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。
基于图的金融波动率动态建模
提出金融感知时空图网络，对隐含波动率曲面动态建图，融合金融知识降噪，预测已实现波动率，R²达0.473，优于基线且鲁棒。
智能边境控制系统中用于实时排队预测、管理与优化的多模态AI框架
多模态AI框架融合LSTM与MPC，排队误差降35%，等待时间降30%，吞吐量增20%
通过自我改进RAG迈向专家级金融问答
提出Self-Improving RAG框架，用检索、推理、评判三角色协作与反馈纠错，在FinanceBench达86%准确率，实现可解释审计。
MM-Spectrum：基于稳定MoE框架的多模态多光谱分子结构解析
提出MM-Spectrum稀疏MoE框架，用模态感知路由及共享/交互专家缓解多光谱异质性与不平衡，显著提升分子结构解析。
PragAlign：跨中日得体性判断的基于证据的回复辅助
提出PragAlign，分离上下文阅读与选择性澄清。中文评估中优于基线，日文评估无显著差异，识别了跨语言共享与特定判断模式。
ReViCo：通过纠错揭示视觉语言模型在视觉文本理解中的局限
提出ReViCo基准，通过图像文字纠错任务揭示VLM与人类差距大，且感知文本不准确。
Magpie：交互式游戏的实时世界渲染器
Magpie将游戏逻辑与视觉生成分离，引擎维护状态，渲染服务基于白盒帧生成视觉，保留设计性与复现性，降低对完整资源依赖。
DSA：面向多市场股票研究的证据感知LLM智能体编排框架
提出DSA框架，用LLM智能体编排多市场股票研究，强调证据感知、模型路由与风险控制，并通过合同测试验证实现。
超越并行盲区：块式草稿中的信息下限与模型差距
块式草拟拒绝可拆分为信息下限和模型差距。实测一个已生成标记消除86-100%下限，但现有草拟器仍远离下限。
PACE：面向快速VLM推理的统一压缩-提取范式
PACE框架免训练同时加速视觉编码器与LLM，仅用10%视觉令牌保留93.8%性能，首令牌延迟提速3.1倍。
QuantumBoostNet：一种提升心脏超声视图识别精度的混合经典-量子架构
量子增强网络混合经典-量子架构，有效提升心脏超声视图识别精度，优于现有模型并具有鲁棒性。
相同的排序质量，不同的决策：训练顺序一致的LLM评分器
LLM评分器存在顺序依赖：排序质量相同但决策不同；OC-SFT保持排序质量并提升决策稳定性。
以视觉为中心的生成式AI模型：软硬件视角
视觉生成AI需考虑硬件约束，倡导软硬件协同设计，实现多平台可持续部署。
理解大语言模型推理中的进化策略：比GRPO更广的推理覆盖
ES比GRPO推理覆盖更广，Pass@1与Pass@K更高，可互补；参数漂移大但功能稀疏，不导致遗忘。
指令质量至关重要：优化指令以实现有效的偏好学习
指令质量是偏好学习的关键瓶颈；提出指令精炼流程，利用奖励信号与规则引导反馈改进指令，显著提升对齐效果。
对流-扩散动力学滤波的动态似然方法
动态似然滤波扩展至对流扩散：平流仅用观测，扩散融合模型与观测；稀疏低不确定观测下更优，计算量三阶。
面向恒定成本粒子输运的生成式蒙特卡洛采样
提出生成式蒙特卡洛方法，用条件流匹配训练网络，粒子输运成本恒定，光学厚区加速显著。
Tessera嵌入的时间敏感性分析
Tessera嵌入的时间敏感性因任务而异：物候分类精度高，稳定类需全监督，时间覆盖可调。
Ancient-Bench：中国古代文物文字识别的跨千年、多介质、多字体综合基准
提出Ancient-Bench基准：2700图像，覆盖三千年、九类介质、七种字体，三类标注；实验表明古文物文字识别仍未被解决。
文字掩盖了眼前的真相：英语同音词具有有意义的语音实现差异
研究一万四千个英语同音词，发现其语音实现随语境意义系统不同，且独立于时长；时域归一化声谱图揭示真相。
规模化基于音素的TTS增强以改进ASR：统一流程与受控研究
音素文本转语音增强语音识别流程，含音素频率引导选择与参考过滤；六成合成预算下优于随机选择，词错率降近两成。
特征变换增强的雅可比多项式图滤波用于图异常检测
提出JPGFN方法，结合特征分离、自适应雅可比滤波与标签约束，显著提升图异常检测性能。
校准到知晓，却未校准到行动：伪造证据使LLM代理对不可知之事做出承诺
伪造专业面板即使数据全假，也使LLM代理对不可知问题承诺率大涨；问题在行动门可训练修复，但依赖响应格式。
韩语成分结构的粒度分级表示与解析
比较宾州韩语树库三种表示，发现细粒度形态与XPOS表示显著提升成分解析性能，但语言设计上更宜以eojeol为稳定表面单位。
当工具输出变为命令：在工具增强的大语言模型智能体中分离动作归纳与运行时授权
提出SARA分离动作归纳与执行授权，将攻击成功率降至0.63%以下并保持任务效用。
ClassVision：AI驱动的课堂考勤系统
提出基于人脸检测与识别的自动考勤系统，用RetinaFace与Face Recognition，实现课堂实时识别记录。
BPMN4CAI：面向动态对话式AI建模的BPMN扩展
提出BPMN4CAI扩展，支持对话式AI的适应性决策与上下文管理，经案例验证。
用匹配轨迹回放评估置信门控检索
提出匹配轨迹回放评估置信门控检索：校准提升已承诺答案准确率但降低覆盖率，不能估计额外检索的收益。