面向心脏消融规划的LGE-MR图像临床质量与可用性的视觉语言模型评估
提出两阶段视觉语言模型，自动评估心脏磁共振图像质量并判断消融规划的临床可用性。
AIRL-S：利用对抗逆强化学习统一强化学习与基于搜索的测试时扩展
融合对抗逆强化学习与GRPO，免标注推断稠密奖励，用于训练与搜索验证，性能提升9%媲美GPT-4o。
Vibe Coding 安全吗？真实世界任务中智能体生成代码漏洞的基准测试
SUSVIBES评估12种智能体生成代码安全率仅11.8%，加固策略无效，Vibe Coding风险高。
逆强化学习与动态离散选择模型的高效推断
提出半参数去偏框架，将行为策略对数视为伪奖励，识别价值差与奖励，实现灵活模型的根号n一致且高效推断。
深层模型，浅层对齐：揭示神经解码中的粒度失配
提出浅层对齐框架，用中间层表征做解码目标，性能提升22%-58%，并呈现正向缩放趋势。
人类级Text-to-SQL：基于验证数据的强化学习，无需流水线工程
用RLVR在干净数据上微调LLM，无需流水线即达人类水平。构建修正61%错误的BIRD-Platinum，提出ReViSQL-BIRD奖励塑形，K2.6准确率92.96%。
单一层级，两套系统：用于发现页排序与搜索页查询重构的语义商品ID
共享语义商品层级同时支持排序与查询重构，提升相关性和购买转化，减少搜索成本。
微调心电图基础模型以预测冠脉CT血管造影结果
基于冠脉CT血管造影，微调心电图模型预测冠脉狭窄，多中心验证有效，结合临床概率提升风险分层，可影像前筛查。
RefusalGuard：面向LLM安全的几何保持微调
提出RefusalGuard，在表示空间约束微调以保持安全相关几何结构，避免拒答退化，兼顾安全与任务性能。
超越端到端成功：诊断长周期安全LLM智能体的失败
用检查点诊断长程安全智能体：引导使2.5 Flash观察率65.5%升至95.4%，但3.7相反，失败源随代际迁移。
ProtoFlow：通过低曲率原型流缓解类增量遥感分割中的遗忘
提出时间感知原型动力学框架ProtoFlow，以轨迹建模类别原型并显式学习演化，稳定几何结构，在遥感增量分割基准上提升mIoU 1.5-2.0并降低遗忘。
军事指挥控制中智能体AI系统的测试与评估
梳理240项测试实践发现，智能体特性削弱八项假设，使测试结果不能支撑从测试到实战的推断。
面向建模与控制的空间感知无字典库普曼特征函数识别
提出无字典空间感知库普曼特征函数识别，利用正则化最小二乘与物理约束，实现非线性系统建模与控制。
氛围编程与Web应用安全：双提示研究
安全提示变体生成的Web应用漏洞更少（24对51），无高危问题，但样本小，属初步研究。
大规模高效探索
在线RLHF算法结合认知网络与信息定向探索用2万标签匹配20万标签效果预计可提升千倍数据效率
RouteScan：基于专家路由遥测的MoE大语言模型非侵入式安全审计方法
利用混合专家模型的路由GPU遥测，非侵入式识别有害行为，跨域AUC超0.91且保护隐私
基于移动激光扫描与语义三维道路空间模型的物体表面辐射指纹识别
利用重复激光扫描聚合构建物体表面辐射指纹，识别材料属性，为语义三维城市模型补充缺失的材料信息。
SafeSteer：局部在策略蒸馏实现高效安全对齐
提出局部在策略蒸馏方法，仅对安全令牌训练，用100个有害样本兼顾安全与通用，大幅降低对齐成本。
语音大模型会听见自己的观点吗？诊断并缓解流式情绪理解中的先前信念污染
流式情绪理解中历史标签污染当前感知，致准确率大跌。提出EmoUpdate免训练框架，经声学防火墙、因果过滤与反污染算子，显著提升八项评测表现。
STS：基于推测性令牌稀疏化的高效稀疏注意力
STS无需重训，借草稿模型注意力建掩码，约九成稀疏度下加速2.67倍，精度几乎无损。
InverFill：面向少步扩散修复增强的单步反转方法
提出InverFill，以单步反转将掩码图像语义注入初始噪声，实现少步高保真修复，无需训练。
AgentOCR：借助光学自压缩重塑智能体历史
该方法将交互历史渲染为图像，辅以光学缓存与压缩感知奖励，保留九成五性能，削减过半令牌，提速二十倍。
ARQ：用于C/C++漏洞检测的智能体CodeQL查询优化
ARQ用合成程序执行证据自动优化CodeQL查询，提升C/C++漏洞检测，修复长期未解决官方问题。
深度时间序列模型的可解释性需要语义对齐
深度时间序列模型可解释性需语义对齐：用有意义的变量表达预测，且随时间演化保持不变，以支持信任。
文本是什么颜色？——图像内嵌提示引发幻觉的基准
用内嵌冲突范式与色彩基准评测十六个多模态模型，发现其易受图内文字干扰，语义压倒颜色感知，条件性幻觉率超五成。
受控协变量偏移下的泛化度量：一种条件感知基准
新基准揭示：泛化度量有效性高度依赖条件；锐度与输入梯度度量最优，模型选择应按扰动场景评估。
DINO驱动的自动驾驶：视觉基础特征作为仿真到现实生成的统一桥梁
以视觉基础特征为统一桥，用子空间投影和随机通道丢弃平衡一致性与真实感，完成仿真到现实视频生成。
基于优势聚合强化学习的EXL-50U实验标定环境X点靶磁位形控制
提出优势聚合强化学习，在EXL-50U标定模拟中实现X点靶鲁棒闭环控制，最差评分升至0.81，误差降20倍，支撑实时验证。
BC-Bench：在ERP领域特定语言中评估智能体工程
提出BC-Bench基准，评估ERP领域AL语言智能体工程；101个真实任务，通用基准提升不迁移，凸显领域特定评估必要。
面向能量自主鸟类监测：探究目标类别对神经网络可压缩性的影响
提出在微控制器上压缩模型进行鸟类监测，高压缩率下性能损失小，并评估多目标类别影响。
神经基元：基于基元模仿学习的自主飞行高效端到端局部规划器
提出基于基元模仿学习的端到端局部规划器，实现实时生成平滑安全轨迹，计算快、内存低，且仿真到实机迁移鲁棒。
ExploraTwin：数字孪生仿真的非营利研究平台
介绍开源非营利平台ExploraTwin，支持问卷与小组两种仿真模式，复现19项实验，首轮回答有效率达99.6%。
RecGen3D：共享规范空间中的重建引导三维生成
提出RecGen3D框架，在共享规范空间协作重建与扩散，解耦学习，实现稀疏视图下完整一致三维生成，保真鲁棒更优。
MeltwaterBench：地表融水时空降尺度的深度学习
提出融水基准，用深度学习融合遥感与气候模型，时空降尺度生成每日百米融水图，精度超传统法，并公开数据集。
有向和无向网络中介数排名的度质量消息传递
提出轻量GNN，用多跳度质量预测介数排名，在有向/无向图上分别提升10.9%/24.6%相关度，参数少56倍。
基于最优多路决策树的可解释聚类
提出ICOMT：一维K-means离散化+二元线性优化构建最优多路决策树，精度高且树浅可解释。
CFM：语言对齐的视觉概念基础模型
提出语言对齐的概念基础模型，提供细粒度可解释且空间定位的概念，支持分类分割描述任务，性能与不透明模型相当。
组段SHAP：面向多元时间序列的组段参与者Shapley值解释
组段SHAP用组段参与者解释多元时序，考虑变量依赖与时间变化；忠实度提1.7倍，耗时降40%。
PhotoBench：超越视觉匹配，迈向个性化意图驱动的照片检索
提出PhotoBench基准，基于真实个人相册的多源推理，揭示统一嵌入模型与智能体系统的局限，推动个性化检索发展。
基于FBP雅可比学习的双域细化网络用于稀疏视角双能CT材料分解
提出双域细化网络，用FBP雅可比近似与傅里叶卷积残差块，实现稀疏双能CT材料分解。
全球混合Vlasov模拟的确定性与概率神经替代模型
图神经网络替代混合Vlasov模拟，百倍加速预测等离子体状态，集合预报提供不确定性估计。
真实的课堂如何被代币化：原子学习模型(ALM)解析
ALM将两本数学课本机器拆分为1934个原子和4616条前置链接，自动生成6648道题，成本极低，但发现难度标注与实测无关等反直觉现象。
结构清晰但脆弱：论大语言模型在网络安全决策中的局限
LLM在网络安全决策中表现有条件，但能力脆弱，易受复杂度和提示措辞影响，且风险判断非单调。
ClawSentry：守护自主LLM代理的渐进式多层级安全监控器
提出四环节渐进风险模型，构建三级决策引擎与防绕过机制，将攻击成功率从39.55%降至2.61%，且不干扰正常工具调用。
图像分类模型的反事实压力测试
基于因果生成模型的反事实压力测试，通过干预属性生成逼真图像，比传统扰动更准确评估模型在分布偏移下的鲁棒性。
LLM智能体时代的图工程：从个体智能到系统智能
图工程通过构建动态图结构组织任务与智能体实现从个体到系统智能的升级。
校准后委托：通过模型级联实现风险与预算保障的安全监控
提出CTD模型级联方法，用价值探针预测专家调用收益并校准阈值，实现成本或安全性的有限样本保证。
学习编排视觉基础模型实现多任务密集预测
提出COVE：用协同组合器构造候选，任务条件路由器调度冻结基础模型，反事实监督防坍缩，计算更少且超越单专家。
锚定正则化直接最小二乘法（ARDLS）：整合既有优先排序算子用于层次分析法中的优先级提取
针对DLS多解与不稳定问题，提出ARDLS，整合既有优先算子作为锚点，保证唯一全局最优，降低RMSE。
采用结构化编辑提示与密集-稀疏融合的CoVR-R先推理后检索方法
提出CoVR-R零样本推理-检索流程，Qwen3.5生成描述与嵌入，融合密集与稀疏检索，验证集R@1达80.81。