自信地犯错，沉默地失效：对已部署端侧语言模型不可检测故障的审计
审计显示端侧模型校准错位：虚假前提编造率69%，误拒18%，置信度无区分度，表面特征无法识别，一致性包装可恢复可靠性。
降低AI驱动检测门槛：自动化结构缺陷检测的无代码工作流
提出无代码工具YOLOEZ，集成标注、训练与推理，性能优于传统方法，降低AI结构检测门槛。
基础模型的无监督后训练：综述
无监督后训练综述：用同源模型信号适配未标注数据，分四类共80种方法，信号选择决定改进还是误差放大。
SHIFT-LLM：深度剪枝大语言模型中的分布偏移校正
训练后无需微调，用线性残差适配器校正深度剪枝引起的分布偏移，闭式最小二乘校准，零梯度，最多提升15.7个准确率点。
未完成体悖论未必存在于大语言模型中：基准失败先于模型失败
原基准存在概念与评估错误，模型并非必然推断完成，实为充足性偏差，提示干预仅致标签偏移。
EXAM²：拓展多语言与多模态分析中的音频理解
提出EXAM²基准，涵盖六种语言及多模态音频与图像，揭示现有模型跨语言和跨模态短板，微调模型提升显著。
用于LLM服务的弹性KV缓存：一种可行的回收机制，以及分块预填充为何已填补空白
弹性KV缓存可回收预填充预留，但实验显示分块预填充已弥补差距，回收收益甚微。
RefLAM：基于参考文本的历史阿拉伯语手稿行标注流水线
RefLAM流水线将手稿图像与转录转为可验证行级标注，满分100可证明正确，提速75倍，发布AraMS-28k数据集。
针对LLaVA中物体幻觉背后的注意力头
针对LLaVA物体幻觉，锁定32个注意力头干预，CHAIRs由0.37降至0.23，证实头部选择有效。
冠状病毒优化算法：一种带存档辅助搜索和停滞恢复的成功历史自适应进化框架，用于全局优化
提出冠状病毒优化算法，融合存档辅助与停滞恢复，基准测试取得最佳总排名。
检测≠可靠控制：可解码的共情方向在自动化共情分数上至多产生部分偏移
检测不等于可控：共情方向干预在自动评分上仅产生部分变化，认知共情未见效果，需检验测量灵敏度。
在[MASK]背后：解耦DAPF痴呆症检测中的表征与忠实性
DAPF痴呆检测性能优异，掩码表征可诊断，但词级解释不忠实，归因受语言伪影干扰。
具身智能体系统韧性至关重要：新指标、系统评估与优化
提出具身智能体韧性评估框架与指标，揭示结果指标掩盖的过程差异，并指导优化。
EmoTra-TTS：语音合成中句内情感平滑转换
提出EmoTra-TTS，经多通道流混合与双阶段VAD条件化实现句内情感平滑转换，仅增0.43%参数，质量提升30%-87%，胜率64.4%-79.5%。
音视频同步度量指标到底在衡量什么？
联合审计音视频同步指标发现：各指标侧重不同，互不一致；建议用可靠性卡报告，而非单一分数。
放置、切片与调度：系留毫米波无人机gNB的层级O-RAN控制
提出层级O-RAN控制，协同无人机部署与切片预算，近实时深度强化学习调度器，使eMBB SLA提升17%，URLLC按时交付提升42%。
Padamitra：古典梵语的有依据术语表生成
提出有依据术语表生成任务，构建3.1万条梵语诗节三元组基准，发现指令微调优于提示，错误主因是过度切分复合词。
TrustShiftProbe：MCP服务器上分阶段信任攻击的表征、基准测试与防御
提出TrustShiftProbe框架，揭示MCP服务器“先良性后恶意”的信任攻击，分类九种变体，并用SHIELD防御将攻击成功率从69.5%降至42.7%。
云模拟器的自动合成
基于云文档神经符号合成模拟器，用真实云校验，覆盖和准确性优于现有工具。
ShardMeter：分片与地理分布式训练，无需猜测
ShardMeter轻量分析模型，预测分布式训练性能与瓶颈，快速探索配置空间，避免试错。
看得更多，检测更少？遏制多视角异常检测中的信息泄漏
多视角融合引发信息泄漏，损害重建检测；GLAD框架以受限融合+注意力机制，实现多视角异常检测SOTA。
采集偏移下，冻结的血液学基础模型可信吗？
冻结血液学基础模型域内饱和，跨域准确率与校准崩坏，需审计准确率、校准、暴露及类先验鲁棒性。
DataKernelBench：大语言模型能否在GPU上优化数据库查询？
提出数据库内核基准，评测大模型在GPU上优化数据库查询，较常规编译最高加速2.54倍，关键是内核融合与全查询特化。
GreenLeaf法律嵌入Tiny：面向法律领域检索的紧凑型嵌入模型
提出0.6B参数法律嵌入模型，经两阶段训练与硬负挖掘，基于340万对数据，MLEB达75.11%，支持量化部署。
多模态异常检测综述
从假设驱动视角综述多模态异常检测，划分常态与异常假设两大范式，探讨基础模型及未来方向。
CoRE：驾驶视频中弱监督由粗到细的风险证据学习
驾驶风险随时间演变且有场景实体支撑，但监督仅限粗粒度视频级标签。
SelfGraphRAG：用合成问答生成弥合基于图RAG的监督缺口
提出SelfGraphRAG，从知识图谱结构生成问答对训练图检索器，无需人工标注，提升多跳问答检索精度与推理性能。
HealthBench-Psych：OpenAI HealthBench 的心理健康子集
提出心理健康基准子集，筛选出610条对话，评测20个前沿模型，并发布资源。
面向单IMU活动识别的动态影响加权蒸馏
动态影响加权蒸馏将训练时多IMU信息转为更强单IMU模型，F1提升7.66个百分点，推理部署不变。
Lightweight Machine Learning-Driven Monocular Sidewalk Path Extraction for Embedded Micromobility Navigation
OpenCVL：面向细粒度跨视角定位的开放多样大规模数据集
提出OpenCVL，61.7万组跨视角图像对覆盖欧洲4国41城，融合高精传感器及野外图像，纠正噪声标注，提升细粒度定位性能。
苹果对苹果？迈向可比较的跨语言语言模型评估
跨语言评估中，常用归一化指标存在源于分词、编码等的偏差；句子级负对数似然能提供更一致的比较。
少即是多：通过证据前置与压力自适应预算缓解RAG瓶颈
提出PACE框架，以证据前置排序与压力自适应预算动态调整重排数量，提升证据召回并降低延迟，实现少而精。
Groundhog比特翻转攻击：通过比特翻转在混合专家大语言模型中引发无限生成循环
提出GBFA比特翻转攻击，翻转路由层比特让不足4个专家失效，输出膨胀5912%，形成针对MoE LLM的拒绝钱包攻击。
WAVE：反转引导层级实现从粗到细的引导深度超分辨率
WAVE利用多级小波变换反转粗到细引导层级，分离高低频并语义门控，提升深度超分辨率，尤其高倍率。
ExFold：统一专家折叠助力免训练MoE预填充-解码加速
ExFold用标量投影将预算外专家贡献折叠到保留专家，统一加速MoE预填充与解码，保持约99%质量。
AFDBench：面向美国国家气象局预报讨论的推理优先AI科学家
提出AFDBench，首个气象生成推理基准；强化学习显著提升风格对齐与输入依据，使其接近专业水平。
频率分解何时有益于物理信息神经网络？一项初步消融研究
频率分解对多尺度振荡PDEs效果显著（误差降59.2%），平滑问题收益甚微，增益随频谱复杂度上升。
MTDiag：面向临床有意义的大语言模型评估的多轮诊断数据集
构建MTDiag多轮诊断数据集，融合多源临床数据并标准化至医学本体，新增临床知识指标评估LLM诊断能力。
MulVec：面向免训练零样本组合图像检索的细粒度角色感知匹配
提出角色感知方法MulVec，将查询分解为全局与局部角色向量，分角色匹配后加权排序，无需训练即可提升零样本组合检索精度。
STAIN-FL：联邦学习中基于情境触发器的隐秘定向攻击注入
提出STAIN-FL，利用监控场景情境触发后门攻击，稀疏攻击下干净精度降幅<2%，仍致超半数触发异常误判，持久风险高。
超越授权：代理支付协议（AP2）的系统性安全分析
系统分析谷歌AP2协议，识别48项威胁与8项高危风险，构建测试床验证并开发部署感知扫描器。
FAMPWQ：基于Fisher信息的自适应混合精度权重量化实现高效LLM推理
提出基于Fisher信息的自适应混合精度权重量化法FAMPWQ，用强化学习分配位宽，显著提升LLM推理性能。
信念级联驱动LLM智能体网络中的说服
多智能体说服受拓扑、竞争、主题和先验影响；直接暴露预测立场变化，中继传递影响，仅看文本会漏掉实际变化。
WebMCP-Phalanx：为浏览器集成LLM代理执行与刻画信任边界
提出双代理运行时，用原生信任锚加隔离检查阻断提示注入，攻击成功率降至零，任务效用不变。
揭秘语言模型强化学习后训练
强化学习后训练增强大模型推理与数学能力，但其原理常为黑箱。本文解析各步骤，揭示奖励信号、提示分布及模型规模如何影响训练成效。
基于神经算子的Kohn-Sham映射学习用于准线性标度密度泛函理论
用等变神经算子学习Kohn-Sham势到密度的映射，免轨道对角化，实现准线性标度自洽场，泛化分子/固体且保持KS-DFT精度。
V-Link：在动作DiT中恢复视觉-语言-动作模型丢失的视觉表征
V-Link通过空间与语义查询恢复丢失视觉表征并注入动作DiT，大幅提升机器人操作成功率。
完美拟合与幻影最优：数据驱动模型在实时优化中的失败
数据驱动模型即使精确拟合数据，也可能产生幻影最优，训练优化器亦致错，预测准确不代表经济优化可靠。
从记忆到吸收：面向持续知识注入的混合策略强化学习
提出GRIN框架，用混合策略强化学习进行持续知识注入，超越监督微调的复杂推理，基础召回持平。