RAG生成可解释策略，在CNN和SDR上实现最高2.45倍和92.53倍加速。
PanelShield：面向机器人工业面板操作的可验证闭环安全规划
提出PanelShield，用LTL与安全FSM双重验证闭环规划，违规率降至2.7%，延迟4.1秒。
基于多智能体强化学习的低空流体天线网络
提出电磁数字孪生辅助的多智能体强化学习框架，联合优化天线位置与波束，显著提升低空流体天线网络吞吐量。
Relax Forcing：面向一致长视频生成的松弛KV记忆
提出无需训练的松弛强制机制，将时序记忆分为锚定、尾部与历史帧，减少误差累积并提升长视频生成质量。
CAITLYN：LLM智能体能否自主合成针对新兴注入攻击的防御？
提出CAITLYN防御中间件，双系统兼顾即时防御与自主合成新防御，降低新兴注入攻击成功率。
AI辅助定性数据分析中的反模式：软件工程研究者的诱惑与陷阱目录
提出AI辅助定性数据分析的反模式目录，分三类警示研究误区，保障分析严谨性。
多智能体地理信息系统安全：风险评估与提示加固优化
提出多智能体地理信息系统安全框架，通过红队攻击与提示加固优化，在不降低任务性能下提升安全性。
当城市教会汽车：来自基础设施的无标签3D感知
利用路侧单元作为无监督教师，为自动驾驶提供无标签3D感知训练，显著降低标注成本，具有可扩展性。
训练-free吸盘抓取检测：利用视觉语言模型与几何表面评分分拣变形无菌纸盒
提出免训练吸盘抓取系统，结合开放词汇检测、SAM2分割与几何评分选点，真实机器人单物抓取成功率88.2%，杂乱场景检索成功率达72.6%。
大型推理模型从有缺陷的思考中学习更好的对齐
RECAP方法：通过反对齐预填充训练，使大型推理模型纠正错误推理，提升安全性与越狱鲁棒性，且不增加推理成本。
基于描述符的Beta证据实现相机无关的3D高斯溅射剪枝
提出相机无关的3D高斯溅射剪枝方法，用描述符与Beta证据模型评估可靠性，无需相机参数，高效剪枝且保持质量。
自动驾驶中，推理模型尚未遵循其推理：KITScenes LongTail 数据集
推理模型在罕见驾驶场景中常未按自身推理行动；二者冲突时推理通常正确，据此执行可提升运动规划。
模拟器支持的工程智能体中的编辑后重新验证：验证节奏指导的受控比较
在模拟器工程智能体中，显式验证节奏指导能显著提升编辑后复验率、减少违规、提高最终成功率。
基于3D MRI的多模态3D CNN阿尔茨海默病分类与防泄漏受试者级评估
多模态三维CNN融合T1与组织概率图，受试者级验证准确率72.34%、AUC 0.778，聚焦内侧颞叶与脑室。
与什么相比？面向LLM生成的基础设施即代码的人类锚定安全基准
新基准以人类为基线，模型漏洞密度为人类三到四倍；规模匹配至关重要，推理增强作用有限。
SkillSafetyBench：面向技能攻击面的智能体安全评估
提出技能安全基准，155个对抗用例，显示非用户攻击可诱导不安全行为，安全取决于模型对齐及对技能、工作流、环境的解读。
基于双重自一致性强化学习的科学图形程序合成
提出闭环框架，含高质量数据集与基准，用双重自一致性强化学习提升图形程序合成，模型达最优。