SPARCL：谱分区解析式持续学习
谱干扰导致解析式持续学习漂移；SPARCL冻结核心子空间仅更新残差，实现旧类不变性，缩短性能差距。
UpgradeBench：面向微调LLM专家升级的决策中心基准
提出升级基准，评估微调LLM专家升级；收益因任务而异，适配器迁移随预训练距离衰减，固定策略省算力且无回归。
短期定价面板中的跨设计不确定性：来自模拟价格轨迹的证据
研究发现，跨设计不确定性占估计误差方差97.6%，面板内重抽样无法识别；需独立定价单位以提升覆盖。
重新思考测试时训练中的表达力与效率
闭式转移复现逐token更新，实现并行分块训练，兼顾表达与效率，8倍外推准确率超90%。
WA-JEPA：重新思考用于自动驾驶世界-动作建模的视频JEPA范式
WA-JEPA重构视频JEPA，用未来掩码与条件流匹配联合预测未来场景与动作，实现自动驾驶规划领先
采用SAraBERT与语义孪生相似度评估指标的阿拉伯文档抽取式摘要
提出SAraBERT，改进AraBERT用于抽取式摘要，并提出语义孪生相似度指标，验证有效。
ReCurveflow：一种学习弯曲反应轨迹以预测过渡态几何结构的流匹配框架
提出基于流匹配的方法，在连续弯曲路径上学习预测过渡态几何，并引入离路径校正，提升精度，优于七个基线。
面向fMRI疾病诊断的可解释信息分解脑图学习
IID-GCN将rs-fMRI分解为冗余/独特/协同图，捕获互补诊断信息，揭示脑疾病信息组织改变。
CoST：基于时空对齐的语义感知城市理解
提出CoST时空对齐框架，捕捉跨区域地理规律，增强城市语义理解，性能平均提升8.7%。
NeuroStrata：一种面向心理压力动态脑网络分析的脑电连接感知深度表示学习框架
结合TV-PDC动态连接与深度学习，β频段识别心理压力准确率最高97.3%，α频段稳定。
目标感知的校准数据选择：保持量化语言模型中的不确定性
提出DPQ方法，依据全精度预测选校准数据，按部署目标保持量化模型的不确定性，不同目标需不同配比。
RAG 需要索引：摄取时编译为何胜过查询时解释
摄取期语义编译：增量嵌入+验证声明双层索引，更新省33.7倍，检索准确率85.2%。
MGAL：多语言粒度感知长上下文基准
首个多语言粒度与位置感知长上下文基准，发现模型善词级、弱粗粒度，低资源语言闭源占优，并揭示新挑战。
面向连续控制中形态参数泛化的图算子世界模型
提出图算子世界模型，将动态分解为形态无关基与形态条件算子，实现连续控制跨形态参数泛化。
如果它走起来像套利：具有可判定结构等价性的协议无关检测
十五条重写规则将交易轨迹化为唯一规范形，判定资金流等价，实现协议无关的套利检测，并经Rocq机械化验证。
CoAnchor：基于对象级锚点的时空错位鲁棒协同感知
提出CoAnchor，用稀疏对象级锚点统一修正空间与时间错位，应对通信延迟和位姿噪声，鲁棒且轻量。
没有理由就没有判断：版本化AI评估器的反事实凭证
评估器常以错误推理得正确标签。提出反事实凭证审计，发现高准确率掩盖脆弱性，需解耦预测与认证。
MentorPulse：用于长文本生成的跨模型潜在引导刷新
跨模型潜在引导在长文本中失效；本方法通过增量刷新槽记忆，以低代价恢复性能并缩小52.2%师生差距。
COMET：面向视频多模态大语言模型的对比运动增强时序推理
提出COMET：显式时序表示、外观运动融合、方向感知优化，增强视频大模型运动时序推理，动作时序提升，静态持平。
场景级分布偏移下基于证据一致的生成式检测
提出ECoG，结合证据监督与理由-标签一致性，提升短信/语音钓鱼场景级分布外检测鲁棒性。
基于LLM-as-Judge的5G领域知识与故障分析自由文本评估
LLM裁判评测轻量模型5G自由文本故障：诊断>90%，规范召回<60%，裁判一致，Gemini最优。
通过结构约束将无监督词对齐扩展到文档级
CTFAlign与MDPAlign利用结构约束实现无监督文档级词对齐，无需训练，错误率降低。
基于高斯混合潜流的随机3D人体运动预测
提出带高斯混合先验的潜流模型，提升预测准确性与合理性，并实现不确定性量化，在Human3.6M和AMASS上达到最优。
AT-ViT：面向植物标本图像性状识别的区域目标多视图视觉Transformer，结合交叉注意力与多尺度分块
提出AT-ViT双分支ViT，用掩码引导分块加权与交叉注意力聚焦植物区域，提升性状识别精度和鲁棒性。
Human-JEPA：一种以人为中心的视觉模型，感知并预测未来
Human-JEPA以视频训练，通过锚定预测防止表征崩溃，参数减少2.7倍仍在姿态与重识别上领先，且预测头不退化。
物理先验代价受消融差距约束
物理先验的代价受消融差距约束，且依赖验证协议；约束模型不应被自身消融击败。
科学论断能否从大型语言模型中移除？论断级遗忘的系统评估
现有遗忘方法仅表面抑制，无法有效删除大模型中的过时科学论断，新基准SciUnlearn揭示需专门方法。
步步为营：测量与引导大语言模型如何进行心理治疗
提出十类治疗动作本体，发现模型过度提问、忽视心理教育，将其作为工具提示可使行为逼近人类治疗师。
笑谈之外：测量双重含义的语义距离
用词向量重探双关笑话度量，新增对称性指标；虽预测准确率低于基线，但该指标与高评分笑话相关。
TLive-Omni：面向电商直播的全模态理解模型
电商直播全模态模型TLive-Omni，时间对齐+三阶段训练+强化微调，性能领先。
TreeWY：门控 DeltaNet 混合模型的投机验证
TreeWY树形WY变换免去快照，一次三角求解验证草稿，提交重构接受状态，省显存升吞吐降延迟。
RARE：解耦混合专家语言模型中的表示引导与专家路由
提出RARE框架，将表示扰动投影至路由器零空间，解耦路由与引导，提升MoE安全、真实性与事实编辑能力。
A2DINOv3：基于社会化协作重新思考多模态目标检测
提出A2DINOv3多专家协作框架，通过选择性交互避免模态干扰，零初始化平滑融合，多个基准达最优。
aiXamine：大语言模型安全、安保与隐私跨维度权衡的统一黑盒评估
aiXamine统一黑盒评估大模型安全/隐私，揭示安全税、隐私正交及蒸馏致鲁棒性崩溃，证明可信赖性需多维考量。
CIVA：基于评论家诱导的值子空间攻击视觉世界模型智能体
提出CIVA攻击，利用评论家诱导的低维值子空间，对世界模型智能体进行高效时序一致的在线攻击。
当特征池变得算法化：将Mufwene的语言演化生态学扩展到LLM中介暴露
将语言演化生态学扩展至LLM：模型算法性重加权说话者可及分布，但社会评价仍决定AI相关语言变体的传播。
手工知识与学习表征融合何时值得？一种成本归一化的堆叠、替代与干扰基准
手工知识与学习表征的融合：叠加于自监督、替代于高效预训练、干扰于迁移；冻结特征增益可预测端到端收益。
自回归随机神经网络模型中的不确定性传播
用Leaky ReLU局部近似传播随机输入/参数不确定性，导出输出分布与矩，并推广至自回归动力系统。
EnSI-RAG：面向长文档问答的实体结构索引检索增强生成
提出EnSI-RAG，以实体为中心构建索引，分离证据定位与答案生成，在Loong和Oolong上平均准确率78.24，较基线提升6.62分。
跨材料刚度与几何形状的软组织变形及力预测泛化
提出经校准的等变图神经网络，实现跨刚度与几何的软组织变形和力预测，亚毫米精度，10毫秒推理。
真实软件历史中的时间有效性：消除GitHub修复中代码助手记忆的过时事实错误
真实软件历史中，该方法消除过时事实错误，准确率九成一对五成七，过时值提供率从三成八降至近零。
仅遮罩不够：医学AI多模态去标识化的生成式修复
提出ClinX框架，结合OCR遮罩与生成式修复抑制图像PHI，并分层净化文本，在MedVQA中兼顾隐私与效用，证明修复优于单纯遮罩。
信念无行为：衡量视觉语言模型将心智理论转化为协调社会行动的程度
提出MOSAIC基准，发现视觉语言模型无法将心智推理转为社交行动，显式约束无效，含显式心智模块者成功。
Llama-Mobile：视觉语言模型的高效2.7位量化
提出VLM量化框架，用模型自生成数据，2.7位格式支持Arm CPU，将Llama 3.2 11B压缩至3.7GB，保持VQA性能。
深度学习模型也能回忆特征
提出“特征回忆”：线性投影按激活缩放检索存储信息，普适多种架构，为机制可解释性研究提供新方向。
模块化智能体：可靠且可审计的CT扫描空间关系验证
提出模块化医学影像智能体，分阶段完成CT轴向切片空间关系验证，准确率94.1%，远超端到端模型42.5个百分点。
带密钥来源水印与格基安全聚合互补的联邦学习框架
提出融合来源水印与格基零知识安全聚合的联邦学习框架，抵御数据泄露、未授权复用及梯度篡改，实现端到端可信。
无意双关：用于以人为中心的大语言模型评估的合理未知姓名
提出PUN协议：构造无索引证据的合理未知姓名用于LLM评估，人类验证仅3%可恢复，发布300个名字。
Stream3Dv2：几何-语义融合增强的流式零样本3D场景理解
提出Stream3Dv2无训练框架，融合几何语义与流形距离优化，实现鲁棒流式零样本3D场景理解，性能超基线。
只比较不求解：LLM智能体运行时干预的微型顾问
提出只比较的微型顾问COTA，通过成对比较决定干预，提升LLM智能体可靠性。