用于米佐语自动语音识别的语音语料库：Whisper与SraVaani 1.0微调及形态感知评估
米佐语语音语料微调Whisper与SraVaani，WER18.08%，形态感知7.22%。
远离喧嚣：基于地理隔离的可扩展自监督学习
提出地理隔离课程学习法，仅用位置元数据排序样本，训练效率提升2-5倍，下游性能最高+5mAP，预计算成本降140倍。
FleetSieve：面向SLO感知大模型服务集群配置的决策关键型性能剖析
FleetSieve按对资源耦合SLO决策的影响选测点，联合建模容量与尾部延迟，达决策差距阈值即停，省时且避免违反SLO。
SWE-bench Science：编码智能体能解决科学中的工程任务吗？
构建科学软件基准，119任务，最优通过率<50%，揭示四类失败机制，科学知识非总是有益。
仅需训练投影器
仅训练投影器即可让多模态大模型在3D等任务上表现优异，避免语言能力退化，训练吞吐加倍。
无真值信用：基于执行重放审计LLM智能体的步骤级信用分配
三种步骤级信用信号不优于随机；因果贡献稀疏且依赖模型；比较信用规则需匹配样本量，否则仅反映训练剂量。
互补而非累积：物理信息神经网络中Navier-Stokes涡街尾流的交互效应
单独技术无效；周期激活+因果加权误差4.1%；更复杂反而失败，交互非线性。
StreamSoccer：用于流式足球解说的事件驱动记忆
流式足球系统采用事件驱动记忆，固定预算整合视频流，支持当前/近期/历史三种解说模式，性能领先且计算可控。
一次成功不等于可靠：Thinkingbox——有状态业务工作流中智能体的沙盒与基准
提出Thinkingbox沙盒与基准，含507个有状态业务工作流；最强模型通过率仅65.36%，重复20次仅25.25%，揭示可靠性差距。
有理增强切比雪夫主干用于高佩克莱入口输运的DeepONet代理
结合切比雪夫与AAA有理字典的REC主干，用于高佩克莱输运代理，误差最高降60.2%。
快速分叉：高效估计文本生成中的不确定性动态
重采样分析推理链成本高，但不确定性动态趋于稳定，噪声多源于采样。开发统计模型平滑低样本数据，大幅降低采样成本。
思维支架：优化多模态推理的潜在视觉目标表示
思维支架法优化潜在视觉目标表示，并学习RL采样均值和方差，弥补两阶段缺陷，多模态推理平均提升5.2%。
PersonalBench：衡量大语言模型个性化中的作者身份差距
该基准检验个性化写作：能区分作者，但相似度低于人类下限，模型指纹主导，无法弥合作者身份差距。
RIPE++：仅利用正样本对的强化关键点学习
仅用正样本对的几何一致性设计奖励，强化关键点学习，无需位姿或负样本，提升稀疏匹配，支持弱监督训练。
野火抑制：复杂性、模型与实例
研究图表示下的资源分配抑制野火，证明强NP完全性，提出新MIP模型达最优，并生成物理基准实例。
通过脑机接口的感觉恢复：一项范围综述
脑机接口可恢复感觉运动功能，本文用侵入性×信号方向框架综述31项研究，指出非侵入AI语音解码进展迅速，提出融合路线图。
FlashPrefill V2：面向长上下文大语言模型服务的块稀疏预填充注意力
面向长上下文块稀疏预填充注意力，引入均值校正，优化算子支持FP8与分页KV缓存，大幅提速。
退化视觉条件下水下机器人的鲁棒跨模态基础模型感知
水下视觉退化时，冻结基础模型并自适应融合声纳，极端退化下平衡精度提升33.5%。
中文标题
提出SEFS无风格编码器风格化框架，用低分辨率裁剪提取风格，边缘分割约束内容，提升内容一致性与泄漏诊断。
利用纵向生命轨迹缓解LLM智能体的身份本质主义
提出人生纵向记忆框架，融合生命事件与参数记忆，缓解身份本质主义，增强多样性与人类对齐。
学习世界模型中用于反事实推演的低秩动力学有效潜在载体
低秩四维补丁即可驱动十二步自主反事实推演，但仅编辑成功不够，需动力学有效且具目标特异性。
DeltaML-Bench：在真实研究仓库上评估机器学习智能体
新基准含48个任务；ARG脚手架将GPT-5成功率提至49%，且无博弈，优于模块化。
大语言模型压缩的不对称危害
压缩模型会不成比例地损失头部知识，对错误答案仍高度自信，且掩盖群体间刻板偏见的反向变化，需细粒度评估。
学习搏动：表型引导的潜流与区域运动先验实现双心室运动合成
提出表型引导的区域运动潜流模型，从单舒张期网格合成全周期双心室运动，精度与功能保真度优于现有方法。
不可训练元件决定物理学习记住的内容
不可训练元件使物理学习记住初始化尺度（破坏齐次性）；守恒律不影响记忆，只影响解质量；二者是独立归纳偏置。
伽利略-4D：冻结主干集成用于动态4D重建
零训练更新，冻结预训练主干，集成三种推理解码配置，以0.58356 APD获挑战赛第三名。
近似推测解码
提出近似推测解码(ASD)，无训练，有界接受不匹配并重用后缀，吞吐量提升3%-15%。
AI拟人化的知识政治
批判AI拟人化框架出于制度优势而非认识权威，加重神经多样性用户负担，并提出公平研究承诺。
记住、验证还是询问？LLM智能体记忆承诺的跨家族评估
提出基准评估记忆固化边界：模型更擅验证而非询问；少样本提准，策略减误存；须测试标签与工具调用。
折扣最小二乘的时间一致自归一化集中不等式：局限与修正
折扣最小二乘加权自归一化集中不等式失效：固定参数高斯反例以概率1越界，下界为R√log(T/δ)；给出修正。
ReCache：面向工具增强型LLM智能体的高效键值缓存重用与压缩
该框架独立缓存资源表示，用资源级注意力与剪枝实现键值缓存重用压缩，内存降九成，首词加速近四倍，性能几乎无损。
完整、可扩展且稳健的优先级规划：最大容量下多机器人有序存取
提出最大容量多机器人有序存取优先级规划：可扩展、无死锁、近线性加速，且对扰动稳健。
局部令牌化的鲁棒时间序列水印生成模型
提出局部令牌化生成模型L-VQVAE与水印法LVQMark，抵御后编辑攻击，稳定检测力与假阳性。
AutoOR：规模化后训练大语言模型以自动形式化运筹学问题
提出AutoOR，用合成数据与强化学习后训练LLM，自动形式化运筹优化问题，达领先效果。
ICICLE：通过上下文文档扩展检索
提出一种上下文索引框架，将新增文档作为推理时证据，结合复制机制与校准，提升新文档检索并保持旧文档性能。
DELOS：对比深度学习用于开普勒测光中的低信噪比盲凌星搜索
DELOS用对比评分搜索开普勒低信噪比凌星，合成数据精度99.3%，比BLS/TLS性能提升15.5%/11.25%，快3-5倍/74-80倍。
截断低分，提升高分：基于排名分类的BoN式蒸馏
提出TUP策略：截断低排名样本，仅加权保留高排名尾部，闭式训练高效，理论与实验验证有效。
TempJail：利用字幕调度对大型视觉语言模型进行时间越狱攻击
TempJail优化字幕时间调度，利用时间漏洞对LVLM进行黑盒视频越狱，攻击成功率显著提升。
多模态视觉问答中的问题引导式证据获取
Q-Guide按问题定向获取证据，在DocVQA2026和Manga109超越基线，增益来自感知定向。
SAGE-XGBoost：空间增强图嵌入——数据稀缺下自然灾害易发性制图的机器学习框架
提出SAGE-XGBoost，融合空间图嵌入与数据增强，应对数据稀缺下的滑坡/野火易发性制图，AUC约0.97/0.95，优于现有模型。
RecPFN：面向基于上下文学习推荐的先验拟合网络
RecPFN将上下文学习引入序列推荐，基于合成因果先验预训练，少量域序列即可单次预测，性能最佳且鲁棒。