学习什么共享什么个性化：代理记忆的层级策略协同进化
提出HiPS框架，将记忆管理分为全局共享与用户个性化，通过跨层级规则流协同进化，提升记忆增强代理性能。
LUTSeg：用于溃疡组织分割的纵向多专家数据集
提出纵向溃疡数据集LUTSeg及半监督框架TiSage，低标注下优于基线。
罕见病，共同困境：大语言模型在决策中更重资源平均分配而非患者利益
评估11个LLM处理208个罕见病伦理困境，发现模型普遍优先公正原则，倾向平均分配资源，忽视病情差异，且受权威框架影响。
视觉通用智能：白皮书
本文从视觉中心视角探讨智能，研究视觉经验与学习能否通往AGI，提出视觉通用智能（VGI）概念，并讨论其原则、模态、基准与学习范式。
反思引导：在激活空间中将反思与推理解耦以实现令牌高效推理
提出反思导向框架，无需训练，激活空间解耦反思与推理，经PCA与层校准，平均减16.9%推理令牌，平衡效率与精度。
我们能否读懂音频大模型的“心思”？一个可言语化、多语言的中间层工作空间
研究发现音频大模型在输出前，其中间层已用文字浮现答案，且跨语言、含副语言信息，因果可证。
检索但不可靠：检索增强生成中的攻击与防御综述
综述RAG全流程攻击与防御，按准确性、隐私、公平分类，覆盖检索、重排、生成、追溯各阶段，并介绍基准与可解释性。
前沿挑战：评估科学工作流完成度
发布97个科学工作流任务，最优完成率仅20.6%，高部分得分与自信声明不可靠，需端到端评估交付完整性。
FinRiskAtlas：面向金融风险审查的大语言模型决策对齐评估
金融风险图谱基准从操作与证据双维评估金融大模型，显示通用能力分数无法全面反映专业可靠性。
TurnBench：多领域口语对话轮转动态基准
提出TurnBench，含30小时人工标注对话；评估14种系统，人类平稳接话时提前151毫秒，现有系统均误报过高。
4DGS-WAM：基于4D高斯溅射的物体中心世界动作模型，桥接过去与未来
提出四维高斯溅射物体中心模型，区分动静态物体，复用背景，仅预测动态，高效未来预测。
随机优化中的超越最优速率：轨迹自适应停止规则
针对固定时域保证不适用于自适应停止，提出轨迹自适应置信序列，达最优收敛率，迭代数大幅减少。
非线性PDE稀疏PINN求解器的物理信息前瞻剪枝
提出物理信息谱感知剪枝，用PDE残差敏感性指导剪枝，在非线性PDE求解中保持残差保真度，但无统一最优准则。
你可以通过强化学习端到端地学习分词
本文提出用分数函数估计直接优化离散分词边界，结合强化学习时间折扣降方差，在1亿参数规模上优于直通估计。
LLM查询模拟中的“知识诅咒”：追踪答案侧侵入的概念溯源
概念溯源区分查询概念来源；答案侧侵入占7.4%，为诊断非预测，后选择可消除99%。
代码世界模型：编码智能体作为世界大脑
提出代码世界模型：编码智能体为世界大脑，代码维持持久演化，视频模型实现视觉生成。
ICA：面向视觉接地长时程信息寻求智能体的信息感知信用分配
针对长程信息寻求任务，提出证据中心框架与信息感知信用分配，以渲染快照稳定观测，按效用分配稠密奖励，提升性能。
当组合不成立：人类识别AI生成图像中的缺陷
构建CO-AID数据集，主观标注复杂组合提示下生成图像的缺陷位置与类型，可用于预测及优化生成。
M-纤维化理论及其在神经网络压缩中的应用
针对交换幺半群标记图建立纤维化理论，推广图纤维化至加权图及近似情形，为神经网络压缩提供理论基础。
超越规模扩展：基于经验驱动工作流与经验图内存的自进化LLM智能体用于硬件内核优化
KOPE自进化框架用经验图内存与主动上下文管理，硬件内核优化通过率84.6%，加速1.54倍。
RA-CMF：区域自适应条件平均流用于CT图像重建
提出区域自适应条件平均流，结合强化学习策略控制，实现CT图像重建，显著提升肿瘤区域和整体图像质量。
将NDRE轨迹嵌入对比学习，用于无标签、生理感知的作物胁迫分期与DSS输出
EigenCL将NDRE轨迹嵌入对比学习，实现无标签生理感知胁迫分期，跨区迁移且优于基线。
可审计CT表型分析：基于报告衍生放射学观察
CT表型预测准确但可能依赖捷径，ACT模型通过放射学报告识别并修正无效证据，准确率不降。
层次聚类中的个体公平性
研究层次聚类个体公平性：用受控超度量刻画局部k近邻失真，给出最小松弛阈值、稳定性及对数n分离界。
VLANeXt：构建强大VLA模型的配方
统一框架剖析VLA设计，提炼12项发现，构建出在LIBERO等基准领先的VLANeXt。
晚学习，早引导：时间步解耦的语义引导实现公平人脸生成
提出语义边界预测器，推理时一次性干预实现公平人脸生成，无需重训，显著降低人口统计偏差。
DCEO：电商搜索中长期用户价值建模的直接因果效应优化
提出DCEO框架，利用因果效应与演员-评论家优化商品代理分数，对齐用户长期目标，已部署于电商搜索，提升GMV。
TAU-Agent：面向交通异常理解的智能体检索增强框架
提出智能体检索增强框架，整合视频描述与追踪工具，经视觉语言模型推理，实现交通异常理解。
毫秒级分辨率网络数据集msData：推进时间序列基础模型
提出毫秒级5G网络数据集msData，扩展高频预训练；多数TSFM在零样本与微调中表现欠佳。
ST-Lite：时空轨迹引导的长程GUI代理免训练KV缓存压缩
针对图形界面任务特性，提出ST-Lite免训练键值缓存压缩，20%预算即达全缓存精度，五倍压缩下加速2.35倍。
黎曼流形与有向图的Ollivier-Ricci曲率及其在图神经网络中的应用
基于最优传输定义曲率，关联经典Ricci曲率并推广定理，延伸至图与有向图，用于网络科学与图机器学习算法。
轻量级生成式AI用于网络流量生成：保真度、数据增强与分类
探索轻量级生成式AI合成网络流量，从保真度、增强与分类评估，变压器模型权衡质量效率。
超越OAuth：基于自然语言切片的任务级AI代理授权
提出PAuth，用自然语言切片和签名信封实现任务级精确授权，既防恶意调用又无需用户逐次批准，优于OAuth。
频率感知的短期台风阵风预测
提出WDANet，利用平稳小波分解和FiLM建模趋势与波动，台风阵风短期预测优于ECMWF-HRES。
脑电基础模型的测试时自适应：真实世界分布偏移下的系统研究
测试时适应方法在脑电基础模型上收益不稳，常致性能下降：梯度法易退化，无优化法较稳定，需领域专用策略。
对抗性训练线性模型以应对隐蔽攻击
提出检测器切换模型，推导凸优化对抗风险，权衡清洁与被攻击数据，实验显示部分攻击下性能提升。
条件总相关与自适应并行采样的串行深度
证明策略散度等于条件总相关累积，揭示并行采样信息代价，并刻画多种随机结构的深度界。
少轮廓勾画，更高精度：病灶引导ROI深度学习用于卵巢超声分类
病灶引导ROI深度学习平衡性能与标注效率，卵巢超声分类准确率达93.10%和97.56%
受污染约束学习问题的比较
经典数据处理不等式在约束学习中失效；提出广义不等式，等价于损失模型诱导的超预测集包含，并给出充分条件。
GGSS：生成式视觉-语言模型推理时去偏的测地门控球面转向
提出GGSS，在超球面发现反事实偏置子空间，沿测地线转向视觉词元，自适应门控降偏，保持模型能力。
VBVR-Pro：面向原生视觉推理的可扩展可验证套件
该套件含300个程序化任务、可验证奖励及30余生成器，证实视频生成最利于原生视觉推理。
CaSKG：面向可扩展智能体技能检索的反事实-因果技能图
提出反事实因果技能图CaSKG，校准技能关系，提升LLM智能体跨模型和基准的任务成功率与效率。
StreamPI：面向视觉-语言-动作模型的流式多模态时间建模
StreamPI零参数增强单帧VLA时间推理，真机和LIBERO超越pi0.5。
地理参考时间序列多步预测中的时空局部性建模
SPALT方法用线性模型树局部建模时空相关性结合剪枝策略实现多传感器多步预测优于现有模型
不确定性引导的潜在扩散模型用于忠实超分辨率
提出UGDiff，用重建不确定性引导扩散，选择性恢复高频细节并保持保真度，更好平衡感知与失真。
LDAC-Net：用于低成本MOX气体传感器漂移鲁棒识别的可学习多滞后差分注意力卷积网络
可学习多滞后差分注意力卷积网络，抗漂移，SmellNet-Base 68.2%，超FOTD 14点。
基于深度学习的Meteosat灵活组合成像仪对流层温湿度廓线反演
提出空间感知深度学习模型，仅用FCI观测反演对流层温湿度廓线，无需数值预报，精度接近再分析。
FRAME：区分医学影像公平性中的抽样变异与表征成因
FRAME区分抽样变异与表征原因；公平参考解释41%种族/22%年龄差异；干预不改变余差，应先审计再干预。
针对LLM越狱攻击的自进化多智能体框架防御
提出自进化防御：跨交互规则记忆将失败抽象为方法级规则，泛化至攻击族，无需参数更新，降低越狱成功率且不增加拒绝。
超级智能检索代理：智能体检索的下一个前沿
SIRA将多轮探索式检索压缩为单次语料判别式检索，无需微调即超越稠密、稀疏及智能体基线，在10个BEIR基准上取得最优平均性能。