TRACE-CRC：面向多步信道状态信息预测的轨迹自适应共形风险控制
TRACE-CRC：控制多步CSI预测轨迹未覆盖风险，以更小不确定球提供可靠轨迹级不确定度。
HALO：面向开放集人类活动识别的异构感知语言对齐IMU基础模型
异构感知语言对齐的IMU基础模型，提升开放集活动识别零样本准确率13.7个百分点，仅用35M参数。
不只是推理，不只是扫描：面向学术论文主动科学错误验证的强化学习
提出VERA-RL，用强化学习让模型主动发现论文错误，构建13K数据集与细粒度奖励，提升可验证推理能力。
算法电力市场中的AI智能体：论默契合谋的涌现
电力市场采用学习算法竞标时，智能体可能自主涌现默契合谋，无需协作指令。
Video-OPSD：利用特权视觉证据实现视频大语言模型中的在线策略自蒸馏
提出Video-OPSD，利用视频中的关键证据帧指导自蒸馏，提升视频大模型推理性能，效率媲美GRPO。
复杂场景下的多人人体运动预测
提出OCSD条件扩散模型，融合历史轨迹、多人交互与物体线索，在HiK和HOI-M3上达最优，大幅降低路径误差。
超低功耗、轻量级、基于概率RSS的路径重建：用于景观尺度蜜蜂追踪的系统
提出基于RSS的轻量低功耗追踪法，用少量测量和概率建模推断到达角，高斯过程重建路径，实现38mg接收器约15米精度、功耗小于180uW，可追踪蜜蜂归巢。
申请追踪系统的反事实偏差测试
提出用LLM代理生成简历审计匹配系统，多指标评估发现排名稳定性异常，建议多维度审计。
信息引导的前沿解码：扩散多模态语言模型中的上下文效用驱动提交
IGFD无需训练，按置信度、邻域不确定性和结构风险排序，优先语义锚点、延迟易错结构词，提升解码效果。
基于图神经网络的归纳式相关聚类
用图神经网络解决归纳式相关聚类，泛化新图，推理提速5个数量级，近似比近最优，并可作可学习池化层。
面向有向图学习的锥扩展瑞利商：极小极大谱证书、灵敏度与自适应控制
无需对称非负锥保持地得到有向图谱界与灵敏度，给出可微一阶干预；边权预算0.5%降谱水平21.5%精度不变。
SpatialCrafter：基于生成式3D代理的单图像世界建模
提出两阶段框架，用全局3D代理生成高保真可探索场景，缓解长期漂移，优于现有方法。
大型语言模型临床决策路径遵循度基准测试
提出MEGA-CDP基准评估LLM遵循临床决策路径基于2274指南生成42353病例显示现模型有挑战
不可靠建议下的学习增强在线分配：鲁棒性、曝光公平性与分布偏移
提出结合保守回退与公平修正的鲁棒规则，损失与预测误差成正比，能抗对抗建议并降低曝光差异。
解剖引导的基础模型适配与病例内原型监督用于胎儿超声盲扫标准切面检测
提出解剖引导适配框架，结合病例内原型监督，用于胎儿超声盲扫标准切面检测，F1达67.72，优于基线。
哪些指标最节省人工标注？预测驱动评估与元评估
提出预测驱动评估，结合少量人工与大规模自动评分，实现无偏比较；引入PPSR衡量标注节省，重新定义自动指标。
任务条件的逐层压缩专家分配：元学习专家分配位置
提出MetaNet，逐层预测专家保留阈值与路由偏置，减少激活专家数，精度可调，并能跨任务迁移。
一张表值64个token：多表格文档问答的像素级压缩
将表格图片化压缩，先低分辨率筛选相关表，再原生分辨率推理，节省41%token，准确率提升7点。
当干扰图演化时：动态同伴效应的双稳健估计
提出动态网络双稳健估计器，结果回归或倾向得分估计之一正确即具有一致性，基准测试精度高。
超越分类：隐私驱动图像变换下的任务依赖可学习性
提出计算感知多任务协议评估隐私变换，发现分类准确率相近时其他任务性能差异大，需超越分类评估。
双重困境：双语预训练在共享语言表征中遗留语言条件效应
双语预训练后，共享词嵌入相似但深层隐藏状态不一致，嵌入对齐会掩盖真实差异。
BekchiAI：一键测量、观察和控制LLM智能体
BekchiAI提供基准与平台：含13个工具智能体、2057任务，测代理技能并支持实时观测与控制，超越准确率，已开源。
TraceBench：面向时间序列根因归因的大语言模型智能体的受控评估
提出TraceBench仿真框架，受控评估LLM智能体时间序列根因归因：领域上下文有益，数值输出优于可视化，直接预测优于脚本。
LiveSim：模拟多智能体直播生态系统中环境塑造的用户
提出实时模拟框架，用可编辑行为假设和轨迹校准捕捉环境塑造效应，提升直播生态模拟保真度。
机器人人群导航中短时程规划的扩散策略
提出PDPO：扩散策略生成短时动作块，离线预训练加在线PPO微调，越界视为碰撞，提高成功率。
EditaLive！直播场景下的统一角色视频编辑
提出EditaLive框架，基于图像动画模型实现实时角色视频编辑，蒸馏压缩至两步采样，保表情、低延迟，达SOTA。
微分抖动校正用于相衬显微CT的深度学习图像质量指标方法
提出基于深度学习图像质量指标的全微分抖动校正法，无需参考扫描，直接从投影数据估计并补偿抖动，恢复精细结构，泛化于多样生物样本。
MVC-Bench：医学视觉语言模型的校准基准评测
构建MVC-Bench基准，评估医学视觉语言模型校准，涵盖多骨干、模态与域偏移，提出MCM正则化优化校准。
基于利润的机器学习冬小麦氮肥推荐评估
机器学习作为冬小麦氮肥推荐预测器表现不佳，但作为标准建议的修正可减少利润损失。
面向高效扩散大语言模型推理的依赖感知可撤销解码
DARD：选择性上下文验证候选令牌，提升速度质量，2.71倍加速，CIDEr+4.35。
公共测地线不保证结构化SVM的Fisher一致性：最小反例与树度量分类
公共测地线不足以保证结构化SVM的Fisher一致性；树度量中仅路径树成立，分支树仅边界失效；全支撑反例最小为K2,3。
全交互通用嵌入器
提出首个全交互通用嵌入器OmniUE，统一文本、视频、音频嵌入，支持多模态交互查询，在多项基准上超越现有方法。
pro-team在LLMs4OL 2026旗舰与复用任务：面向本体学习的检索增强生成与词汇约束过滤
采用检索增强少样本提示，结合词汇约束过滤，在本体学习任务中取得较好性能，但未提取非分类关系。
ASIL：用结构化状态与语义操作取代截图点击
ASIL以结构化JSON和可执行语义操作替代截图点击，在15个应用和380任务中成功率超80%，且动作更少。
参数高效预训练CT到MRI迁移用于直肠癌分割：性能与校准的权衡
提出SWIFT高效微调法，参数减少70%，肿瘤检出率提升，但存在检测与边界精度权衡，校准误差仍偏高。
跨模态校准与动态抑制用于开放世界目标检测
提出CODE框架，通过跨模态校准与动态抑制解决语义歧义和过度抑制问题，在开放世界检测基准上显著提升性能。
3D CT基础模型无监督自适应用于3D CBCT分割
提出冗余减少特征对齐的无监督域自适应，无需目标标注即可分割3D CBCT，优于现有基础模型与UDA方法。
表格数据学习中Transformer注意力头的重要性评分
提出注意力头重要性评分法，实验显示按低分移除头性能最稳健，重要头分布无层规律，可提升Transformer效率与可解释性。
GraphMemix：查询感知证据森林的长期多模态智能体记忆
提出查询感知证据森林图记忆框架，优化证据选择与关系结构，提升多模态长期记忆准确率并降低成本。
LAAF：大语言模型应用的分层问责架构框架
综述LLM问责机制，提出分层架构LAAF，映射欧盟AI法案等法规，识别治理差距。
GRAIN：通过不变性奖励智能体强化学习弥合真实图推理中的名称与叙事变化
提出GRAIN单智能体RL框架，以结构不变性奖励提升图推理鲁棒性，准确率超多智能体16.45%，延迟低24%，分布外误差减半。
Behavior2Trip：基于用户行为轨迹的个性化旅行规划
提出行为感知旅行规划任务及基准，B2T-Agent基于强化学习利用行为轨迹超越基线并展现强泛化。
基于不确定性校准的MOPD在领域特化中保持通用能力
提出不确定性校准MOPD，用双温度采样和熵校准筛选可靠更新，角色扮演和医疗域通用能力提升4.73%/10.84%，且保持垂直性能。
以契约为中心的智能体运行时架构：实现可扩展与可管理
契约中心式智能体运行时架构，提出四类责任对象作为契约，以可证伪假设P1为核心，设计交叉实验验证，暂无实现结果。
TransMeme：面向跨文化模因创译的多智能体框架
提出多智能体框架，通过文化改编、文本改写和视觉调整实现跨文化模因创译，在人工和大模型评估中均优于基线。
使潜在演化显式化：世界动作模型的算子结构化转移
提出LEON，用算子结构化转移实现潜在演化，提升世界动作模型的闭环性能与鲁棒性。
超越反映：肯定作为文本咨询质量的有前景行为标记
研究发现，在文本咨询中，肯定策略比反映策略更稳定地关联会话质量，跨数据集验证支持，为咨询培训与情感支持系统提供实证启示。
FOCUS与RePAIR：通过Token级引导缓解剪枝大语言模型的文本退化
针对剪枝加剧文本退化，提出FOCUS与RePAIR两种Token级引导，降低重复循环，提升生成质量。
SSMB：运动模糊下的自监督局部特征检测
提出一种免去模糊的自监督运动模糊关键点检测法，用LDE模块与两阶段训练，多项任务达最优。
电路凝缩：后训练浓缩行为因果回路
电路凝缩：后训练浓缩因果回路，较冻结基线小8.1倍，权重更新关键，揭示边依赖与不可约子电路。