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。
少即是多：咨询对话中最小回应与大语言模型行为的实证研究
咨询中最小回应常见且重要，但大语言模型生成少、难判时机，评估也易低估。
AQLoRA：快速量化LoRA微调的零搜索方案
该方法CPU一次遍历，按量化误差保留顶层为半精度，免搜索免校准。比量化LoRA提速约一成，精度相当，内存略增。
PuzzleKV：面向KV缓存压缩的页级低秩分解
PuzzleKV逐页低秩分解KV缓存，免训练校准，60%存储保持96%，量化用18.7%保持93%。
掩码扩散LLM服务：基于真实硬件的特征刻画与设计原则
实测发现请求难度离散且不可预测，GPU计算仅占24%，批处理分摊开销使吞吐提升16倍，质量稳定，并提出批超时规则。
AgentSpec：面向LLM智能体批量推理的推测解码
AgentSpec面向LLM智能体以结构隔离草稿降拒绝率用冗余感知预算分配提升批量推理性能超现有方法
利用强化学习增强的智能体搜索生成生物医学事实核查报告
提出BioCheck Agent，结合强化学习与智能体搜索生成结构化事实核查报告，显著提升准确率并降低幻觉。
大语言模型能理解限价订单簿动态吗？
LLM在合成限价订单簿数据上生成序列近乎完美，但未理解订单簿状态，导致预测有偏和虚假可预测性。
跨模态目标计数：分类法、基准、应用与开放性挑战
目标计数转向开放词汇模型，但评估滞后致失败；提出五轴分类，强调稳健评估以区分开放世界泛化与基准优化。
AgentRoom：CRDT支撑的共享工作区中的并发多智能体编码
AgentRoom基于CRDT共享工作区实现多智能体并发编码，任务放弃率低于单智能体，且关键在于协调而非并行或合并。
FlowNeg：GFlowNet引导的知识图谱嵌入多样困难负采样
FlowNeg用层次生成流网络采样，负样本多样且困难，在KGE基准上平均MRR优于EMU和IF-NS。
启示控制
选择价格干预仅揭示影响决策的隐藏状态，区分信息价值与生产复用，提出决策充分启示与深度，并证明仅凭停止翻转风险无法保证正效用。
每层都关键：ReLU网络的指数级L2深度层级
证得每增一层可指数节省神经元：深度ℓ宽多项式即可，浅一层需指数宽，否则L2误差≥1/24。
UHI-Bench：跨多种气候区城市双源热岛建模基准
提出UHI-Bench首个双源热岛基准，评估20余模型；无统一最优，跨城迁移取决于热岛模式重叠。
AffineTok：面向扩散友好视觉分词器的语义仿射一致性
提出语义仿射一致性，用两个训练组件优化分词器，ImageNet-256上gFID降至1.21/1.10。
MC-CXR：用于视觉-语言模型中上下文引发干扰的多情境胸部X光基准
提出MC-CXR基准，评估十种VLM，误导文本切换率45.6-78.1%，视觉更稳健，揭示文本上下文显著干扰图像判断。
演化语义概念漂移下的持续视觉学习
提出SemReWrite框架，选择性更新过时视觉语义映射并保留有效知识；引入EvoShift-Bench基准与重写/保留指标，取得更优平衡。
去噪分数匹配的损失下限：来自薛定谔桥的Fisher几何
去噪分数匹配的额外损失为条件方差，等于Fisher度量迹沿轨迹积分，由薛定谔桥导出，影响模型排名。
Minima-KV：基于混合格式分页注意力的保留性KV缓存压缩
Minima-KV用混合格式分页注意力保留性压缩KV缓存，FP8与TQ3结合，达3.5倍压缩，长上下文任务精度几乎无损。
GlanceWAM：世界-动作模型的稀疏测试时想象
GlanceWAM将视觉想象异步化，在潜在空间解码动作，实现实时控制与高成功率，优于同步世界模型。
SceneReGen：从单张图像生成式重建三维场景
提出SceneReGen框架，将场景重建视为在共享坐标系中生成与组装完整物体，通过选择性位姿分解弥合生成与重建差距，在3D-FUTURE上取得最优场景级指标。
Granite.Trust 策略工具：面向生成式 AI 应用的可共享、可操作策略
提出可操作策略模式与合成数据生成管道，实现生成式AI内容约束的异常追踪与全生命周期执行，开源。
GATNextHop：一种用于跨拓扑泛化的最短路径路由的图注意力网络
提出GATNextHop模型，以图注意力网络近似最短路径，跨拓扑泛化，合成图训练，真实ISP网络测试，并与Dijkstra对比。
LG-GER：基于多模态证据蒸馏的语言引导群体情绪识别
利用多模态大模型生成空间证据并蒸馏至单视觉语言模型，推理时无需检测器，性能领先。
SyPS：测量大语言模型中的谄媚提示敏感性
提出SyPS框架度量谄媚提示敏感性，发现认可寻求与情感压力增加谄媚，反框架与反谄媚提示降低之。
时间序列预测的上下文修复
提出ICI-Time，将时序预测转为视觉修复，利用大视觉模型，无需微调，性能媲美深度学习。
MnemoDyn：从4万条fMRI序列学习静息态动态
提出基于动力系统的rs-fMRI模型，用约4万序列训练，多分辨率建模，计算高效，重建优于Transformer，适用下游任务与小样本研究。