TANGO：用于自然语言与形式语言建模的令牌聚合非线性门控算子
提出TANGO与WANGO模型，用跨令牌门控残差更新替代Transformer子层，在多种任务上取得更优或相当的验证损失，WANGO实现线性复杂度。
ReMAP：自监督学习揭示大脑表征与脆弱性
基于无标签双额电极脑电的自监督学习，解码麻醉轨迹几何，精准预测深度并揭示认知与死亡风险。
ARCHER：冷冻电镜的摊销式跨样本姿态估计
提出可泛化的冷冻电镜姿态估计法，零样本跨结构，精度与专用方法相当，并保留构象信号。
记忆全胜：利用社交媒体信息流实施的间接偏见注入攻击
个人AI代理摄取外部内容时，攻击者通过评论伪装、水印和类别锚定注入偏见至记忆，操纵后续行为；攻击成功率91.2%，防御后降至80.6%。
GenCoord：私有信息下的技能路径承诺
GenCoord将私有信息转化为可执行承诺，协调成功率从50%升至100%，通信量减少92.8%。
ProBel：结合技术、片段与解释的 propaganda 检测
提出阿拉伯语与英语的 propaganda 检测资源ProBel，含二分类、多标签、片段及解释。双语多任务模型效果最佳，联合训练可稳定性能。
基于视图图剪枝的稳健全局运动恢复结构
提出子图引导的视图图剪枝框架，利用子图一致性剔除不可靠边，提升全局SfM在模糊、序列及无序图像上的鲁棒性。
面向地热井阵列的大语言模型决策支持与建模
研究评估大语言模型在提升地热井阵列数据分析、建模及决策支持方面的潜力，并利用AI加速生成基准。
MegaMem：面向超大型上下文窗口的检索方案
MegaMem通过双视图检索与源码关联，在固定生成预算下实现亿级令牌持久记忆，准确率提升至86.50。
基于哨兵二号影像的欧洲主要公路网车辆速度数据集（2022-2026）
基于哨兵二号波段时差，提取2022-2026年欧洲E级公路车速，含轨迹与质量指标。
别把我框住：动态文化适应与认知追踪用于社会理解
提出无训练框架DyCAC，将文化视为动态混合，结合心理理论追踪认知，显著提升社会理解。
谁为安全付出更多？衡量跨语言安全对齐的不平等成本
安全对齐代价因语言而异：非英语用户负担更高，且存在双重惩罚、过滤器失效等模式，暴露系统性不公。
个性化与志向导向的职业路径推荐
提出数据驱动方法，结合职业路径相似性与志向相似性，推荐个性化职业路径，无监督表示学习优于领域知识法。
超越全新开始：对话式语音代理中流式ASR的状态化推理
针对流式语音识别受长静音和反馈词影响，提出跨语句状态管理策略，降低起始错误，相对WER降15-21%。
从SQL生成到工具选择：面向MCP服务器的领域导向模式
提出领域导向工具模式，以意图分类替代SQL生成，显著提升小模型准确率并降低成本。
利用机器学习和搜索算法优化柴油发电机负载，提升石油平台能源效率
采用机器学习和搜索算法优化海上平台柴油发电机负载，实现日均省油27%，约2.4万升。
可验证黑客终端基准：评估终端任务中的奖励黑客行为
将可验证黑客环境方法应用于终端基准，自动可靠检测奖励黑客，评估前沿模型及提示信息能否缓解该行为。
反事实商模型：学习行为改变什么，而非世界做什么
强化学习模型常预测完整未来，但动作选择只依赖动作间的差异。反事实商模型直接学习动作依赖效应，消除共同随机成分，保持决策充分性，提升动作排序性能。
独自对齐，群体失调：预测LLM智能体群体中的对抗性捕获
个体评估难测群体行为；良性运行即可预知攻击下偏移，公开推理中和弱攻、仅延迟强攻，移除攻击者后群体恢复。
用于前视声呐图像中节能目标检测的脉冲神经网络
脉冲网络用于前视声呐检测，能耗降至1/3，精度接近CNN，抗噪更强。
ADMIL：注意力蒸馏多实例学习实现病理选择性基础模型推理
ADMIL蒸馏注意力至轻量模型，仅选少量关键瓦片调用基础模型，省98%以上计算且性能不变。
广泛搜索，双向取证，审慎判定：面向纵向临床事件验证的证据可采性图RAG
提出MedEventGraph-RAG，用图表示事件并链接证据，双向检索后经契约过滤评估，在多个数据集上提升临床验证准确率，减少无依据结论。
比喻正义：基于定性评估与Transformer的印地语判决隐喻检测
专家标注构建印地语法律隐喻语料库，用mBERT等Transformer检测隐喻，推进低资源法律NLP。
实际运行的内容：苹果神经引擎上语言模型放置与解码速度的测量研究
测量显示：LLM在ANE上的放置取决于表达方式而非计算内容，权重编码决定加速，解码按token流字节计费，三元模型最小最快。
多语言大语言模型评判者中的排名反转：无标签双重中心化校准器
无标签双重中心化校准可消除多语言大模型评判的排名反转，提升跨任务一致性及与人类偏好一致性。
autoPETV挑战赛的三阶段涂鸦自适应课程学习
提出三阶段涂鸦自适应课程学习，基于残差U-Net在PET/CT上交互分割病灶，纠错模拟使AUC-Dice与DMM逐折提升。
更多参考反而有害：面向少样本钢材缺陷检测的污染感知DINOv2记忆库
提出污染感知记忆库，用干净种子剔除可疑补丁，将污染从9.46%降至2.59%，提升少样本钢材缺陷检测性能。
剖析神经符号质量保障在合成肿瘤学数据生成中的应用
模式验证是主要过滤，本体次之，逻辑验证仅作条件保障；检索增强依模型而异；符号验证提升有效性而非词汇丰富度。
CST：面向通信高效多模态边缘推理的协同选择性传输
提出协同选择性传输，仅传互补辅助特征，避免冗余，保持性能并降低通信开销，最高提速4.27倍。
任务驱动的3D可打印性辅助：基于几何与知识支撑的大语言模型推理
利用LLM结合几何与知识推理的打印前辅助，实测可打印性75%，任务适配88.9%，选材准确率90%。
符号神经常微分方程：从时间序列数据学习可解释模型
提出多步预测框架，从时序数据辨识稀疏可解释动力学模型，增强稳定性与泛化，可恢复稳定、周期及混沌系统。
乳腺癌多学科团队会议的边缘AI医疗器械系统开发与可行性评估
开发了全本地运行的人工智能系统，用于乳腺癌多学科会议，转录并生成治疗建议，保护隐私，可行性评估良好。
竞争性记忆读出用于鲁棒视频目标分割：第8届LSVOS挑战赛MOSEv2赛道第二名技术报告
提出竞争性记忆读出法，抑制同类干扰并自适应恢复，获LSVOS挑战赛MOSEv2亚军，得分66.20。
从暴露到预期：西班牙语发展中的频率、惊奇度与语言
频率预测了儿童词汇习得年龄，惊异度预测了成人阅读时间；二者作用不同。
SchemaGUI：面向可控GUI生成评估的模式驱动基准
提出SchemaGUI，一种无需人工标注的模式驱动GUI生成基准。评估显示模型几何控制弱、复杂布局易错乱，思考模式反而降低打分。
从单目视频学习动态3D高斯溅射的隐式本构定律
提出GCA框架，从单目视频学习隐式本构规律，结合深度锚点与先验正则，显著降低Chamfer距离。
GTA-RAG：图轨迹增强的多轮检索增强推理强化学习
提出图轨迹增强强化学习GTA-RAG用图路径生成QA轨迹训练检索策略提升多跳证据链覆盖与答案准确率
摒弃捷径，赢得长远：为无数据知识蒸馏寻求多样且稳定的生成器
为解决无数据知识蒸馏中生成器的频率捷径学习，提出CSWL框架，结合频域增强与跨阶段重构，提升多样性与稳定性。
大语言模型中用于可靠决策的声明级置信度校准
将回答分解为原子声明并校准置信度，无需内部信息，降低事实问题校准误差，但暴露对抗性错误前提问题的失效模式。
ORBIT++：基于360度视频的野外运动恢复结构基准评测
提出基于360度全景视频的运动恢复结构基准ORBIT，裁剪生成视角片段，现有方法难准确估计位姿。
评估小规模视觉语言模型在定性机械问题上的表现
评估Gemma-3与Qwen-VL在定性机械问题中的推理能力，通过链式思维与答案对比检验空间及常识推理。
GeoRisk-RAG：基于层级感知的风险框架，通过选择性回答提升RAG可靠性
针对地理有效性与语义相似性混淆问题，提出层级感知框架，用DAG距离检索实现选择性回答，将误信率从0.090降至0.009。
混合面板：面向调查研究中的人机协作
大型调查面临回复率低、成本高、延迟大等问题，混合面板结合人类与AI模型，迭代优化调查设计，提升数据质量。
超越表象：揭示多模态大语言模型的情境错觉
提出情境错觉分类法与基准，暴露多模态大模型脆弱性，改进方法性能提升达20%。
从诊断到重构：用定量民族志改进多智能体大模型推理
通过定量民族志分析智能体对话，诊断推理缺陷并改进提示词，使评分准确率从27.78%提升至40.28%。
针对作者身份再识别的聚合感知合成文本生成
聚合感知合成文本生成(AAST)从束级联合选文，降低作者重识别风险，保持语义质量。
UR$^{2}$-MLLM：多模态大语言模型中面向放射学报告生成的不确定性感知复查推理
提出不确定性感知复查推理框架UR²-MLLM，动态复查不确定区域，在放射报告生成任务上达到最优。
核令牌矛盾：一种快速且有原则的LLM声明不确定性量化方法
提出核令牌矛盾法，用核与冯诺依曼熵量化LLM声明不确定性，CPU运行比GPU方法快8.2倍，性能相当。
结构化扰动下语言模型稳定性与失效行为的测量
提出分级扰动测试框架，揭示失败具族特异性，冲突指令与不可能前提为共性弱点，传统准确率掩盖此失效。
基于校准残差解码的无训练视觉语言模型个性化
提出无训练残差解码框架，通过正、反、空三种画像校准个性化信号，用熵校准增强可靠性，提升多模态个性化理解。