混合交通中基于强化学习的CAV队列汇入控制
混合交通中CAV队列汇入PPO优于DQN/DDQN成功率98%碰撞<1%决策更多权衡安全效率
SPEAR：通过强化学习中的序列符号对齐蒸馏领域自适应推理骨架
提出SPEAR，免训练过程奖励法，用符号里程碑与最长公共子序列对齐，提供密集有序奖励，无需神经验证器，缩小师生推理差距。
可指令智能体的规划与控制解耦
提出Instruct-to-Act，结合VLM规划与高速世界模型控制，以行为克隆训练，性能优于多种基线并保持快速控制。
语言模型中结构化知识与推理的协同演化
提出KBevo协同演化框架，联合构建知识库与推理，端到端优化提升问答，增强组合推理与可控性。
基于学习任务图的去中心化多任务学习
提出去中心化两阶段策略：先估计图拉普拉斯，再利用学习到的任务图进行协作多任务扩散学习，显著提升性能。
风格作为混杂变量：AI检测非母语学术写作中的误报
分析13.5万对编辑前后文本，13种检测器显示编辑风格显著影响AI评分，是误报关键混杂因素。
威尔士聚落名称中的地形特征
分析威尔士3757聚落含高地词根者较周围高约24米，证据支持名称保留地形信息。
Emotional Preferences as Goal-Priority Regulation
LowRankArena：基于SVD的大语言模型压缩标准化评测平台
提出基于SVD的LLM压缩标准化评测平台，统一协议后重估五种方法，发现先前结论高度依赖条件，加速收益有限。
AgentFold：蛋白质折叠模型设计的闭环智能体搜索
AgentFold多智能体闭环搜索改进蛋白质折叠，匹配算力下lDDT提升7.5%，揭示稳定设计模式。
RAG为何产生幻觉：基于知识缺口金丝雀的检索增强生成系统惩罚感知评估
提出惩罚感知框架，用知识缺口金丝雀评估RAG：各系统答题准确率相近但违规率差六倍，惩罚评分重排排名。
Self-OPD：无教师流匹配模型的在线策略蒸馏
提出无教师的在线策略蒸馏用于流匹配，以自探索为监督，拉推优化与奖励融合，超越现有方法。
Aphanta：诊断多模态推理中任务对齐的图像编辑中间态
提出Aphanta框架诊断图像编辑中间态：效用依任务而定，视觉注入、接地与反事实有效，符号构造类失效；正任务平均分0.343→0.445。
DEEPCHART：大语言模型距离忠实的数据科学图表生成还有多远？
DEEPCHART基准揭示：大模型图表看似合理却隐含数据幻觉，提取推理错误频发，仅扩上下文不够。
并行与分布式推理语言模型的性能基础
系统分析RL后训练（RLVR/PPO/GRPO）的计算开销，提出并行策略分类，为可扩展高性价比推理语言模型提供指南。
AraMS-28k：最大规模公开历史阿拉伯文手稿行级数据集，含页边与插入锚点标注
发布最大历史阿拉伯文手稿行级数据集，含14部书籍、28600行标注，并首创行级插入锚点，恢复非线性阅读顺序。
Case2Flow：通过多模态检索桥接患者病例与指南流程图
提出病例-流程图检索任务，构建语料，改进多模态检索，首位召回率提升18.71个百分点。
懂得何时不复用：自主大语言模型后训练中的条件性经验迁移
提出BCIT方法，按源上下文授权经验复用，减少有害更新，同等算力下提升模型质量。
用于机器学习赋能静默语音识别的软性主动肌电接口
提出软性主动肌电接口，指尖电极按需采集唇部EMG，深度学习分类30词准确率97.2%，并实现无人机实时控制，展现隐私安全的人机交互潜力。
CGS-SLAM：基于协作高斯泼溅的多智能体SLAM重建
混合式多智能体高斯泼溅SLAM，仅用图像与惯性数据，通过关键帧共享与子图对齐，实现低通信成本高质量重建。
KISS-GS：化繁为简的3D高斯溅射压缩
提出模块化压缩管线KISS-GS，解耦训练与压缩，结合剪枝和图像编码，总压缩达85-319倍，超越集成方法。
约束主体，释放场景：面向长时程自回归视频生成的查询感知记忆路由
提出TetherMem无训练查询感知记忆路由，分离主体与场景查询，减少旧背景依赖，提升长视频场景推进与整体质量。
解耦DPO中的优化尺度与偏好尺度
DPO中β混淆噪声尺度与优化步长，致策略偏差非单调；中心softplus解耦两者，支持β→0。
用Gemini加速现实世界科学研究
多智能体系统在材料、生物、计算机领域完成真实世界验证，加速科研闭环，减少幻觉与抄袭。
RubricRM：基于动态评分细则的图像生成与编辑生成式奖励建模
提出RubricRM，用动态评分细则对图像生成与编辑打分，两阶段训练，性能超专用奖励模型，媲美大型专有模型。
前馈3DGS中的逐视图高斯预测实现免训练干扰物过滤
提出免训练过滤方法，利用逐视图高斯预测排除仅部分视图出现的瞬态物体，无需重训或优化，显著提升前馈3DGS新视图质量。
图引导的语言模型选择性遗忘：超越遗忘种子，控制支持路径
提出GRAPHSU图引导方法，扩展删除范围控制支持路径，泄漏降低49.5个百分点
AfriSwitch：真实场景非洲语码转换语音识别基准
AfriSwitch基准：61.36小时16种非洲语言真实语码转换语音，含切换标注；5个ASR零样本评测最佳WER35.93%，定向训练最关键。
Geo-LoRA：几何感知的子空间演化用于持续学习中的低秩适应
提出Geo-LoRA，通过几何约束调控共享与任务特定子空间的演化，缓解子空间拥挤，实现持续学习最优性能。
使用大型语言模型发现数据湖中的关系：一个工业案例
提出两阶段方法，利用元数据与业务词典生成列描述，在弱信号下有效发现数据湖列关系。
无监督语音单元的快速域适应基准测试
提出ABX-Accent基准覆盖10种英语口音自适应域归一化微调跨说话人ABX平均提升23.6%
统一任务无关持续学习中的检测与自适应
提出FiUni框架，基于Fisher信息子空间正交性，实现无任务边界的批级任务检测和参数高效自适应。
谄媚抑制可能损害理性更新：反谄媚应保留更新能力
反谄媚需平衡两类行为：抑制无依据让步，同时保留理性更新能力，而非简单压制。
TEMPLAR威尔士：威尔士聚落的地理参考环境与地名数据集
威尔士聚落地理参考与环境地名数据集，含3757个聚落，关联地名词素和环境属性，支撑多学科研究。
在范畴论框架下通过结构识别实现组合泛化
以函子表示句子，用坍缩与凯恩扩张判定COGS留出样本的可容许性，无需训练模型即可诊断数据支持的泛化。
元音符号不是字母：多语言分词器词元率的预分词上限
预分词把元音附标符号当分隔符，导致分词器词元率最高增至9倍；修正字符类后，同算力下性能显著提升。
TempJail：面向图像到视频生成模型的时间越狱攻击
提出时间越狱框架，针对图像到视频生成模型，利用时域语义组合绕过安全过滤，攻击成功率提升超两成。
开放域对话中成对LLM评判的多专家共形风险控制
提出多专家共形风险控制方法MC3，解决异构LLM评判尺度差异，提升开放对话成对评估的准确率与接受率。
用于折扣和收益的分类器自动机
提出分类器自动机，用于折扣和收益分箱，状态数线性；应用于MDP综合，对分段效用给出伪多项式算法并证明PSPACE难。
面向算法交易的表格深度学习：跨体制贝叶斯优化生成股票信号
跨体制贝叶斯优化选参，XGBoost+TabNet集成年化51.26%，夏普2.44，α显著驱动。
AI控制科学家：面向自动化控制设计的大语言模型驱动智能体系统
首个LLM驱动智能体AICS，从语言需求自动生成优化控制器，优于现有基线，推动控制设计自动化。
从原子到智能体：迈向可解释的LLM智能体数学能力评估
提出过程级基准评估LLM智能体数学推理，发现相似准确率下能力差异，凸显过程评估价值。
大语言模型理解人格吗？通过结构化行为推理重新思考人格保真度评估
提出PRISM框架，将人格保真度评估重构为结构化逆向推理，其判断比整体评判更准确稳定。
SymbolLKG：通过逻辑知识图谱和符号求解器实现可验证的逻辑推理
提出神经符号架构，融合逻辑知识图谱与动态求解器路由，提升逻辑推理准确性与可验证性。
C-Unseen：基于大语言模型推理的动态时序知识图谱弱信号检测
提出C-Unseen，用LLM识别动态时序知识图谱稀有语义子图并跟踪跨时间持续，检测弱信号，优于基线。
SPT：技能作为智能体语言模型的预训练数据
提出技能预训练（SPT），将公共技能包作为训练数据，增强智能体性能，且基本保持通用能力。
大语言模型临床诊断中知识图谱训练的精准对齐
提出梯度干预密度与失真指标，发现KL正则下的KG判断训练产生稀疏局部更新（精准对齐），提升推理质量。
基于头皮脑电的虚拟颅内脑电：描绘源成像、颅内推断与重建图景
综述提出目标中心框架，区分事件推断、特征转换与波形重建，强调需独立配对数据集验证虚拟iEEG的增量价值。
基于OCT的AMD与DME病变自动二维及三维分割
AMD/DME的OCT病变2D/3D分割达Dice0.76-0.82，外部数据跟踪生物标志物有效，但非临床验证。
在概念复杂的范围综述中评估人类与LLM筛选工作流：召回率-工作量权衡与运行间一致性
LLM筛选性能取决于工作流配置而非仅模型；高召回任务需人类监督，不宜自主排除。