SAVER：面向VLM变化推理错误恢复的言语证据选择性审计
视觉语言模型变化推理失败，该方法解析言语证据，缺失时重提示，准确率提升最高25.8%，证据门控是关键。
HERO：面向长期智能体记忆的人类画像增强检索优化框架
HERO框架将对话转为记忆图保留原文，以人类画像引导图遍历激活关键信息，减少压缩损失与语义漂移，提升推理。
张量型偏微分方程及其对应的变分公式在彩色图像去噪中的应用
研究PDE作为泛函欧拉-拉格朗日方程的必要条件，用于彩色图像去噪，效果优于现有方法。
关于角点检测、光流与去噪中的张量估计选择
提出用梯度能量张量替代结构张量，用于角点检测、光流和图像增强。GPU实现实时处理，帧率提升40%且不损失质量。
少读多解：面向AI代理的令牌高效稀疏阅读
提出稀疏读取层，无需训练，在内容进入上下文前拦截，大幅减少令牌与延迟，同时保持或提升任务质量。
针对部分标签多标签分类的密集视觉-语言关系自适应
提出LDSA用CLIP挖掘先验自适应关系配合密集对比约束与交互解码实现部分标签多标签分类最优
SPOC-SQL：面向可控文本到SQL的分阶段偏好优化
将文本到SQL分解为四个阶段，分阶段偏好优化，在关键决策点干预，实现可控可靠生成，实验验证有效。
TRACE：为一致且知限的LLM智能体打造的自进化技能库
TRACE用轨迹对比进化迭代优化技能库，不改权重即大幅提升一致性，Pass^3达94.5%，稳居官方隐藏集第一。
基于变分推断的联合因果结构与聚类发现
提出基于变分推断的联合聚类与因果结构发现方法，利用类别和伯努利分布近似后验，在合成与真实数据上验证有效
基于极化不透明度先验的快速紧凑3D高斯溅射
提出极化不透明度先验，在训练中主动精简高斯数量，实现快速紧凑的3DGS渲染，保持质量并加速训练。
TransHands：将人体姿态编码器改造为手部姿态编码器
提出TransHands，将人体运动先验迁移至手部姿态估计，跨架构提升精度与泛化能力。
可解释AI中的选择问题
可解释AI技术虽多，但用户难选合适方法。提出“选择问题”形式化，并建议用多智能体LLM工具自动匹配解释技术。
认知何在：在最小完整认知架构中剖析涌现与计算功能
价值模块必须显式计算而非涌现；自适应停止看似涌现实为测量假象，计算二阶决策带来显著收益。
SDoH感知的医学大模型叙述锚定偏差：面向可信临床决策支持
医学大模型即使答对也可能因患者叙述方式改变而改答案。评估3个模型，7B准确率最高56.33%，但叙述敏感性误差仍达31.67%，提示需兼顾正确性与稳定性。
DelistBench：评估搜索增强型大语言模型用于可审计公司事件数据库补全
提出“搜索到记录”任务与退市基准，评估联网大模型补全公司事件，联网显著提升准确率，低成本系统接近最优。
WAM-OPD：面向世界动作模型的在策略蒸馏
提出面向世界动作模型的在策略蒸馏，教师冻结，用学生历史产生目标，无需稀疏奖励强化学习即可修复加速学生。
工业指令：一种从工业技术报告构建指令微调与基准数据集的端到端框架
首个从工业技术报告构建的端到端QA数据集与流程，微调小模型显著提升性能，开源与商用模型对比揭示了成本与效果权衡。
世界模型何处崩溃：自然输入故障发现
世界模型预测失败危及控制，现有评测忽视罕见崩溃；提出盆地透镜法，以引导搜索和局部替换发现可复现持续故障。
LLMs用于调查文本分析——人类与GPT-5在归纳内容分析上的性能比较
研究比较人类与GPT-5归纳编码开放题，一致性接近内部水平，LLM可辅助定性分析。
FreKoo++：面向时序域泛化的连续频谱动力学学习
提出FreKoo++连续频谱动力学框架，融合模态分解与自适应频谱解缠，应对多尺度漂移和不规则采样，达最优性能。
AcroMELD：利用结构感知图集变换器恢复交互式PDF表单
该模型用结构感知图集变换器恢复PDF表单字段，内测F1 0.934，外测0.848，严格评测受限。
DIAG：面向数据高效数学偏好蒸馏的诊断式迭代对齐与生成
DIAG通过诊断和生成将练习分布移至能力边界，以较少数据获得更多有效偏好对，提升数学推理。
风险敏感强化学习中的平滑分位数目标
提出UCB-BQRL算法，用下缓冲分位数平滑目标实现风险敏感强化学习，给出遗憾界与硬度结果。
StocBench：随机动力学生成建模的基准
基准测试随机流体生成：流匹配高预算最优，DPM-2低NFE最优，蒸馏法随机任务佳但控制任务差。
时间观测协议的反事实评估
未部署协议价值无法仅由无限数据确定；价值特定识别理论用有限校准数据控制选择遗憾，指导成本约束观测设计。
迈向语言模型头的第一性原理更新几何
将语言模型头与softmax导出更新几何：最大变化H倍行直径；约束直径最大化最小行距，得近似等距问题
AraDetox：多方言阿拉伯语去毒数据集
首个多方言阿拉伯语去毒数据集，含1.05万有害帖及8.4万改写，经人工与自动评估，证实可保留语义并去除有害内容。
LiST：局部单纯形测试时LoRA融合
提出LiST，无标签测试时LoRA融合，构建局部单纯形搜索样本专属权重，优于静态融合与常规TTA，保持效用并提升鲁棒性。
VLMs何时助力阿拉伯手稿OCR？跨数据集研究
视觉语言模型在OCR先验可恢复时提升阿拉伯文识别，建议按脚本与失败模式自适应路由。
当人格模拟具有信息性：面向多元意见感知的图结构信号
提出人格条件信息量指标，基于图局部空间自相关筛选一致偏移的人格子集，提升调查回复结构恢复。
小型推理模型是函数调用中的指令跟随者
提出IFFC框架，将函数调用委派给专用小模型，在指令跟随情境中提升准确性，优于原生/提示基线，且量化下性能稳健。
CausalCache：面向长时程GUI代理的条件式高保真恢复
CausalCache将固定预算用于恢复高价值历史截图而非最近帧，提升长时程GUI代理成功率。
基于高斯过程学习与流图细化的动力系统参数估计
提出两阶段框架：高斯过程学习获取先验，流图细化全局优化，稀疏噪声下参数估计更准确。
面向真实场景可穿戴与智能手机情感识别的自监督图表示学习
提出自监督图掩码增强与子图采样训练用于可穿戴/手机情感识别，少量标签即提升唤醒/效价准确率。
当 AI 用于偏微分方程时，何时能产出科学证据？
现有AI-for-PDE基准只评估预测精度，不评估证据支持；研究表明数值精度与证据支持排序不同，需弥合评估与使用错位。
M³ISR：面向3D/4D高斯泼溅与前馈压缩的多模态多视图基准
提出M³ISR受控基准，支持3D/4D高斯泼溅重建与前馈压缩，含25场景及多模态密集标注。
SelFusion：扩散语言模型的自蒸馏
提出自蒸馏框架，双向蒸馏两种掩码模式，无需外部教师，显著提升扩散语言模型生成质量，超越传统蒸馏方法。
检索越强，鲁棒性越差：多跳RAG如何放大上游ASR错误
实体图链接与迭代改写放大ASR错误，F1差距增大36-67%，主因查询实体损坏。
功能兼容性：持久神经学习的决定因素
功能兼容性因果决定持久学习，并可控泛化；应转向甄别可安全固化的新学习成分而非防止遗忘。
HANSARD：面向自主多智能体AI系统的取证就绪、运行时见证与分级归因参考架构
针对多智能体系统问责难，HANSARD参考架构通过就绪配置、多点捕获与因果分析，实现分级归因，使责任可见。
CONTRAMEM：从多模型轨迹对比中学习自进化程序性记忆
提出CONTRAMEM，免训练利用多模型轨迹结果差异自进化程序记忆，任务成功率翻倍以上且可迁移。
Dual-Scale State-Space Modeling with Speaker-Wise Dynamic CRF for Speech Emotion Recognition in Conversation
ClawProBench：面向AI代理的轨迹感知评估，含运行时覆盖与冻结工作场景式保留集
提出轨迹感知基准，覆盖运行时与冻结保留集；最终答案排行掩盖原生缺陷与局部失败。
口语语言模型听语音如同读文本吗？弥合语音与文本的结构鸿沟
现有口语语言模型语音与文本表征弱对齐，指令遵循和泛化差；提出解耦长度错配与语义对齐的框架，取得竞争性表现。
汽车发动机罩内板性能条件生成设计：基于代理性能估计的两阶段检索-生成流程
提出两阶段流程：先选可达拓扑族，再用条件变分自编码器生成点云，代理模型评估性能；但代理误差与区分信号相当，限制单件设计可信度。
TSWAP：多语言检索增强的泰国健康顾问
八语言检索增强泰国健康顾问，基于泰医知识库与安全层，发布基准，发现量化损伤泰语声调。
面向组合视觉数据检索的样本级排序感知插值权重学习
提出SRAIN，动态预测样本级插值权重，结合排序感知训练与记忆库，组合视觉检索最优且时延低。
图上的几何结构：基于和乐的曲率离散化
提出基于和乐的图上曲率离散框架，用三角回路的和乐对数构造曲率观测，并通过对称响应与协变散度聚合，保持正定性和规范等变性。
ExecRubrics：可执行的工具增强型评分细则，用于可验证且高效的长文本评估
将评分细则编码为可执行Python程序，替代黑盒评委，评估速度提升320倍，偏好准确率最高达92%，更可解释、可审计。
未修剪第一人称视频的预算型视觉-语言字幕：预解码声学分流
提出音频优先分流，解码前选窗口，按动作触发，覆盖提升4-10.8个百分点，调用减少9-20%，优于视觉法。