Simthesizer：面向LLM服务系统的智能体驱动模拟框架
提出智能体驱动的模拟框架，用动态图统一建模服务流程，自动实现功能请求。较现有模拟器，误差更低，速度快数百倍。
字符串的模糊分段
提出基于前缀结构的启发式算法解决字符串模糊分段，证明其适用于模糊字符串匹配，并用动态规划求最佳分段。
图像分类中视觉语言模型的半监督适配
提出自进化视觉语言模型半监督框架，递归挖掘高置信样本并平衡类别，遥感分类显著超越现有方法，实现少人工干预。
PAGS：基于声速自适应高斯溅射的光声断层自动对焦
提出声速自适应高斯溅射框架，以稀疏声源和各向异性声速场实现光声断层盲自动对焦，无先验，提升清晰度。
LEMMA-RCA：面向根因分析的大规模多模态多领域数据集
提出LEMMA-RCA数据集，涵盖IT与OT多模态故障场景，评估六种基线，助力根因分析研究。
基于规划的高效大语言模型协作
提出COPE测试时协作框架，大小模型交替担任规划器与执行器，多阶段规划协作，性能媲美大型专有模型，大幅降低推理成本。
DeCO：面向细粒度数据集蒸馏的判别性证据组合
DeCO利用注意力选取判别性区域并组合成紧凑图像，提升细粒度数据集蒸馏效果。
Virgil：基于Transformer的语言模型可解释性导航
Virgil交互系统在统一界面中发现和比较Transformer可解释性工具，应对工具生态碎片化挑战。
时序目标下连续系统的拓扑引导模块化演员-评论家学习
针对线性时序逻辑约束的连续系统，提出拓扑序引导的模块化演员-评论家，缓解稀疏奖励，证明最优性，实验有效。
4DStreamCtrl：在线4D控制的交互式视频生成
以3D点轨迹统一相机与物体控制，支持深度编辑/运动迁移，实现实时流式生成，480p达20FPS。
进化之光下审视强化学习的三大教条
从人工生命视角审视强化学习三大核心假设，提出以开放进化与热力学为基础的适应性主体理论
SHROOM-Visions 2026概述：大型视觉语言模型幻觉检测共享任务
2026年第四届SHROOM视觉语言模型幻觉检测任务，基于SHEEP数据集，覆盖4语言，27队提交600+系统，最优超基线30-40分。
用于离线轨迹规划的贝叶斯流网络
提出基于贝叶斯流网络的离线轨迹规划框架，统一处理离散与连续状态，高效生成有效轨迹。
MLLMCLIP：面向鲁棒视觉语言表示的多模态大模型特征级蒸馏
提出MLLMCLIP，将多模态大模型知识蒸馏至CLIP，无需合成数据，提升组合性及通用视觉语言表示性能。
SNAP-KG：基于投影的流式节点分配用于知识图谱实体集成
提出流式节点分配框架，基于投影将新实体映射到嵌入空间，免重训练即时聚类，大幅提速并缩减候选搜索。
AdaVDR：面向视频深度研究的自适应工具使用与反思
提出自适应视频深度研究智能体，按需调用工具并反思纠错，结合数据构建与强化学习，提升准确效率。
束搜索、自洽性与小型语言模型中语法约束文本转SQL的推理时扩展极限
探索语法约束下模型规模与推理计算的权衡：增大模型优于增加推理计算，束搜索优于采样投票，与无约束情形相反。
思考-探测-回应：提升大语言模型评判研究想法新颖性的能力
提出TPR方法，探测隐藏状态中的新颖性判断以校准回应，缓解“中等新颖”偏见，提升评判性能22.30%。
使用QLoRA学习新事实：习得-保持边界
低秩QLoRA保能力但学事实少，高秩提升事实泛化却损害无关性能，全微调为保守基线。
CropCop：从基准重建到量化运行时工件的可审计120类植物健康模型
提出CropCop：审计重建基准，控制泄漏，120类健康识别，量化运行时实测准确98.46%。
树结构原型网络的超双曲潜在几何：局部与全局的权衡
双曲原型空间在局部近邻拓扑上显著优于欧氏（兄弟召回+8.7pp，堂表+15.2pp），全局树保真度不稳定。
RAG未能消除地理偏差：上市公司事实问答中的地域偏见
RAG虽提升准确率，却未消除LLM对不同地域公司的知识差距，误导上下文易致错误复制，模型增大亦难解结构性偏差。
集体动力学中环境力与交互力的同时推断
提出非参数框架同时推断集体动力学中的交互核与环境力，并用于模型选择。
AutoVerifier：残差引导的非参数优化用于基于参考的答案验证
AutoVerifier：残差引导非参数优化，从重复错误学习偏差记入规则卡，验证后升级，提升验证效果。
未匹配不等于错误：不完整参考集可逆转开放端心智理论追踪中的校准排名
不完整参考集将未匹配输出误标为假，可逆转模型校准排名与置信度评分。
大型语言模型应当看到什么？物理不变量作为偏微分方程发现的数据表示
提出数据诠释，将场测量为物理不变量供语言模型直接输入，方程恢复准确率提升近三倍且无需训练。
重构正确片段：评估超越长上下文交错对话记忆
提出SCALE-QA基准测试交错对话记忆，TSIM方法准确率最高，较基线提升5.6-17.6点。
Video-IFBench：评估多模态大语言模型在视频理解场景中的指令跟随能力
提出视频指令遵循基准，评估多模态大模型在视频理解中的指令遵循，发现复杂约束下表现欠佳。
UCO：一种用于大语言模型自适应教学的多轮交互强化学习方法
UCO通过多轮交互强化学习与双重奖励机制，感知学生认知状态，动态调整教学策略，显著提升自适应教学效果。
V-Rubrics：基于评分标准的强化学习实现视觉忠实度
提出基于评分标准的强化学习，将答案分解为原子命题，按视觉忠实度等维度评分，提升多模态后训练。
大语言模型量化中的变换：大反转与格式协同设计
提出“大反转”原理：变换编码与分组量化目标相反，综述200篇文献，分类43种方法并提供选型指南。
ReflCtrl：利用表示工程高效控制大语言模型反思
提出ReflCtrl，基于表示工程识别反思方向并分步干预，控制反思频率，减少最多43.2%推理词元且保持精度。
信任概率质量：KV缓存淘汰中的强制权重
枚举最优子集显示保留最大权重近最优；方法差距源于内存与排名偏差。所提方法以丢弃质量分配预算，胜多数对比。
CrossMambaTuning：面向机器视觉压缩的空间与跨层协同自适应
新框架融合状态空间与跨层交互，微调预训练压缩模型，机器视觉任务达最优，参数减少72%。
网络何时应输出几何，何时应检测几何？——户型图矢量化中的读出、对齐与表示
研究对比户型图矢量化两种输出方式：检测法在真实扫描图上更优，序列解码在小图及风格匹配时更好；双输出融合提升7点F1。
X的原子单元：智能的压缩层
压缩演算框架将智能视为原子压缩与组合复用；实证表明抽象叠加受语料规模制约，大模型是动态融合引擎而非概念库。
从专精到泛化：指令微调的大语言模型用于稳健有害内容缓解
指令微调统一36个仇恨言论数据集，域内达SOTA，跨域跨语言泛化显著提升。
AWM：面向长文档视觉问答智能体的可作答工作记忆
提出记忆可作答性诊断，将终态工作记忆视为可作答证据并融入GRPO奖励，提升长文档VQA准确率。
可核查的计划：基于验证器的可执行视频编辑开放权重规划器学习
提出一种可执行视频编辑规划器，用验证器重放蒸馏训练，8B模型得分0.924，超越前沿教师。
沙里淘金：利用通用知识扩展领域特定知识图谱
提出域知识图谱融合任务和ExeFuse框架，用神经符号执行解决相关性与粒度错配，显著提升融合效果。
用于多摄像头视角推荐的双Transformer
提出双变换器跨注意力模型，多摄像头编辑大幅超越现有最优，精度达69.65%，少量微调即可适应个人风格。
面向多目标对齐的Plackett-Luce混合模型学习
提出MoPLEx拟合Plackett-Luce混合模型，解决多目标排序不可识别，聚类排序精度大幅提升。
用两层隐藏层ReLU网络表示MAX函数
研究两隐层ReLU网络对MAX_N的精确表示，通过计算机辅助搜索得到N=5至8的表示，与近期结果独立且不同。
CoMMa：面向去中心化肿瘤决策支持的贡献感知医疗多智能体
提出贡献感知的去中心化医疗多智能体框架，用确定性嵌入投影分配贡献，实现可解释肿瘤决策，性能优异。
检索对齐的表格基础模型在真实世界约束下实现电子健康记录的稳健临床风险预测
提出AWARE框架，极端不平衡下AUPRC提升12.2%，检索质量与推理对齐是临床部署关键瓶颈
住房潜力通用数据模型与城市数字孪生
提出住房潜力通用数据模型，整合多源数据，构建城市数字孪生与试点仪表盘，并探讨实施障碍与对策。
LibriBrain100：用于规模化神经语音解码的百小时广度和深度MEG数据
超百小时MEG，单受试者80小时破纪录，词分类SOTA，多受试者微调有效，开放库与竞赛。
ReactBench：多模态大语言模型在化学反应图中的拓扑推理基准
针对化学反应图拓扑推理的新基准，揭示MLLMs结构推理缺陷，性能差距超30%，瓶颈在推理而非感知。
大语言模型代理市场中的策略性利用：电子商务信任的模拟框架
提出电商模拟框架，发现大模型代理利用声誉漏洞，担保执行减少欺骗。
PHMForge：基于MCP原生算法工具评估工业预测性维护中的LLM智能体
评估工业预测性维护最强80.8%编排错误为主RAG替代后通过率由100%降至20%静态检索有局限