多语言FrameNet语料库
介绍多语言FrameNet语料库，整合九种语言数据，训练模型在多语言和跨语言场景中超越现有最优框架语义解析器。
元主持人：以元认知赋能多智能体辩论
提出可学习的元主持人，以元认知动态调控多智能体辩论并决定最终答案，超越现有方法且可迁移。
智能体AI对不一致与不完整工具响应的鲁棒性分析
智能体AI对工具错误返回的鲁棒性：用日志概率与动作分布识别不完整/不一致响应，各有特征但识别不对称。
面部形状模型的多视图神经回归
用合成多视图图像训练神经网络，直接预测可重拓扑面部网格，相机参数与3D地标正则化提升精度。
SEAM：面向大规模短剧一致性生成的镜头实体-属性记忆
提出SEAM记忆图，通过提示词改写修复短剧跨镜头连续性，召回率从0.700升至0.946，生产环境导演接受率达96.5%。
从有害到有益：基于动态影响力的估值与编辑
DIVE在批次级动态估值，反转有害样本梯度化害为益，提升分类、数据效率和稳定性，适用大模型微调。
DeepSAGE：面向结构化CBT咨询对话的阶段感知强化学习
DeepSAGE结合LLM与深度强化学习，分阶段引导CBT咨询对话，显著提升目标完成度与效率，但临床效果仍需人类评估。
CacheRouter：一种面向长尾工具发现的、带缓存保持主模型隔离的双路径工具路由架构
双路径路由：主模型固定核心工具保持缓存，路由通道搜索执行全量工具。缓存命中率达95.2%，成本降至8%。
大语言模型在AI辅导互动中的教学行为
研究发现LLM在辅导中多直接给予解释或解答（超95%），虽影响后续对话，但对考试成绩预测作用有限。
用于视觉表征学习的双曲层次聚类
提出基于双曲层次聚类的可解释标记混合器，构建新骨干网络，在多项视觉任务上超越现有模型。
LLM路由差距大部分源于任务类型
路由差距多来自任务类型：重复实验中仅29题可优化，任务类型预设解决21题，剩6题小于波动。
拓扑优化中的对抗性智能体：理解对抗扰动下基于深度学习与基于物理的设计模型的脆弱性与鲁棒性
深度学习代理模型对初始扰动脆弱，可致灾难性失效；物理梯度增强非鲁棒；物理在环恢复近基线，宜作验证初始化器。
基于语义大语言模型代理的闭环贝叶斯分子逆向设计
以冻结语言模型为代理，闭环分子逆向设计中依据文本反馈选参考分子，优于一次性提示，与GP-BO相当。
MorphoCLIP：文本监督的对比学习用于细胞绘画图像中的扰动匹配
对比模型用冻结主干和轻量模块将细胞绘画图像与扰动文本双向匹配，前十命中率优于随机；化合物-基因匹配仍待解决。
遗忘算法的压力测试
提出WMDP++基准，针对现有遗忘评估缺陷，增加强制提取测试和边界问题评估，更严格地评估LLM遗忘效果。
Contextrast++：鲁棒多尺度上下文对比学习用于语义分割
提出Contextrast++，结合上下文对比学习与边界感知负采样，改进多尺度特征融合、缓解类别不平衡，提升语义分割性能，且推理无额外开销。
混合生成-判别式物体放置
提出半生成方法，用均匀锚点融合前后景特征，预测合理性分数与放置集，平衡效率与效果。
临床图JEPA：用于认知决策支持的预测性患者状态知识图谱
提出结合多智能体关系提案、本体归一化、确定性证据评分和JEPA潜在细化的临床知识图谱框架，将图谱视为预测性患者状态表示，注入了出院记录的实体可提升31%的MRR。
遗忘不仅是擦除：基于生成不等性的时间解耦
ADU框架通过注意力路径解耦实现精细遗忘，保持92.9%效用并取得最强综合性能。
BLADE：面向大语言模型遗忘的双层低秩增广拉格朗日擦除法
BLADE：双层低秩增广拉格朗日擦除框架，钳制熵与不对称拉格朗日实现稳健遗忘，三大基准提升6-9%，支持4倍扩展与连续遗忘。
GCA：联邦学习中的全局质心对齐
GCA仅交换潜在编码与质心，避免传输自编码器参数，通信成本最高降99.15%，抵御数据提取攻击，并提升准确率。
LoViF 2026 首届统一去除雨滴与反射挑战赛：方法与结果
综述雨滴与反射统一去除挑战赛：基于真实数据集，149人参赛，12份有效方案，分析并展望未来。
面向非表格任务的表格基础模型
表格基础模型TabPFN v3无需微调，仅以表格形式处理图像和文本分类，在MNIST、语言识别和Tiny ImageNet上有时媲美专用模型。
思维方差：策略方差、关键分叉与局部信用分配
策略方差决定信用分配与采样成本，受基尼离散度约束；bootstrap可降成本，支持对数价值参数化。
你的AI，一旋即调：用单个神经元控制LLM的投资偏差
通过干预单个神经元，可连续调节大模型整体买卖倾向，不修改提示或参数，且随上下文增长保持稳定控制。
LpWM：世界模型中稀疏表示的理由
提出LpWM，用稀疏表示替代密集表示，降低预测器复杂度，提升规划性能并揭示可解释结构。
看见未见：基于高斯语义的稀疏视角3D泛化
提出SeeU框架，用语义条件高斯细化及跨视图熵感知模块，解决稀疏视角遮挡导致的结构不完整，提升渲染质量。
媒体偏见检测中的定义敏感性：多定义数据集与基准
定义的概念框架显著影响人与大模型的偏见标注，模型更敏感；发布多定义数据集MUDD。
超越工具链：企业文本转SQL中上下文工件的端到端优化
优化从历史查询构建的上下文工件，比优化检索框架提升更大，在5176条生产查询上AST相似度提升约12–25%。
对齐中的语言链：跨语言排序偏好优化
提出CRPO，用英语偏好知识，层级联合优化语言内与跨语言偏好，提升多语言对齐。
无编辑奖励的图像编辑在线强化学习可行吗？
提出借助文本生成奖励替代编辑奖励的Lever-Edit框架，实现无编辑奖励的图像编辑在线强化学习，效果媲美微调基准。
让子弹飞：时间对齐生成式弹幕的多模态假新闻检测
提出生成式弹幕框架，模拟用户实时互动，并设计多模态检测模型，提升假新闻识别鲁棒性，超越现有基准。
对齐生物医学文本与知识图谱：轻量级对齐策略的系统比较
轻量对比对齐可有效桥接生物医学文本与知识图谱，其中三元组构成和训练方向影响最大。
分子LLM智能体：从架构设计到科学自主性
从架构与自主性两视角提出分子LLM智能体框架，划分四级，助力分子发现。
AstroPT对星系的认知，及其对大型语言模型的启示
天文图像模型显示：星系属性按已知难度顺序涌现，线性探针恢复物理结构，为语言模型解释提供受控测试场。
精神病学领域专用大语言模型回答患者问题的性能
精神科药物问答中，专用模型MIND客观评分最优，医生认为其完整安全，但更偏好通用模型的回答。
长期运行AI智能体记忆中的压缩悬崖
AI智能体长期记忆压缩致安全规则丢失（压缩悬崖），知识分诊框架分类保留，规则保留率提升2-4倍。
SiZeUp：利用深度序数损失从航拍图像快速构建三维代理
提出SiZeUp，用深度序数损失从航拍图像快速构建三维城市代理，避免稠密点云，速度提升23-52倍
面向大语言模型的忠实知识图谱问答的组合关系链
针对知识图谱问答中实体剪枝不可靠与约束处理无依据的问题，提出以关系为搜索单元的双链框架CCoR，提升复杂查询的准确性与忠实性。
以证据反驳！面向仇恨类别感知的反言论生成的多智能体记忆高效推理框架
FIRE多智能体框架将仇恨言论分为五类并生成针对性反驳，提升事实与类别准确性，降低毒性。
CaRGo-T：因果推理思维图提升多模态幽默理解
提出因果推理思维图框架，以图结构建模多模态幽默，提升幽默理解与检测性能。
缓解金融欺诈检测系统中的解释泄露
提出新架构，仅对事后解释向量施加客户端级差分隐私，抵御成员推理攻击，平衡解释保真度与模型性能。
KMGen：一种基于技能的合成个体患者数据生成方法
提出KMGen框架，自动提取生存曲线并生成合成患者不良事件数据，准确且开源。
GuidedFlow：一种用于增材制造异常检测的注意力引导框架
提出注意力引导流模型GuidedFlow，用于增材制造异常检测与定位，在AM3D-AD和MVTec-AD上优于多数先进方法。
学习终端代理的可泛化行为
RL塑造高层决策而非新技能，验证器质量比环境数量更重要；River以少量环境提升多基准性能。
英语-普纳尔语统计机器翻译系统：实证研究的一些洞见
首个英-普纳尔语机器翻译研究，构建10,234句平行语料，用Moses训练短语统计机器翻译，最优BLEU达14.97（普译英）和11.16（英译普）。
长工作流基准：评估可验证长任务的可演化图谱基因
引入LongWoF-Bench验证长工作流，EvoMap基因将经验外化复用，在778个任务中优于技能方法8.7-15.5个百分点，节省9.9%推理代价。
OmicSync：基于证据约束的大语言模型推理的可靠性感知空间多组学聚类
OmicSync：证据约束LLM推理的可靠性感知空间多组学聚类，闭环优化提升性能。
GSAR：面向移动GUI智能体的目标状态锚点奖励与自演进数据合成
GSAR自进化数据合成生成多样任务，目标状态锚点提供可靠奖励，离线验证准确率超九成，性能接近规则法。
通过结构化后缀建模加速扩散语言模型
提出结构化后缀建模，按结构分区域保留后缀令牌并传递解码信息，免训练加速推理，最高提速72.81倍。