GeoQ：面向科学代理模型的几何感知条件分位数误差估计
提出GeoQ框架，利用几何感知条件分位数实现科学代理模型的非侵入式逐点误差估计并验证有效性。
提问还是回答：多轮健康错误信息干预的决策框架
提出RO-PnR框架，在提问与纠正间决策，权衡收益与交互成本，用更少轮次达到更高效用。
ECHO：面向长时程智能体的认知启发式可审计记忆平面
提出认知启发式可审计记忆平面ECHO，面向长时程智能体，检索高分但查询扩展污染，非独立证实。
机器学习与数字语用学：哪种词类对表情符号使用影响最大？
研究用MARBERT分析X上阿拉伯语帖子，发现动词密度对表情符号使用影响最强，名词频率虽高但影响力不及动词。
ChequeMark：面向非工作时间企业存款欺诈检测的集成机器学习框架
提出集成框架ChequeMark，融合XGBoost、孤立森林与GraphSAGE，检测非工作时间支票存款欺诈，增强分布偏移鲁棒性，F1达83.77%，保持可解释性。
VisAdj：从节点链接图像学习邻接矩阵
VisAdj框架用注意力稀疏采样与线图变换器联合推断边依赖，从节点链接图像恢复邻接矩阵。
校准你所发布的：面向验证器引导的文本到图像生成的后选择风险控制
提出选择感知的留出校准，对完整部署策略而非单个候选做风险控制，实证降低发布风险。
Bulbul：阿拉伯语方言语音识别数据集
提出BULBUL多方言阿拉伯语语音识别数据集，覆盖11国275人，含方言与标准语，两级人工验证并建基线。
超越成败：面向GUI智能体的长度感知对比学习
提出LACL-GUI框架，在对比RLVR中加入轨迹级质量信号，区分成功与失败轨迹，提升GUI智能体性能与优化稳定性。
学习重看：视觉语言模型中自由裁剪路由的损失差距监督
利用模型自身失败信号监督裁剪路由，令视觉语言模型先全局后局部重看，显著提升细粒度问答性能。
Real-TurnTurk：用于话轮转换预测的多模态土耳其语语料库
构建土耳其语未脚本双人对话多模态语料库，用遗传算法优化规则预测话轮转换。
SynEHR：联合建模跨就诊时间演变与就诊内临床结构的纵向电子健康记录合成
SynEHR联合建模就诊间时间演变与就诊内结构，经LoRA适配语言模型生成临床连贯、时间真实的纵向EHR，优于现有模型。
智能电表数据缺失值高级插补方法的大规模评估
大规模电表数据插补评估：OWA最优，自编码器方差大，SoftImpute稳定但精度低。
EDGE：智能体强化学习中经验蒸馏驱动的引导探索
EDGE将检索经验作为训练时临时支架，用反向KL蒸馏内化到策略，无需额外采样，去掉外部经验仍保留96%性能。
对齐、整合、抑制、路由：Transformer计算的融贯论视角
提出CPC框架，用对齐/整合/抑制/路由四算子解释Transformer计算，实验支持其为共享词汇。
有界精度几何缩放：损失尺度失配下的鲁棒多任务学习
提出有界精度几何缩放(BPGS)，对损失尺度失配鲁棒，性能优于同方差不确定性加权，多任务基准上稳定。
多智能体计算机使用的主干-分支协调
提出主干-分支协调框架，避免虚拟机状态合并，成功率提升6-16.5%，成本降低34-70%。
LiteEvent-AE：面向低延迟能量受限边缘设备的轻量级事件视觉自编码器
轻量事件自编码器压缩神经形态数据，参数量降至1/35.6，能耗降至1/726，实时44.8FPS。
稳定性边缘的变分结构
边缘耦合推广至动量法，临界点刻画不动点与二周期轨道，海森阵判稳，等同维莱特作用，连接稳定边缘与离散力学。
读取、写入、松弛：为何神经PDE代理模型需要全局与局部处理
神经PDE代理需全局与局部处理；新方法RWR交错两者，降低全谱误差，精度高、数据高效、可扩展。
TinyML系统的功耗与性能表征
系统评估单片机TinyML应用，分析抽象层开销并建模降耗，助力边缘设备神经网络搜索与CNN优化。
DefaultShift：审计加速文本到图像模型中的语义默认偏移
提出DefaultShift审计，衡量加速文生图模型替换时的语义默认偏移；校准可减少10%-35%偏移，并提升准确率。
穿越薛定谔桥：从死后自溶恢复生前图像的基准评测以增强法医诊断
提出死后自溶恢复任务，构建首个同源非配对数据集，用薛定谔桥建模，以诊断效用为评测基准。
SpatialDiff：基于隐式空间建模的3D感知对象移动
提出新方法，用隐式三维建模与全局空间监督捕获三维结构，实现复杂场景中物体的精确移动。
HP-UniIF：面向统一图像融合的分层提示学习
提出HP-UniIF，用扩散先验统一融合、恢复与感知，以分层调制解耦多目标，性能优越。
FlashReg：GPU加速的三团点云配准，实现实时对应到位姿估计
GPU加速点云配准，稀疏二阶图与三团搜索减少内存和延迟，相比TurboReg提速2-3倍，内存减半，适合机载感知。
SAFE-G：面向知识型视觉问答的结构感知忠实证据引导生成
提出SAFE-G框架，结合结构感知图检索与强化学习，确保证据定位和忠实推理，显著提升KB-VQA准确率。
语义推理去噪：用语义算子纠正语言模型推理
提出语义推理去噪(SRD)，用可执行算子修正推理语义错误，迭代去噪，六基准平均提升3.2点。
架构与训练如何影响TPC表示跨实验的复用
评估TPC数据表示跨实验与探测器复用性，发现架构是任务相关结构的主要来源，随机初始化PointNet表示已具高信息量。
LLM辅助写作值得实证评估
分析69,209篇论文发现，LLM辅助写作提升表述聚焦、引文广泛和作者全球化，应依据学术质量而非工具使用来评估。
Nürnberg NLP @ GermEval 2026共享任务：基于错误独立LLM投票者的德语社交媒体有害内容检测
针对四子任务类别失衡，采用错误独立的九投票者LLM集成，宏F1分别达89.56/71.63/54.84/83.02，四项均居首。
ESCRAG-R1：用于情感支持对话的检索增强强化学习
提出ESCRAG-R1框架，将检索增强引入强化学习，构建偏好数据集，实现专业指导与共情表达的自然融合。
Multimodal Prompt Learning with Irregular EHRs for Robust Monitoring of Critical Care Patients
MSM-Mem：面向医疗AI代理的通用医学结构化多模态记忆框架
提出医学结构化多模态记忆框架，将临床经验组织为语义、情景和视觉记忆，使医疗AI代理持续改进推理。
基于结构化搜索的落地规范性规则生成
提出GNRS框架，用MCMC优化离散AOG，分离操作逻辑与文风，将规则生成转为可检查搜索，质量提升至81%。
PatchGate：在冻结视觉语言模型中以内在对象清单缩小表述差距
PatchGate无训练框架，提取视觉证据并校准解码，提升可见对象覆盖率13.4%，减少幻觉12%，无需外部检测器。
HiMA-MDD：面向临床访谈的可解释多模态抑郁检测分层多智能体框架
提出分层多智能体框架HiMA-MDD，梳理症状证据至PHQ-8评分，可审计且优于现有方法。
Whitewashing Hate, Smearing Harmless Content: Annotator-Style Rebuttal Attacks on LLM-Based Moderation
用于降维保真度的固定半径距离带基准
用固定半径距离带斯皮尔曼相关评估降维保真度，按绝对半径分带，能揭示排名指标忽略的簇内压缩和异常点问题。
双层智能体记忆：快速写入路由与慢速巩固
提出双层智能体记忆：写入阶段成本感知路由分类，级联过滤冗余，定期整合内化，选择性外化与内化。
AI守护者：检测与防御AI对话中操纵性暗模式的智能体接口
提出AI Watchdog，实时检测五类暗模式；即时警告显著降低用户顺从（71.7%至53.7%）。
更多专家，更差动态：混合专家状态空间模型中的逆缩放与谱偏差
混合专家状态空间模型在分机制预测中不如单专家，专家增多反降，完美路由无效；低误差源于平滑，破坏吸引子几何。
BC-IHV：调节色彩空间以实现稳定的修正流低光增强
提出SA-RF与可学习色彩空间BC-IHV，调节逆梯度动态范围，低光增强重建与感知显著提升。
跨模态PET衰减校正的区域加权损失与模型融合
在跨模态PET衰减校正中，区域加权μ空间L1损失比架构更关键；融合双模型提升性能，居公开验证榜第一。
对良性事实的强化学习加剧了已记忆私有数据的泄露
对良性事实做RL会放大已记忆PII的提取，数据不含隐私也如此；模型越大泄露越严重，攻击者可借无关微调窃取。
智能体如何表征人类：开放式智能体社交网络中对人类的刻板印象
智能体对人类的刻板印象以能力评价为主，描述为认知、文化或具身主体；反馈受可见性影响，偏见应作为话语过程研究。
自适应多级扭曲序列蒙特卡洛用于语言模型罕见事件估计
提出自适应多级扭曲SMC，通过渐进中间事件学习扭曲，提升大语言模型极端罕见不安全行为的概率估计精度。
MemGuard：面向LLM智能体记忆治理的持久化验证信号
MemGuard将验证器输出转为持久化元数据，附奖励、置信度等描述，改善记忆准入与漂移，在多项基准上表现最优。
LLM4LLM：通过闭环智能体优化弥合内核基准测试与实际部署之间的差距
LLM4LLM闭环优化弥合基准与部署差距，真实推理验证A100/H100端到端加速3.91/6.98倍。
面向比特流损坏的严苛视觉理解：通过比特流语言建模作为鲁棒语义先验
提出比特流语言建模框架，提取损坏比特流的语义先验，提升视频恢复、描述和姿态估计性能。