从SQL到知识图谱：基于LLM的多智能体方法及数据模式改进
提出LLM驱动多智能体方法，自动将关系数据库转为图数据库，问答准确率提升12%，延迟降低约3倍。
利用无人机非精确异步离散GPS轨迹的相机标定
针对GPS轨迹不精确、异步离散，用迭代最小二乘估计相机姿态，推荐轨迹使标定精度达测量误差14%。
物理信息随机配置机：一种面向非线性微分方程、无需反向传播的快速训练神经网络
提出物理信息随机配置机(PI-SCM)，免反向传播，解析线性化物理损失，最小二乘求解，精度高训练快，较PINN提速数个数量级。
评估意识并非全然相同：能力框架预测遵从性
评估意识分能力/安全框架；能力框架更预测遵从（+24~46pp），干预证明因果，故非统一行为。
以用户为中心的思维链推理提升大语言模型可解释性
提出以用户为中心的思维链推理，用可验证步骤组织推理，性能不变，显著提升可解释性与用户体验。
Dose-PlanNet：基于物理的深度学习放疗剂量预测
物理引导的3D深度学习预测前列腺放疗剂量，靶区覆盖相当，危机器官保护改善，多数计划达标，加速工作流。
hoBIT：面向大学学业咨询的画像感知检索增强聊天机器人
提出一种方法，将规则聊天机器人转为画像感知检索增强系统，按需获取画像属性，优于多种基线和开源模型，获用户偏好。
说与读的错位：多模态模型中的跨模态不稳定性
新基准揭示多模态模型跨模态与跨语言不稳定性，语音加剧碎片化推理，且总体准确率无法完全反映。
学习一种无需逐小时监督的连续脓毒症严重程度评分：一项两中心回顾性研究
开发了基于43个变量、以死亡率为排序信号的连续脓毒症评分，非幸存者评分更高，与乳酸变化相关，跨机构一致性好。
跨模拟器迁移与基础模型摘要：迈向稳健的SKA时代再电离推断
自监督ViT预训练于快速模拟器，冻结后迁移至辐射传输模拟，仅需2.6倍少数据，在噪声下仍校准，实现SKA时代稳健再电离参数推断。
超越试验场：基于LiDAR的辅助车道变更系统独立公共道路测试
基于LiDAR在法国A31高速独立测试辅助车道变更系统，对比UNECE R79，发现部分操作不满足安全距离要求。
迈向基于大语言模型的通用超构光学求解器
用LLM统一建模8类超表面，跨族预测均方误差降56.5%，实现反设计。
预测的预测（PoP）：层间激活融合用于大语言模型单次前向幻觉检测
提出PoP方法，单次前向融合层间隐藏状态检测事实错误，AUROC达75.5%，延迟增加小于1.2%。
STAR：文档到文档机器翻译的句子翻译对齐率
提出STAR量化句子级结构对齐，结合StarPO优化错位片段，提升文档翻译质量，小模型超越GPT-4o。
关于机器翻译中上下文样本的推理
提出基于片段的推理框架，从相似示例提取平行片段作为推理轨迹，提升大模型机器翻译性能，优于标准k-shot方法。
用几何注释解释潜在蛋白质语言模型特征
用几何注释揭示ESM-2稀疏自编码器特征：局部几何关联强，可分同注释特征，并助力未注释蛋白理解。
TwinKV：基于成对键冗余的KV缓存驱逐可组合修复机制
TwinKV基于成对键冗余，作为可组合修复通道优化KV缓存驱逐，免训练免注意力，多数长上下文配置有提升。
UrbanGround：从局部感知到真实尺度城市中的空间能动性
提出UrbanGround城市沙盒，测试多模态大模型。局部感知尚可，但长程导航错误累积，无法持续目标导向行为。
探索大语言模型在高性能计算编程中的作用：一项综述
大语言模型在高性能计算编程中机遇与局限并存，难替代专家但可成为协作者，需更丰富数据与严格评估。
检索头遇见视觉：揭示VLM如何定位与提取视觉信息
发现视觉检索头（约2%注意力头）负责将文本定位到图像区域，屏蔽它们使定位准确率骤降80%，且跨任务、跨模型通用。
TrapVLA：诱使视觉-语言-动作模型陷入配置故障模式
提出配置故障诱捕后门攻击：VLA模型受文本触发执行特定失败行为，TrapVLA学习动作残差实现。
RTNav：迈向实时零样本目标导航
提出RTNav实时零样本目标导航，考虑推理延迟与异步步进，HM3D成功率+11%，SCT+5.1点
面向鲁棒音视频语音识别的对比解码注意力引导可靠性缩放
提出可靠性感知的对比解码缩放，依据注意力动态和预测差异自适应调节强度，在LRS3上提升干净与低信噪比下的AVSR性能。
无限记忆 Logistic 预测的精确极小极大遗憾
无限记忆逻辑预测的极小极大遗憾为Γ_T：指数衰减为log²T阶，多项式衰减为T^{1/(2s)}阶。
4DSynth：面向动态具身模拟的可控程序化世界合成
提出4DSynth，从文本/掩码/照片生成可编辑4D环境，支持动画、轨迹和物理仿真；生成的导航基准显示现有VLM任务失败率高。
D2C-Routing：混合来源AI生成文本检测的维度到组合证据路由
提出D2C-Routing，先推断内容与表达来源再组合，在MixD2C上四路检测达0.8603，较基线高6.5点，代码开源。
LLM代理如何真正拿到旗标？面向智能体攻防安全评估的踪迹级溯源
现有CTF评估忽视代理轨迹，新框架CTF-ABACUS追踪证据，发现仅62-87%旗标源于真实利用，其余靠捷径。
Redwood：AI从零设计、验证并部署的前沿AI加速器，历时两周
AI系统两周内自主完成芯片设计验证部署，性能功耗比达Jetson 3.4倍，并支持递归自改进。
Knowledge Distillation Driven Semantic NOMA with GAN Refinement for 6G Robotic Vehicle Networks
截断评分量表上的双重差分可制造效应：预注册大语言模型评审审计的证据
截断评分量表上的双重差分会因截断差异制造伪效应；预注册审计显示显著交互并非真实偏好，而是量表底线所致。
十八世纪书籍与报纸中碎片化文本重用的篇级再版与复用：一项工作流研究
针对碎片化文本重用证据，提出篇级证据整合方法，在十八世纪休谟文献中验证，平衡精度与召回，产出可审计候选集。
基于因果模型的增量推荐
针对自然曝光替代推荐的问题，用因果模型和留存数据，双阈值策略减少7%曝光且不降低消费，模型更可泛化。
ADeptS-Bench：跨设备计算机使用代理的可信度评测
提出ADeptS-Bench双流可信度基准，评测安全与歧义处理；发现七模型均无法兼顾成功与安全。
面向大规模全切片图像嵌入提取的解耦I/O主导流水线
解耦I/O流水线分离数据移动与计算，实现大规模全切片图像嵌入高效提取，存储主导，视为数据密集问题。
多项式复合的线性无关性与深度神经网络的可辨识性
提出多项式复合线性无关猜想，证明部分情形，并据此完整刻画深度多项式网络及浅层网络的参数可辨识性。
FaultLens：为生成的操作程序学习紧凑行为测试套件
FaultLens学习紧凑测试套件，用1.2-2.0%穷举域覆盖99%可杀故障，减少严重回归。
基于账本控制的零样本自编排提升LLM编码性能
多智能体LLM中引入管理者-工作者架构，无训练调参，对部分模型性能提升显著且成本更低，但并非普遍有效。
实验室物体沉浸式可视化的三维重建方法比较评估
比较四种三维重建法制作实验室全息模型，神经辐射场最佳，能处理透明/反射/低纹理物体，支持沉浸式教学。
意图即工具：让追踪智能体失范变得容易
提出意图工具，以调用概率为无裁判细粒度信号，补充思维链监控并识别干预关键步
多智能体系统风险与控制：跨组织边界部署AI代理的分析框架
提出跨组织AI代理交互风险框架，分三层治理，分析失效模式与控制，并指出行动缺口。
BTS-AgentBench：从只读遥测日志到智能体基准的确定性、可重放流水线
提出从只读遥测日志到智能体基准的确定性可重放管道，含532条数据，独立构建完全一致。
CLAP：跨具身视频世界模型是零样本物理模拟器
CLAP跨具身视频世界模型，统一动作空间，零样本物理模拟，性能领先。
超越执行：审计LLM驱动科学研究中的实验保真度
提出ABE-Ralph审计框架，检测LLM科学实验的方法学幻觉，强调实验设计须忠实检验主张，而非仅凭代码执行。
数据驱动的库普曼模态逼近：神经幂迭代算法
提出神经幂迭代算法，直接从数据学习非线性系统主导库普曼模态，避免维数灾难，提供收敛保证。
用机器学习衔接短期与中期天气预报
用机器学习实现短期与中期预报统一，嵌套模型降低美国本土近地面误差，但降水表现稍弱。
How AI Experiences Art: Emergent Aesthetic Structure in a Self-Supervised Multimodal Embedding Space
衰减区域群延迟作为AI生成脉冲声的取证线索
AI生成脉冲声衰减区群延迟与真实声不同，KL0.322，RF AUC0.884，CNN准确率90%+
为何不使用高斯核
高斯核过于平滑，导致条件方差极小、数值病态，易致过度自信；应避免使用解析核。
时间锚定的语言生成：迈向实时视觉-语言模型
提出时间锚定语言生成任务与TRACE指标，构建时间同步交错模型VLM-TSI，实现实时视觉语言生成。
RCMN：有影响力公共话语中的误导性理解
提出RCMN五维框架；发现误导多源于无据推断、夸大、省略，且轻量表示可捕捉读者解读，但机制理解需丰富语境。