标题未变，模型已换：CellFill——面向量化LLM的比特一致、可撤销更新的有界单元内学习
在冻结4位量化间隙内写入知识，重量化后比特级一致，可完全撤销，漂移有界；约束稠密路径与无约束参考性能几乎持平。
以可审计为本：企业金融可信大模型分析的本体驱动框架
企业金融大模型需兼顾可审计性与准确性。框架KDAF通过本体驱动检索，虽准确性不优于BM25，但引文溯源F1最高，证据零越界，可审计性更优。
异构语言模型间的双缓存潜在空间通信
XKV实现异构模型双缓存潜在通信，无需共享上下文，性能与速度均超文本及LCF-X，训练参数少76%。
FlavourBench：基于可执行烹饪真值的前沿语言模型排名基准
提出FlavourBench，用可执行的烹饪系统提供真值，评估27个模型在534个任务上的表现，消除基准缺失，结果可复现。
AffordAny：基于视觉-语言引导的几何推理，从单目RGB图像实现开放世界三维功能定位
提出AffordAny框架，利用单目RGB图像构建大规模三维功能监督，结合冻结视觉语言模型与伪标签自训练，在开放世界基准上实现最优功能定位性能。
不确定性之隐轴：带贝叶斯输出层的图神经网络中的潜-后验对齐
图神经网络贝叶斯输出层中，不确定性降低源于潜变量与后验方向对齐，而非后验收缩；据此提出对齐引导学习，提升校准并保持精度。
ImmigrationReason：美国移民上诉结构化数据集，面向法律推理研究
提出ImmigrationReason数据集，含12,375份美国移民上诉裁决，支持法律推理研究。
难度感知语义ID优化用于生成式推荐
提出DASO方法，针对语义ID生成推荐中GRPO奖励退化问题，按前缀匹配分配回滚，提升12项指标中9项最优。
C-Score：超越准确率，在半监督学习开放世界未标注污染下的鲁棒性评估
伪标签半监督学习在开放世界含外分布数据时，干净准确率可能稳定但内部退化。C-Score通过预测、表征和优化三个空间诊断隐藏崩溃，比单看准确率更可靠。
M2Depth：统一单目深度基础先验与多视图立体
双向互精化融合单目深度与多视图立体，解决尺度模糊，增强结构完整性，性能超越现有方法。
SPARK-SAM：面向红外小目标分割的基于响应知识的SAM自提示自适应
SPARK-SAM以0.726M参数，用响应知识与自提示状态让SAM在红外小目标分割三个基准上领先（IoU最高86.49%）。
基于高斯特征桥的长尾半监督学习几何正则化
提出高斯桥一致性框架，动态原型库与特征桥插值，抑制噪声伪标签，提升长尾半监督性能。
RiskTraf：面向多变量交通流预测的风险外推残差学习
提出PEMSB-3V基准与RiskTraf模型无关风险外推残差插件，缓解交通状态捷径，提升多变量流量预测。
评估技能，而非仅评估智能体：技能的智能体持续评估
ACES框架将技能作为可执行工件持续评估，用配对试验测技能提升度(0.213)，扫描门禁不够。
VisTa3D：面向视觉、触觉与3D点云的薄物体重建数据集与基准
首个多模态薄物体重建数据集，含视觉、深度与触觉；现模型精度低，触觉可提升重建。
身份保持的文本到视频生成：智能体增强与语义修复
提出AESR框架，以智能体增强提示并语义修复视频，缓解身份漂移，获MM挑战赛第一。
利用人类-LLM分歧改进基于检查表的质量评价
人类与LLM的分歧可识别模糊检查表条目，修订后提高一致性，提示检查表设计影响LLM辅助评价可靠性。
SAGE：SQL中AI函数的统一代数与自适应执行
SAGE用三种原语统一SQL中AI函数，自适应执行，效率提升，成本降低358倍。
Intent Engine：计算连续体中意图驱动编排的自然语言意图转换架构
本文提出Intent Engine，将自然语言意图转为验证的SLO工件，用于计算连续体服务放置。在多个LLM上优于基线，F1达0.941，幻觉降85.1%，放置失败从30.8%降至2.1%。
Fuzzy-MoE：面向非平稳多元时间序列预测的可解释状态条件专家路由
提出模糊专家路由模型，以双视角模糊规则识别潜在时序状态并路由专家，提升非平稳预测精度与可解释性。
VA-DPO：面向语言模型可控情感生成的效价-唤醒直接偏好优化
VA-DPO用效价-唤醒回归器构建偏好对，显著降低目标距离，提升情感可控性，并保持通用能力。
Vis-Poison：多模态检索增强生成中的视觉知识投毒
提出Vis-Poison，用多智能体构造视觉合理的投毒图像，黑盒攻击多模态RAG，成功率40%-65%，对多种MLLM仍有效。
超越有效性：比较实用社会技术干预的多准则框架
提出多准则框架，经39位专家评估40项干预，发现最有效者未必最易实施或最被接受。
Ansari：基于检索的伊斯兰AI助手——架构、部署与14万次对话的经验教训
介绍检索增强的伊斯兰AI助手Ansari，经14万次对话验证，能避免虚构与价值偏差，并总结通用经验。
连续时间跳跃马氏决策过程的强化学习及其在网络动态定价中的应用
针对离散状态空间的连续时间跳跃马氏决策，提出熵正则Q学习理论与无模型算法，网络动态定价优于基准。
CARD：诊断视觉语言模型中信念到行动路由失败
提出CARD方法，发现视觉语言模型虽能表示信念，但未将其用于动作预测，导致合作任务中信息闲置。
基于超球面流形学习的轻量自适应ReduNet
提出LA-ReduNet，利用超球面流形学习与自适应步长，使ReduNet稳定所需层数减少一个量级，参数存储约降至1/29，精度相当。
TH-GNN：用于LLM代理刷单攻击检测的异构时序图神经网络
提出TH-GNN异构时序图神经网络，融合时序、结构与语义信号，检测LLM代理刷单攻击，F1达0.870。
DiGS-Avatar：基于UV空间扩散的单图像可动画3D人体重建
提出新方法：将单图3D人体重建化为UV空间扩散补全，0.71秒生成可动画高保真化身。
加权记忆树：记住长时程LLM智能体的重要信息
提出加权记忆树：动态保留有用信息，抑制无效内容，准确率提升9.97个百分点，提示词减少32.8%
面向视觉几何基础Transformer的多视角对抗样本生成
提出MVAP-G，单次前馈生成跨视角一致扰动，免迭代降低VGGT性能，暴露3D模型安全漏洞。
无限维空间上分辨率一致的贪心神经逼近
无限维输入浅层神经模型：误差分解为截断与贪心宽度项，统计复杂度不依赖分辨率与输出维数。
在大型企业应用Anthropic原语：知识工作的Harness范式
Harness范式：企业知识工作免定制，审查仅读指令文件，弥合治理差距。
Poly-InstructTTS：从开放式指令中学习自然场景下的表现力语音合成
提出新模型：野外数据构建千小时指令语料，以无提示GPT和流匹配实现精细情感控制与音色注入，性能强。
EditPPT：基于结构化工具多智能体与双模态验证器的忠实长幻灯片编辑
提出EditPPT多智能体框架，将幻灯片编辑转为工具选择，双模态验证提升忠实度，执行率达99.5%。
MotionPhys：通过光流轨迹的物理一致性检测AI生成视频
利用光流轨迹物理一致性，跨时间尺度建模几何演化，检测AI视频运动异常，泛化性强。
GRAFT：基于扩散语言模型的自适应草稿树构建与目标蒸馏边评分
针对DLM投机解码，GRAFT用目标蒸馏边评分和状态感知预算，实现2.13-6.36倍加速。
面向扩散Transformer的Muon扩展
提出周期性行式Muon，生成质量优于AdamW 13-19%，优化器时间减半，通信量降67%。
EviRank：多模态图像重排序的结构化相关性证据
将多模态图像重排序转化为语义约束满足问题，提出EviRank，统一解析查询并生成六类证据槽，结合确定性评分与列表比较，无需训练即达SOTA，蒸馏学生保留九成性能。
基于自适应LLM提议的不良妊娠结局因果建模
提出神经符号因果发现框架，以LLM为自适应提议器，结合数据评分迭代优化，用于不良妊娠结局，复现专家路径并识别新因果。
离线强化学习中的解耦策略提取
提出解耦策略提取范式：行动器仅建模行为分布，推理时用评估器重排候选动作，避免过估计，优于传统方法。
训练、学习与推理：神经系统的统一动力学
提出原子生成事实构建生成事实图，建立基于图递归科学过程；用nanoGPT统一训练-学习动力学，推断为冻结投影；实验验证跨模型有效性。
通过高效的片段到视频监督增强长视频理解中的局部推理
提出片段到视频监督方法，用片段级问答训练长视频推理，仅需简单奖励和单次前向，提升准确率与效率。
TRACE：训练时报告引导与临床有序概念编辑
提出训练时报告引导的临床有序概念编辑框架，利用报告监督、测试仅需图像，解决标注不全，性能与鲁棒性领先。
DirEAG：用于数学推理中言语化置信度校准的狄利克雷证据聚合方法
提出狄利克雷证据聚合法，将置信度观察转为软证据，校准数学推理置信度，优于启发式聚合。
VortexChat：自主多目标集成光子设计的智能体框架
该框架以语言模型为核心，结合仿真，自主实现多目标光子器件逆向设计，并实验验证。
RDANet：用于红外小目标检测的相对退化感知网络
提出RDANet，含多尺度抗混叠下采样与原型引导跳跃记忆模块，提升跨尺度与背景变化的检测鲁棒性，性能领先。
识别、定位、关联：文档图像的端到端键值提取
提出256M参数VLM端到端提取文档键值对，无需OCR，性能超越更大模型且更快。
CDRL：面向中微子味模型发现的证书驱动强化学习
CDRL利用符号推理的证书反馈，将失败原因转化为可复用约束，大幅提升中微子味模型发现的有效率和发现率。