利用纵向实验室和生命体征轨迹预测早期功能衰退：基于All of Us研究项目的大规模研究
利用常规生物标志物轨迹预测老年功能衰退，模型优于静态指标，可在衰退前3-12个月预警，支持无负担EHR集成。
FrugalSOT——模型的节俭搜索
提出资源感知模型选择架构，按请求复杂度分级推理并动态调阈值，在树莓派5上降低开销且保持质量。
从掌握度画像到模拟响应：用于忠实LLM学生模拟的随机学生知识图谱（SSKG）
现有LLM模拟学生难分水平，提出随机学生知识图谱(SSKG)，基于知识图谱采样决定正确性，生成忠实理由，产生单调掌握度梯度。
是规划而非解码器：推理增强的文本到图像生成中组合失败的诊断与修复
推理增强文生图失败源于规划而非解码器；解码器忠实执行，编辑修复规划即可提升性能，几何评分验证有效。
更多计算资源并不能确保更高学术影响力：来自顶级NLP会议论文的证据
分析1.4万篇NLP论文发现，计算资源高度集中但仅微弱提升引用与获奖，资源多不保证影响力高。
数据驱动的大语言模型动态算法调度
利用LLM与性能数据库生成线性代数算法动态调度启发式，案例验证可复现专家策略。
语义压缩树：基于层次语义残差的多分辨率知识检索
语义压缩树以层次残差建索引，逐级检索；给定文档时匹配稠密检索且省30%上下文，但文档路由选择显著更差。
K-Bench：在真实科学智能体请求上度量模型性能
用真实科学请求评测九模型，1602次运行，多裁判八维评分，无模型达阈值，过度声称为主因。
训练知识库：智能体策展文档库的监督结构学习
知识库即模型：用问答对监督结构编辑，效果优于无监督索引；泛化随覆盖率衰减，可扩展训练。
测量大型语言模型中的激活控制
提出激活可控性基准，发现大语言模型能通过自然语言指令控制残差流激活，可规避基于激活的监控。
基于反例的排序
用反例查询学习未知线性序，最多k个虚假反例且k未知；最优复杂度Θ(n log n+nk)。
TASSO: 面向视觉-语言模型持续学习的任务特定子空间优化
提出TASSO，通过子空间学习和几何感知蒸馏保持潜在空间几何，缓解灾难性遗忘与零样本退化，超越现有方法。
Presto：基于想象搜索的高效、免训练的开放世界物体放置
将开放世界物体放置重构为MLLM引导的启发式搜索，零样本免训练，粗到细优化，性能最优且更符合人类感知。
MCite-RL：面向可靠多模态RAG的引用增强智能体强化学习
提出MCite-RL，用智能体迭代检索与递归裁剪优化视觉引用，并设引用增强奖励，兼顾答案准确与来源可溯。
联邦持续学习：一种分布式漂移加罚控制问题
提出FedQCL，用李雅普诺夫漂移加罚控制虚拟队列，显式调节稳定性-塑性平衡，提升精度并显著减少遗忘。
扩展早期诊断视野：用视觉Transformer预测肺癌
研究用视觉Transformer从胸片提前1-2年预测肺癌，迁移学习提升AUC与准确率，适度重采样降本70%，显示潜力但未达临床应用阈值。
在图中生成，而非在边界上：LTN-GAN中硬约束的函数符号落地
将逻辑公理作为函数符号而非谓词落地，在可行域内构建坐标系，使样本天然有效并学习余量分布，避免边界钳制失真。
Beyond Sparse Weights: When Is Attention Compressible?
触及尾部：数据稀缺下校准多样性驱动共形覆盖
数据稀缺下，校准多样性比罕见事件数更能解释共形覆盖方差，多样性选择器提升长期覆盖率，但多样性只是必要非充分条件。
HiDiffTIR：面向多轮工具集成推理的分层难度感知策略优化
HiDiffTIR分层难度感知策略优化，轨迹与轮次级信用分配，聚焦困难步骤，无监督提升多轮工具推理。
读懂情境：循环世界模型状态中的隐式困惑编码
RSSM隐状态隐含困惑信号，正交于主方差，探针可测（AUROC0.72），编辑状态改变行为。
PUMA：面向波兰文化的多模态理解基准
提出PUMA基准，900个手工任务评估波兰文化多模态，顶级商业模型视觉问答强，但多数模型音频文档弱。
扰动思维，而非像素：视觉语言模型强化学习中的潜空间轨迹多样化
提出潜空间加噪的NC-GRPO，通过多样化轨迹提升视觉语言模型数学推理与抗幻觉能力
GUI基元：诊断视觉语言GUI定位中的空间推理失败
提出GUI-Primitives基准，994项对比指令测GUI七种空间关系。19个视觉语言模型最高32%准确率，失败主要在候选定位而非关系理解，标注候选可提升35-57个百分点。
情感强度至关重要：用CVAE在虚拟人中生成逼真表情
提出基于CVAE的方法，从真实数据学习，可控制虚拟人面部表情强度，仅用7680个样本即可生成连贯情绪变化。
追逐即课程，捕获定奖励：零数据大模型推理的追逃自博弈
LURE将零数据自博弈化为追逃游戏，沿难度轴布置任务，以捕获锚定密集奖励，提升LLM推理与泛化。
科学趋同，宗教趋异：维基百科各语言版本间的校准框架差异
维基百科各语言版本中，科学概念框架趋同，宗教分歧最大，经校准距离验证。
视频对象中心学习的语义槽
提出语义槽方法，用变换器解码器使槽位成为语义查询，免去时间预测，大幅提升视频对象分解性能。
上下文即环境：面向长时程智能体的程序化上下文管理
提出Scroll，将会话视为可执行环境，用事件日志与Python内核管理上下文，大幅超越现有记忆系统。
StereoDiffuer：基于扩散的渐进式几何建模与显著性注意力感知立体匹配
提出基于扩散的立体匹配框架，结合显著性注意力感知几何细节，迭代细化视差，改善边缘模糊。
DamageScope：面向卫星影像灾害损失评估的大规模视觉-语言检索
框架采用检索增强生成结合卫星影像与视觉语言模型及语言模型通过多向量聚类和双存储架构高效评估灾害损失
大型语言模型能否很好地理解中国现代诗歌的诗性逻辑？
提出首个评估中国现代诗歌诗性逻辑的基准，三层次四任务评测六大模型，结果揭示理解缺陷，验证基准价值。
锚定偏差：持续学习下针对多模态大语言模型的持久公平性后门攻击
提出持久公平后门攻击，用潜在空间强化与持续学习模拟，使多模态大模型产生持久歧视，且经更新仍有效并规避防御。
鲁棒的轻量级深度学习模型用于口腔癌筛查
面向智能手机口腔癌筛查的轻量模型，优化后达高灵敏/特异度，稳健可解释，适用于基层边缘部署。
SketchFlow：基于CLIP潜在空间GMM先验流的零样本矢量草图生成
提出新方法，在CLIP空间用GMM先验与流匹配，零样本生成高质量矢量草图，并支持未见类别与语义插值。
用于稀疏数据分析的负值归零矩阵补全：潜在低秩结构的大规模学习
研究负元素置零从低秩矩阵恢复稀疏非负矩阵条件 提出可扩展随机交替最小二乘法 揭示果蝇连接组潜在低秩结构
SAEM：思维链推理中面向内存高效MoE推理的阶段感知专家管理
提出阶段感知专家管理SAEM，利用思维链阶段级激活一致性，减少数据传输，吞吐量提升1.3-1.5倍。
学习轨迹上的损失参数化费希尔宽度
费希尔宽度沿学习轨迹演化。损失可作坐标。高斯教师逻辑斯蒂模型中梯度流选极值分支。支持分支式损失参数化。
ATHENA：知识引导的智能神经架构搜索，用于基于AutoFormer的电子健康记录建模
提出知识引导的多智能体NAS框架，复用跨医院架构知识，在6项临床任务中优于基线，减少人工调参。
物理知识引导的混合神经学习用于北极海冰密集度演变与短期预测
提出物理信息混合冰模型，按海冰连续性方程组织网络，显式建模动力输运与热力过程，提升冰缘保持与短期预测技能。
重新思考通信度量：我们应如何衡量意义？
综述语义通信评价指标，按目标、模态等分类，指出缺乏通用标准与多模态KPI等挑战，提出未来方向。
GameXpert-Bench：编程智能体离专家级游戏开发还有多远？
提出游戏开发全流程基准GameXpert-Bench（生成/修复/优化三轨）；当前智能体缺陷发现与运行时验证能力不足。
RAG崩溃：当检索文档为自创时，LLM响应崩溃
LLM系统检索自创内容会致RAG崩溃，79.6%模拟崩溃，单一自创引用即可触发，因模型偏爱自身内容。
HIRA：监管行业中用于文档分类的人机协同检索增强级联方法
监管场景下文档分类受数据驻留、标签稀少限制。HIRA免训练本地部署，仅需6.4%人工修正，F1从0.6218升至0.8548，可替代重复训练。
保真度-多样性-一致性（FDC）：遥感变化检测的数据剪枝
首次评估遥感变化检测数据剪枝，现有方法无优势；提出以变化分布保真度为核心的FDC法，性能稳定提升。
基于图注意力网络的专利权利要求依赖结构建模与诉讼预测
提出基于图注意力网络的专利诉讼预测模型，建模权利要求依赖结构，提升预测性能并提供结构分析。
CLIP在区域地理定位中学到了什么？探究适应后的视觉线索与场景配置
适应编码器显著提升区域定位精度，依赖完整场景配置，而非仅粗粒度线索。
提示、批评者与教师：视觉-语言数学推理中稀疏奖励强化学习的先验注入
稀疏奖励下先验需有效触达策略；评估切片会误导跨域迁移，最难切片预测最佳；提示引导探索有效，高斯交叉熵损失提升显著。
混合专家大语言模型中可组合压缩技术的基准评测
提出MoEXBench，评测MoE可组合压缩（剪枝、量化、KV缓存），发现方法间复杂交互影响部署。
ToSCA：利用对话智能体时间和策略抽象的分层强化学习
提出两层次强化学习框架，融合DQN与PPO及双粒度奖励，提升对话策略与质量，优于基线。