Holtercare-Bench：评估长期动态心电图分析的多模态基准
构建多模态动态心电图数据集与基准，含2.3万问答对，评估时间定位、诊断与总结，揭示大模型不足，微调有效。
ReasFlow：基于知识的多智能体系统助力应用数学中以推理为中心的科学发现
ReasFlow是推理型科学发现的自主多智能体系统，具备内部验证与知识检索，自动生成论文，性能超基线。
基于分数的扩散模型中条件化的即插即用解释
提出即插即用条件机制，分离条件影响，推导条件随机微分方程与常微分方程，引入正则化提升常微分采样，实验效果好。
揭示神经网络证明共享的局限性
系统研究模板加速的局限，提出联合稳定神经元指标，开发FastCert自动分配模板，平均提速1.13倍。
SceneGTMM：基于共形映射的场景感知可迁移GNN-Transformer双图交互地图匹配框架
提出共形映射双图交互地图匹配框架，融合GNN-Transformer与CRF，抗噪可迁移，定位误差大时准确率超80%，跨城迁移领先。
CVSD-Reg：跨模态视觉语义先验蒸馏用于鲁棒激光雷达配准
提出CVSD-Reg，从视觉基础模型蒸馏语义先验至激光雷达，实现跨传感器鲁棒配准，无需相机，成功率领先。
VideoRun2D演示：无标记人体追踪用于跑步生物力学分析
基于44名跑者314次冲刺，无标记追踪评估髋膝角误差为5.30-9.87度，可用于跑步生物力学分析。
GRIP：基于信息受限前提的接地推理
提出GRIP，用信息瓶颈限制检索证据，解决查询主导，性能优于基线，幻觉降73%，互信息降30倍。
基于纵向贝叶斯学习的阿尔茨海默病连续谱疾病定位
提出DCP，用纵向DTI贝叶斯学习估计疾病严重度，得DCS评分及不确定性，优于现有法，可预测转化。
利用多尺度对比学习量化事件对时间序列的影响
提出多尺度对比学习框架，融合事件元数据与市场动态，有效估计网络安全事件后的短期异常损失。
迈向基于机器学习的直升机重量估算器的机载实现
提出基于长短期记忆网络的直升机起飞重量估算器，利用空客机队数据，遵循适航要求，在航电上验证，可用于机载告警。
MUST-PET：跨示踪剂的多模态自监督学习用于全身PET/CT病灶分割
提出MUST-PET多模态自监督框架，跨示踪剂学习，提升全身PET-CT病灶分割泛化性与标签效率。
Block3D：基于分块扩散的高效文本到3D生成
提出Block3D分块扩散框架，分块自回归生成并联合去噪，用置信度引导纠正误差，推理提速5.15倍且保真。
领域偏移下的可靠金融命名实体识别
金融NER领域偏移时，整体输出概率不可靠，实体跨度概率与自一致性更稳健；放弃机制域内有效，极端偏移下失效。
Mix&Fix-Net：面向AIS与视觉来源船舶数据的双阶段轨迹预测模型
提出Mix&Fix-Net双阶段轨迹预测模型，融合AIS与视觉数据，在多数指标上优于现有基线。
DeltaMomentum：基于键值对与Delta规则的各向异性动量更新
将动量更新改为键值Delta规则，按方向出现频率遗忘，加速收敛，可即插即用替换现有优化器。
SynFlow：多维历时语义分析工具包
开源工具包，从句法、词法、构式等多维度历时分析词汇语义变化，支持多种距离度量与统计检验。
对话式AI能否松动“我们vs他们”的边界？共同、双重与分离身份框架对支持移民的群体间帮助的影响
对话AI以共同或双重身份框架对话，降低“我们vs他们”分类，提升助移民意愿，但未直接改变行为。
PEA-DPO：用于多模态大模型对齐的感知增强直接偏好优化
提出PEA-DPO框架，通过显式利用视觉偏好信号，解决多模态对齐中视觉不敏感问题，减少模型幻觉，提升多模态对齐效果。
单循环熵正则化自然演员-评论家的非正则化收敛
提出单循环熵正则化自然演员-评论家算法，利用最小动作间隙和指数平移获得非正则化加速收敛率。
LLMs是否正变得同样有创意？来自三年模型版本的证据
追踪三年模型回答发现，LLM输出多样性显著下降，创意趋于同质化，或削弱人机共创中的人类能动性。
何时重新训练：概念漂移、预算与延迟约束下流式机器学习重训策略的实证研究
重训策略影响远小于增量学习；无增量时，周期重训优于反应式，后者仅适用于周期性漂移，且延迟与预算交互会减半有效预算。
VGI-BENCH：探测视频生成模型的视觉智能
提出VGI-bench：27任务810实例评测视频生成模型视觉推理，最强仅51%，自纠正能力有限。
用于短期AECOPD风险预测的两阶段时间感知Transformer
提出两阶段模型，直接分析家用呼吸机波形，先分类高风险再回归预测发作剩余天数，优于基线。
为测试访谈对话系统生成多样化的用户模拟器人格
提出用大语言模型自动生成用户模拟器人格，加入沟通风格特质以提升多样性，实验表明生成话语变化更大。
TextRefine：提升产品海报文本编辑中的文本保真度、空间布局与字形渲染
提出TextRefine框架：结合监督微调与奖励优化，解决产品海报文本插入替换中的保真、放置和字形问题，效果优于基线。
当引导偏离尺度：模拟存内计算非理想性下扩散Transformer的重校准
针对模拟存内计算非理想性扭曲CFG残差，提出免训练引导尺度重校准，恢复扩散Transformer生成质量，大幅降低FID。
评估音乐情境保留：音乐编辑系统的多层面框架
提出首个音乐编辑情境保留评估框架，覆盖四类音乐属性，含精细指标与人类验证，可诊断系统优劣。
Stream4D：流式自回归扩散视频模型的4D一致性
提出Stream4D，用前馈4D重建奖励替换静态批评，建模动态场景，提升视频生成的一致性和运动质量。
连续对抗均值流迁移
提出均值流迁移与连续对抗均值流，统一异构源模型，少步生成优于教师，FID升29%，NFE降125倍。
DraftFM：万智牌零日轮抽的基础模型
零日轮抽：仅用公开卡面特征，不需历史数据，预测未发售系列选牌，与专家相当。
S²GS：面向边缘物联网设备的高效自由视点视频重建的结构化稀疏高斯流式方法
提出S²GS框架，利用时空稀疏性选择更新高斯残差，降低边缘设备每帧优化时间和存储，保持视觉质量。
PL-NBA：支持多种视觉理解任务的回合级通用篮球视频数据集
首个回合级篮球视频数据集，含1.1万进攻片段及事件标注，支撑识别、描述、定位与预测，挑战性强。
混合量子预测模型中学习几何的经验表征
混合量子模型参数更少、核漂移更小，性能与经典模型相当，但学习轨迹差异显著。
Hear2Act：基准测试韵律何时应改变助手的行动
韵律在词汇不足时影响决策；音频大模型能提取信息，但需显式文本表征才能改变行动。
复值神经网络下降与保证的凯勒景观：搜寻并摧毁卡拉比-丘流形
复参数网络景观具凯勒度量，自然梯度沿全纯切丛下降；卡拉比-丘流形与负里奇曲率损害优化保证。
语言和乐与统计水印：保义变换的内在几何
核心：幸存信号正比于完好种子窗口数，同保留率下可剩二分之一、四分之一或零；语义相似度是错误统计量。
工程设计与系统工程中数据集导航地图的框架与原型
针对工程设计与系统工程数据集分散问题，提出多维分类框架及交互式原型，揭示数据荒漠与绿洲，助力数据驱动研究。
CausalProfiler：生成用于严格透明评估因果机器学习的合成基准
CausalProfiler随机生成合成因果基准，覆盖观察、干预、反事实三层，支持严格透明评估因果机器学习方法。
终身学习的两难之境：探究神经模型中的半球冗余与特化
提出4MAS架构，模仿生物双侧半球与睡眠机制，实现持续学习，在三个数据集上取得竞争性结果。
超越多模态对齐：通过响应替换与有序执行认证物理语言
提出一种操作能力认证，验证响应替换可行，并证明有序执行取决于执行器而非压缩融合图表。
专业软件开发者不靠“感觉”而是“掌控”：2025年AI智能体编程应用
有经验的开发者把智能体当效率工具，但坚持掌控设计实现以保证质量，偏好协作而非完全委托。
用于Verilog代码生成的大语言模型：文献综述与未来之路
系统综述102篇文献，梳理LLM在Verilog代码生成中的应用、评测指标与方法，指出局限并规划未来研究方向。
当机器发声：将机器原生符号融入预训练大语言模型的统一生成框架
UniLang框架将机器符号与自然语言统一为生成单元，跨推荐与法律预测任务优于基线。
沉睡的凯利
睡美人问题：事前与自身最优下注相同；渐近最优时，三一论者免受历时荷兰赌，二分一论者仍脆弱。
FiLoRA：面向可控特征依赖的聚焦-忽略LoRA
FiLoRA通过指令条件门控调节多模态模型内部特征依赖，实现可控且可解释的预测变化。
TrojanGYM：用于自适应RTL硬件木马插入的检测器在环大语言模型
TrojanGYM：LLM代理与检测器反馈自动生成多样化RTL木马，暴露盲区，逃避率68.75%。
中文标题
提出FHCR框架，通过压缩KV表示保留完整循环记忆，实现整曲训练；评估显示其保持长程上下文利用，同时降低内存成本。
利用大语言模型与检索增强生成的金融新闻自动摘要：早期实证研究（2023年秋季）
研究发现猎鹰-7B配合链式摘要效果最佳；RAG在小模型易重复和幻觉，但两类方法均优于Lead-3基线。
基于张量分解的导频受限MIMO信道结构信息估计
针对导频受限信道，提出张量分解结合三维神经网络混合估计，以低秩补全解决欠定问题，性能显著优于现有方法。