提示条件通道注意力：面向解剖无关分割的层级特征调制
提出提示条件通道注意力(PCCA)，通过门控激励在编码器-解码器网络中分层融合语义提示，重校准特征，提升医学图像分割性能。
4DAnyone：从随意单目视频中创建任意人物的4D模型
提出4DAnyone，从单目视频重建4D人体，用上下文压缩与路由解决多视角一致性问题，效果领先。
吊顶式FMCW、IR-UWB与Wi-Fi雷达在卧室人体活动监测和睡眠中断检测中的比较
比较三种吊顶射频感测技术：IR-UWB识别最佳，FMCW环境泛化最强，睡眠监测均超92%，揭示性能与鲁棒性权衡。
DICS：面向决策树分类器的数据信息质心分裂方法
提出数据信息质心分裂法，基于类簇先验减小分裂搜索空间，保持性能并显著降低训练时间。
LF-GICP：基于体素法线可定位性场、无需调参的退化感知激光雷达里程计
用体素法线可定位性场统计和中值门控做无参数退化感知，KITTI平移误差0.865%，跨四类传感器。
拆解并传递：LLM智能体的跨任务技能迁移
研究发现子任务级和文本技能迁移更可靠，提出技能效用分数可预测迁移成功。
主动脉冲感知：膜电位作为信念状态用于任意时刻3D点云识别
将膜电位作为信念状态，动态选择扫描块并提前退出，实现高效点云识别，性能优异且能耗更低。
DreamHand：将视频扩散模型重新用于抗遮挡的自我中心3D手部运动恢复
将视频扩散模型改为确定性几何编码器，单次前向恢复遮挡及离镜手部3D轨迹，多项基准SOTA，误差降低30%-61%。
睡眠的动态结构因果建模
从家庭睡眠呼吸暂停监测数据中学习动态因果图，揭示呼吸障碍因果关系随性别和年龄的差异，助力精准干预。
Swift-Image：探索紧凑统一图像生成模型的性能前沿
Swift-Image以6B参数和243K GPU小时实现领先性能，巧用渐进训练与强化学习，压缩至3B几乎无损，少步蒸馏加速编辑。
干扰下基于学习暴露映射的因果推断
学习暴露映射时，预测准确不代表因果推断可靠；传输模型预测相近但溢出效应差异大。
基于LLM常识推理能力的多智能体自动驾驶编排
提出LLM常识推理协调多智能体混合框架，结合强化学习与PID控制，迭代优化奖励函数，CARLA验证有效。
高度相干字典的物理支撑置信集
针对高相干字典，提出联合字典与表示不确定性的分辨率感知物理支持推断，给出最优分辨率阶，并设计高效AEB算法。
WithEveryone：群体图像生成的统一规划与身份锚定
提出WithEveryone，通过身份标记与布局锚定损失，实现十人群体图像生成，身份相似度升至0.499，复制伪影降至0.055。
面向结构化电子健康记录的临床预测任务的可解释Transformer模型
提出BERT-LER，将检验值百分位分箱编码并用集成梯度解释，性能与公开模型相当或更优，归因符合临床风险。
AI4AI-Bench：递归自改进算法设计中的LLM智能体基准测试
提出递归自改进基准，含10个算法重写任务；智能体最优仅达0.25，多数未改进学习算法，增加推理可提升。
HiFi-KPI：从财报中提取层级化KPI的数据集
构建165万段落、19.8万标签的财报KPI数据集，LLM结构化抽取F1=0.44，错误主因日期。
基于智能体的主动数据收集、出行行为建模与天气敏感需求预测方法
提出三智能体流程，融合对话调查与多模态大模型预测。视觉配置最优准确率71.5%，优于传统模型，展示可审计的多智能体工作流。
M3：面向市场微观结构动态的状态-事件生成基础模型
提出M3状态-事件生成基础模型，建模订单流与流动性互动，实现反事实市场模拟，支持预测、压力测试与市场影响分析。
ContractScrub：法律合同最终审查基准
首个法律合同终审基准；前沿模型表现差，仅一个达0.75宏平均召回，凸显领域评测必要性。
CalcSeg：面向单堆叠LGE-CMR心肌瘢痕分割的置信度感知3D潜在上下文课程学习
置信度感知课程学习，动态半监督评估样本难度，切片自注意力建模三维上下文，单堆叠LGE-CMR心肌瘢痕分割，优于其他方法。
幻影增益：以实测零模型审计自我改进
自训练改进多为测量伪影；用实测零模型审计发现七类错误，外部蒸馏有效而自训练无效，且损害基线问题。
Inter-X++：多模态人-人交互分析综合基准
推出基准Inter-X++，含高保真人-人交互序列与多模态注释；提出统一框架OpenHHI，在生成与感知任务上达最优。
MemTrapBench：大语言模型记忆使用中的认知陷阱基准测试
记忆基准忽视记忆对推理的影响；新基准揭示认知陷阱，所有记忆策略均不如无记忆；AdaptiveMem可缓解。
可解释的多模态抑郁症识别：基于PHQ对齐症状摘要的临床访谈方法
提出Explain-MDRC框架，用PHQ-8症状摘要结合非语言线索提升抑郁识别，增强可解释性与临床可用性。
VQC-ZTI：面向触觉互联网零信任保护的变分量子控制
提出分裂平面变分量子分类器，解耦异常评分与执行，用于触觉互联网零信任，曲线下面积近0.998，误报率大幅降低。
基于自演示生成控制的多任务操作VLA微调
利用零样本VLA自演示生成在线交互数据微调，保留先前任务与指令遵循，高效学习新技能，实现多任务操作。
用于脉冲Transformer的脉冲局部交互与自适应互补融合
提出脉冲局部交互与自适应互补融合，改善脉冲自注意力的稀疏弱关系，在图像分类、事件识别、语义分割上均获提升。
TorchDCM：离散选择建模的统一PyTorch原生包
提出统一PyTorch原生离散选择建模包TorchDCM，覆盖主要计量功能，中位耗时较现有工具降89.1%-99.7%，CUDA再加速12-71倍。
GRACE：面向教育视觉问答的适配器组合与证据感知校准的有依据推理
提出GRACE框架，以适配器组合与证据感知校准优化教育VQA，ScienceQA准确率升至93.1%。
Daedalus-150M：为CPU推理设计的卷积-注意力混合模型
为CPU推理设计的混合模型，仅1/3用注意力，训练599亿词元，胜同尺寸，解码速度随上下文增长提升。
恢复潜变量的非线性函数：一种合理值神经网络框架
因子分数替代潜变量会导致高阶函数信息衰减，PV-ANN（合理值+神经网络）可弥补约五分之四函数形状恢复差距，且不提升预测精度。
OrthoSkillVLA：基于梯度信息技能子空间适配的持续技能学习
针对VLA模型持续技能学习中的灾难性遗忘，通过分离子空间约束与轻量MoE解码器，兼顾旧技能保持与新技能获取。
SafeBranch：具身智能体的分支对安全对齐
提出SafeBranch框架，利用环境回滚构造分支对进行安全对齐，在保持任务成功率的同时实现部署时无需评论家的安全执行。
大型音频语言模型中的音频令牌压缩探索
通过分割与池化压缩音频令牌，用低秩适配器缓解退化，在语音识别和翻译上接近帧级性能，令牌数减少三倍。
EvoSelect：面向目标任务适配的数据高效大语言模型演化
提出生成-选择-训练迭代框架，用最优传输对齐任务相关性并兼顾多样性，高效提升大模型目标任务适配。
超越模仿：依据推理进展过滤同策略蒸馏
提出R2-OPD，通过对比教师奖励与独立推理进度排名，过滤冲突蒸馏信号，缓解奖励误导，提升推理表现。
预算有限的小妖：纠缠相变中的自适应测量布置
预算固定时，测量布局比信息更重要；连续扫描消除纠缠相变，熵呈p^{-1}f(pL)标度；强化学习策略因简并顺序失效。
Qworld：面向大语言模型的特定问题评估标准
Qworld递归扩展树生成问题专属评估标准，覆盖89%专家标准，发现粗粒度标准忽略的能力差异。
数据驱动的时变控制屏障函数：基于在线递减支持向量机的自适应安全集学习
提出退化感知安全滤波，在线递减SVM学习时变安全集，用时变CBF保证受限控制安全，证明不变性与可行性。
集中流动性提供：强化学习视角
将流动性提供建模为随机脉冲控制，用强化学习求解，学习策略依状态分配流动性，压缩亏损左尾，规避极端风险。
DiverValue-Bench：面向多样化人类价值观的大语言模型对齐基准与微调框架
提出DiverValue-Bench多国价值观对齐基准，揭示人群差异，轻量微调提升对齐。
你的转身：居家转身角度估计用于帕金森病严重程度评估
基于深度学习，从居家视频提取3D骨架估转身角度，用于帕金森病严重程度评估，首创单目相机居家量化。
AsymFeX：对称驱动的跨模态、跨阶段缺血性卒中分割框架
提出对称驱动的两阶段缺血性卒中分割框架：跨半球注意力与特征差异捕获病灶，跨模态阶段通用，性能优越。
TS-Reasoner：对齐时间序列基础模型与LLM推理
TS-Reasoner对齐时序基础模型与LLM推理，合成数据两阶段训练，冻结模型，数据高效性能优越。
异方差神经代理建模：实现聚变等离子体诊断中的稳健快速贝叶斯推断
异方差神经代理模型估计光谱与噪声，GNLL优化实现快速稳健贝叶斯推断，加速1500倍、误差降20%。
当上下文推断失败：交互式指令跟随中的可取消性
提出BWIM基准，探究交互式指令跟随中的上下文推断：LLMs虽识别不可靠，行动上仍过度澄清或盲目猜测。
当说“不”成就更好视频：为教育本位AI内容创作设计双重把关
双重把关（教育者重塑加自动检测）协同拒绝劣质AI内容，提升视频教学质量，证明审慎抵制与生成式AI是伙伴。
Doc-V*：多页文档VQA的由粗到精交互式视觉推理
提出OCR-free智能体框架Doc-V*，概览粗筛、检索精读、记忆聚合证据；经模仿学习和组相对策略优化，域外性能较RAG提升47.9%。
超越回忆：行为规范作为AI个性化的解释层
定义表征准确性，用行为规范作解释层，压缩数据为上下文，提升预测并消除模棱两可，低基线提升最大，超越原始语料。