用于分子电子结构的等变细胞层：桥接层上同调与E(3)-等变哈密顿量学习
提出等变细胞层框架，将哈密顿量映射为层拉普拉斯，用上同调刻画非键轨道与环离域，推广等变消息传递网络。
审计合成回忆录：对照生活书面记录，衡量LLM生成自传中的场景级虚构
对LLM生成自传审计：366天中96.7%未被证实，主要错误为真实人物、雇主、地点落入虚构场景。
LLM智能体利用仿真模型进行受控实验
提出多智能体框架，让LLM结合仿真模型开展受控实验，生成基于证据的工艺优化建议，优于纯语言推理。
面向卫星轨道预测的速度耦合表示细化
提出速度-位置耦合表示学习方法，结合轨道分段建模，提升卫星轨道预测精度。
通过速度匹配扩展扩散模型的强化学习
提出速度匹配奖励微调RVM，直接优化速度场，免去似然计算，性能优于轨迹策略梯度，训练成本更低。
混合比例并非性能关键：诊断视觉-语言模型少样本适配中的原型混合
混合比可无验证集近最优估计，但即使最优调和仍不及线性探针；性能瓶颈在模型类而非超参数。
从因果合理性到因果可靠性：评估LLM作为校准的直接因果边分类器
LLM因果判断趋向过密且过度自信，一致性比传统置信度更可靠。
数据可预测性塑造Transformer训练中的威布尔权重尺度增长
训练前算双元熵D，可预测模型权重尺度增长：λ²-λ₀²=C₀+C₁(H_r-D)^0.59，相对误差5.7%。
从分诊到出院：急诊科自然语言处理任务、方法与开放挑战综述
综述46篇急诊科NLP论文，覆盖分诊、诊断、处置三阶段，总结任务、趋势与开放挑战，强调临床评估。
ADE：面向以人为中心目标的智能体数据演化框架
提出ADE框架用观测变异选择闭环与稳态准入提升数据快照内在胜率升至75.81%外在升至68.86%
核范数最小化IRLS的紧致支配与收敛速率
针对约束核范数最小化，证明调和平均权重为最优二次控制，给出IRLS全局线性和局部线性收敛速率。
Giga-Embeddings：面向高吞吐文本嵌入的专家混合编码器
提出Giga-Embeddings系列，含稀疏10B MoE（1.8B激活）、稠密3B及蒸馏480M模型，吞吐量高，480M模型以少42%参数超越FRIDA。
临界深度均衡模型的响应重正化
提出响应重正化方法，控制临界深度均衡模型中的近奇异伴随放大，提升训练可靠性且保留梯度信息。
测量的AI偏好有多少来自模型本身，又有多少来自测量工具？
控制结果和模型仅变工具，模型偏好排序跨工具泛化系数仅0.348，单一工具偏好信息少，需约38种工具才能达0.80。
大语言模型中创造力自动评估的局限性
自动评估与人类判断严重错位，LLM评委偏好AI文本，现有指标相关性近零，难以衡量创造力。
乌尔都语主要动词与轻动词区分的上下文嵌入证据
用多模型分析乌尔都语七动词，主/轻动词语义分离但同词元相近，轻动词身份可预测，支持Butt理论。
巡天探测通道凌驾于天文基础模型像素之上，并使层析平均红移产生偏差
探测通道主导天文基础模型：仅改分割图即改变输出；探测缺失致层析红移偏差达LSST要求0.71倍，移除该通道可无代价消除。
更多运动并不总是更好：语料组成决定数据增强是否有助于基于SMPL的帕金森步态严重度评估
基于SMPL运动评估帕金森步态严重度，宏F1达0.58；语料构成而非数据量决定效果，速度对比是关键。
驯服视觉忽视：多模态上下文学习中自适应注意力的变分信息瓶颈框架
提出变分信息瓶颈框架，以跨模态信息增益判定视觉冗余，动态重分配注意力，提升精度并减少示例需求。
用于预测性人类建模的解耦技能表征
提出SAIL，将技能建模为可解释多维表征，经反事实交换解耦，提升行为预测及AI辅导。
CRISP：面向遥感语义分割的校准感知视觉状态空间对偶
针对状态空间对偶模型压缩高频导致边界平滑，提出校准算子恢复细节，并利用多原型头保持特征，提升遥感分割精度。
GAP-Prompt：高效持续学习的门控自适应提示
提出门控自适应提示法实例级动态融合与共享蒸馏抗遗忘多基准最优CUB-200达87.29%
AI智能体将人类逐出回路
AI智能体日益自主，削弱人类监督能力，须优先保障监督者认知需求，防止技能退化。
保校准剪枝：压缩即可靠性契约
提出保校准剪枝，用非一致性梯度显著性，分离划分保持覆盖并缩小预测集，DBpedia效果显著。
名称可能伤人：识别本地编码大模型中包名幻觉引发的投毒抢占风险
提出双层检测器识别代码模型伪造的PyPI包名，结合随机森林分类器与回退机制，在300提示词下76%运行无幻觉，对抗性提示下幻觉率升至40-73%。
Gen2Physics：通过多视角材质分解将生成的三维网格赋予物理属性
自动分解生成网格为材质并赋予物理属性，分割精度提升两倍，匹配质量估计，唯一输出水密子网格。
PARTAB：分区感知推理与结构化证据实现可扩展表格理解
该框架利用语义分区和分层证据选择，精简上下文，提升多种表格推理任务性能。
门控激活引导：减少医学问答中的谄媚与幻觉
提出门控推理时间干预，用行为特定门控分别抑制谄媚与幻觉，仅必要时介入，提升医学问答稳健性。
缓解多指令遵循强化学习中的探索偏差
强化学习提升多指令遵循时存在偏向简单指令的探索偏差，提出行为引导与稀缺感知奖励两阶段框架，显著超越基线。
遗忘中恢复：跨图像退化的持续学习
提出RwF框架，用轻量适配器按序学习新退化，免遗忘且无需旧数据，无监督路由选路径，PSNR提升15dB，首建持续多退化恢复基准。
利用几何不变稀疏自编码器发现大语言模型中的跨语言推理不变性
用几何不变稀疏自编码器探究大语言模型跨语言推理不变性，发现特征共享因模型而异，几何相似不等于功能可互换。
合乎伦理的LLM辅助研究：负责任委托、验证与认知价值的框架
LLM辅助研究伦理框架：区分来源、验证、责任与认知结果；伦理边界取决于充分验证与人类问责，而非机器参与度；提出认知审计。
SAGE：从直接作答到基于证据的推理——中国古代文献理解
SAGE多智能体框架将文献理解转为证据推理，经规划、取证、验证与重规划，超越直接回答，小模型胜过大型模型。
情节记忆是否有助于弥合句法对比敏感性中的词汇频率差距？基于检索增强语言模型的测试
检索增强记忆可缩小语言模型在高、低频词汇句法对比中的表现差距，验证情景记忆补偿参数表征，但未能完全消除差距。
开放世界多智能体环境中的自主数学发现
开放世界多智能体自主探索，发现Kakeya集与最小重叠问题新结果，并产出可验证定理。
紧致黎曼流形上生成扩散模型的分化理论
提出紧致黎曼流形上扩散模型物种形成理论：以密度临界点分岔刻画，证明一般分岔为折叠型，揭示拓扑约束与分岔时间。
MolEmb：多模态大语言模型可成为强大的分子嵌入模型
提出MolEmb，用多模态大语言模型生成条件化分子嵌入，支持性质预测与检索，并发布基准MolCAR。
LUCAID：面向肺癌精准病理的智能体多模态AI
LUCAID智能体AI系统覆盖肺癌病理全流程，前瞻临床验证决策一致性达93%，优于病理医生的68%-81%。
灵长类视觉揭示鲁棒动态AI的缺失原则
灵长类视觉揭示缺失原则：动态物体识别需将运动逐步融入表征；预测世界模型最接近脑且泛化强，预示预测学习是路径。
超越静态与线性：何种注意力约束最适合人类阅读时间？
内容敏感约束优于距离，最拟合阅读时间；动态课程下心理与语法分离，模型非通用认知模型。
探究交互式对话游戏中的知识迁移
微调大模型研究对话游戏知识迁移：某些游戏迁移优于微调，视觉空间类最佳，任务向量难预测迁移。
学习高效评分：基于Bandit的提示选择框架实现低成本大语言模型作文评分
提出多臂老虎机框架自适应选择提示策略，精度相当，LLM调用减少78.4%，首绘成本-可靠性曲线。
曲线推理II：潜伏代理几何——将可解释性扩展到探针之外
提出无监督几何方法，无需探针或后门即可检测欺骗，几何结构可预测分类，高精度时更显著。
基于CT阅片3D注视模式预测放射科医生专业水平
提出凝视感知Transformer，融合放射科医生3D注视模式，用于胸CT经验分类，AUC 0.91，F1 0.86。
DDMS：将多视角基础特征判别式蒸馏至单视角模型
通过判别式蒸馏，将多视图模型的三维几何知识注入单视图模型，获得兼具三维一致性与局部判别性的基础特征。
从智能体轨迹构建自动机：失败与下一步预测
将智能体轨迹压缩为有限状态机，精准预测下一步与失败，跨十二数据集验证，支持在线监控。
基于Transformer的婴儿护理干预分类视频数据集
ICVD:4144视频12类,Transformer93.97%,帧级23%,需时间建模。
使用图可解释解释生成干预假设：G2I两阶段贪心框架
提出G2I两阶段贪心框架，将反事实解释转为可操作干预规则，并用DNF覆盖选择网络级干预，高效可解释。
LUX：病灶感知图条件视觉-语言架构，用于可解释的内镜影像描述
提出病灶感知图条件视觉语言架构LUX，用于可解释内镜描述，提升性能并减少幻觉。
可解释AI鲁棒性与保真度审计的正式方法论框架：从应用到信任认证
提出审计协议，衡量可解释模型的鲁棒性与保真度，合成信任分数；发现高AUC模型仍可能产生无效解释，审计必不可少。