面向生成式推荐：从静态多级小语义码本到动态单级大语义码本
提出单级大语义码本，动态更新，减少解码成本，提升推荐效果。
利用精确房间声学模拟训练DeepFilterNet，提升单通道语音增强
高保真房间声学模拟数据训练DeepFilterNet3，较ISM数据集客观指标略升、ASR词错误率大幅下降，对未知实测环境泛化更好。
SENTRY：IT变更管理的确定性智能风险评估
以梯度提升树和混合RAG替代问卷，实现确定性风险评估，AUC0.87，高风险识别率3.25倍。
可信RAG：检测生成式AI系统中错误信息与知识投毒的评估智能体
提出评估智能体，融合自然语言推理与毒化检测，信任指数高精度识别指令注入，但难检测实体交换等隐蔽编辑。
条件流匹配的难度校准插值路径
提出难度校准流匹配，从模型自身损失导出插值调度，提升采样质量，在少更新大批量场景下表现最佳。
AudioWorldSim：用于世界模型的真实双耳音频数据集
开源音频数据集平台，基于Meta SoundSpaces 2.0，自动生成随机导航双耳音频，修复连续声音合成，助力世界模型研究。
超越模仿：基于离策略Q规划的机器人策略自我改进
提出Q-Planning，用小型离策略Q函数增强大规模行为克隆策略，仅微调Q函数即可在线自改进，无需人类干预，显著提升操作成功率。
TurboBias 2.0：面向生产高效ASR系统的流式上下文偏置
提出TurboBias 2.0：逐流独立上下文偏置，支持批量解码与流式/离线推理，提升短语识别且低延迟高吞吐。
以机制可解释性阐明内在道德自我纠正
内在道德自我纠正通过提示引导隐藏表征沿可解释潜在方向移动；表征操控是其机制核心，且激活相加比提示更有效。
大型语言模型内部表示中提示的内在维度
提示内在维度关联不确定性，早中层峰值，扰动升高；探针区分恶意/良性，准确率90-95%，优于护栏。
面向脉冲Transformer零阶微调的事件触发隐式扰动
提出事件触发隐式扰动零阶微调架构，消除显式扰动读写开销，降低随机数硬件需求，精度与软件相当且更节能。
WildFin：野外鱼类行为识别数据集
该数据集用于鱼类行为识别，含静态监控与动态跟拍，经大量标注生成9小时数据，揭示模型与真实水下分析的差距。
混合边缘云数字孪生用于家禽生产福利约束控制
边缘云数字孪生结合混合模型与预测控制，温度误差降至0.4℃，氨气违规减90%，通信降低30倍。
冻结CLIP先验用于鲁棒自监督泊松逆问题
提出ADMM展开求解器，冻结CLIP特征作先验，轻量解码器适配，实现自监督泊松逆问题重建，鲁棒且性能媲美监督。
KoViDoRe：韩语视觉文档检索
引入韩语视觉文档检索基准KoViDoRe并配套训练集，评估揭示现有模型在多页、复杂结构检索上表现欠佳。
超越金标准：面向形式数学推理的LLM评判者认知集成
提出基于认知与形式基础的LLM评判集成，从逻辑保持、数学一致性、形式质量与有效性多维评估自动形式化，优于粗粒度方法。
使用有界不确定性模型的强化学习智能探索
利用含真实模型的有界模型集约束Q函数引导探索，理论保证收敛；BMDP下凸化易实现，显著加速强化学习。
基于视觉Transformer的隐私保护目标检测
提出利用感知加密和ViT嵌入结构的目标检测隐私保护方法，精度几乎无损。
SKILL-RAG：自知识驱动的学习与过滤机制，用于检索增强生成
提出SKILL-RAG，利用模型自知识经强化学习训练，按句子粒度过滤无关检索，提升生成质量并减少输入。
本体支持的AI模型与数据集管理
提出基于本体的AI模型交换平台，管理数据集，消除语义鸿沟，应用于实时关键系统。
CulTrace：追踪大语言模型内部文化推理机制
提出可解释性方法CulTrace，发现模型文化推理呈“领域→文化→答案”三阶段，且对少数文化存在推理延迟与混淆。
超阈值设计效应：聚类下阈值的有效样本量
聚类数据下，阈值型有效样本量取决于越界计数而非数值相似，现有修正有偏，且无单一有效样本量。
高级线性代数及其应用（第一部分）：面向PDE、机器学习与数据同化的数值线性代数
硕士课程讲义，阐述数值线性代数在PDE、网络排名、数据同化中的核心应用，涵盖范数、分解、迭代法及预处理。
能量加权球面矩的最大熵编码
提出能量加权球面矩的最大熵闭合，五参数模型重建辐照度，胜率78.7%，亮度RMSE降15.8%，无负辐照度。
面向大规模旅行商问题的广义划分交叉的细粒度GPU并行化
提出GPX分区阶段的细粒度GPU并行化，在1万至2百万城市实例上实现48至625倍加速，提升GA求解器可扩展性。
基于序列再生成的扩散语言模型高效自评估
提出新方法，通过再生成概率量化扩散语言模型置信度，实现高效评估与不确定性量化，支持灵活长度生成。
MultiCube：具有部件级语义与空间控制的组合式3D生成
提出MultiCube，实现3D物体部件级语义与空间独立控制，两阶段扩散生成组合网格，支持复杂布局。
CLEAR：面向效用保持的LLM安全对齐的连续潜在适配器路由
CLEAR通过隐状态门控连续控制安全适配器，兼顾安全与效用，在降低有害完成率的同时减少性能退化。
凸集图上斯坦纳旅行商问题的统一分支定界搜索
凸集图斯坦纳旅行商问题：统一分支定界搜索，可证明有限终止与ε最优性；实验中平均最优间隙约28–30%。
OmniAssistBench：面向全模态大语言模型的助手式交互基准
提出OmniAssistBench基准，评估全模态大模型视频助手能力，现有模型得分低，常答错或不完整。
GeoExplain：基于街景视觉信息层次的多模态推理
提出GeoExplain与SightSense，用于街景可解释地理定位及多模态推理。
稀疏光场采样改善随手3D/4D重建
多摄像头即使基线短，也能显著提升单次、少量和随手视频的重建质量，曝光稀缺时角度采样尤为有效。
解剖信息神经网络：在损失与架构中编码解剖先验，及导丝诱导主动脉髂动脉变形的SE(3)公式
提出解剖信息神经网络，将软硬解剖先验嵌入损失与架构；用SE(3)建模导丝致主动脉髂变形，以2D造影训练3D预测。
VIALS：生命科学中视觉工件解读的基准
生命科学视觉工件问答基准，161项任务，前沿模型难解，专家易答，凸显领域视觉推理短板。
眼见为实：话语结构引导的上下文学习实现忠实图表生成
提出基于修辞结构理论的上下文学习图表生成法，提升图表与原文一致性，并通过专家评估验证有效性。
在GPU CUDA与张量核上实现多精度支持的显存高效Im2win卷积
提出支持全精度CUDA核与半精度张量核的im2win卷积，优化访存与异步数据移动，相比cuDNN等提速最高6.4倍，显存仅用35%-53%。
LMC多任务高斯过程模型的精确通用解耦解
提出投影LMC，仅需温和噪声假设即实现精确解耦，复杂度线性，更简单可解释，替代现有多任务高斯过程模型。
AUSO：从内化到利用的动作级统一技能优化
AUSO通过渐进式动作级优化统一技能学习与使用，按动作受益度调整技能影响，提升性能与泛化能力。
SCOPE：一种用于LLM提示压缩的生成式方法
提出SCOPE免训练生成式框架，基于分块重写压缩提示，保留关键信息与连贯性，问答摘要任务上优于基线。
幻灯片生成基准：基于计算与定量指标的评估
提出幻灯片生成基准，基于通用、量化、可靠原则，用计算指标评估内容、美学与可编辑性，与人类偏好一致。
先澄清后搜索：面向深度搜索的澄清基准与端到端要点恢复
提出“先澄清后搜索”基准，含518个真实查询实例，评估澄清问题对深度搜索的效用，支持可复现端到端评测。
MedRAGChecker：生物医学检索增强生成的声明级验证框架
提出MedRAGChecker，以声明级验证生物医学RAG输出，结合NLI与知识图谱信号，诊断检索与生成故障，评估安全关键错误率。
联邦与差分隐私的KL散度估计
所提方法在差分隐私下无偏估计联邦数据KL散度，敏感度与方差低，精度接近非私有方法，优于本地扰动基线。
StruProKGR：稀疏知识图谱推理的结构与概率框架
提出StruProKGR：距离引导路径收集与概率聚合，实现稀疏知识图谱高效可解释推理，优于现有方法。
从法规到实施：工业界大语言模型辅助法规合规的批判性评估
研究LLM生成合规文档：指南模糊时需高上下文提示；严格格式结果一致但易幻觉。
基于N维朗之万方程与神经常微分方程的预测
结合N维朗之万方程与神经常微分方程建模预测非平稳电价同时捕捉平稳与非平稳特征西班牙市场验证有效
当生成图像看似正确却检索错误：覆盖引导的跨尺度重索引实现知识忠实的生成式感知
提出CERES闭环多模态索引，覆盖引导跨尺度重索引解决尺度概念丢失，提升知识忠实与检索，多项基准最优
牛顿法的原变量加速
提出仅用原变量、每步一次线性求解的加速牛顿法，对黑塞利普希茨凸函数达 O(1/k^3) 全局收敛率。
结构即信息：用于部分观测动力系统机器学习的结构可辨识性映射
用结构可辨识性分析关联等价参数并训练分类器，提升部分观测动力系统时间序列泛化，尤其数据有限时。
PerturbRx：学习治疗条件下的潜在转移用于患者药物反应预测
数据稀缺与肿瘤异质性限制疗效预测，提出治疗条件潜在转移框架，无需治疗后测量，提升患者药物反应预测。