游戏世界迁移复杂度剖析
提出迁移复杂度剖面（TCP），量化游戏环境迁移预测难度，含分支、不确定性、依赖跨度指标，倡导作为GWM/RL论文标准元数据。
立场：AI推理智能体的合谋风险要求其市场决策需通过认证
推理智能体易合谋，思维链可被隐藏操纵，导致无证据的合谋结果，因此须基于行为观察认证方可部署。
FedCoRe：医疗联邦学习中缺失模态的目标自适应补全
FedCoRe通过配对样本学习表征或逻辑空间修正，无需生成合成数据，在MIMIC任务中恢复缺失ECG性能49%，缺失CXR恢复52.8%，但仅限有验证支持的场景部署。
FinSkillBench：评估投资管理中的AI智能体与领域技能
投资管理需可靠技能，基准测试显示：精选技能提升模型得分（0.366→0.528），自生成技能收效甚微。
大语言模型在心理健康领域的应用：系统综述其应用、创新与伦理挑战
综述大语言模型在心理健康的应用、创新与伦理挑战，涵盖社交媒体分析、临床对话、多模态融合及安全部署。
基于视觉语言模型的XRF到光学视场定位
评估免训练视觉语言模型在XRF与光学图像视场定位中的效果，提出提案-验证流程，能在低对应场景下恢复定位。
跨境电力价格预测中的深度学习：一项比较研究
可复现框架下比较六种深度学习模型预测跨境电价，N-HiTS和NBEATSx在低数据场景更优。
立场：行为系统需要行为测试
AI行为系统需通过观察、扰动、解释来评估，而非仅看结果；应发展行为测试以研究智能体行为。
九种情感质心：一种无标签的效价轴，可跨四种模态迁移
用九类情感名和每类五十个故事，免标注提取效价轴，跨图像、音频、脑电迁移，达监督性能九三成。
基于SURE调参岭回归的等方差线性高斯DAG因果发现
SURE-Ridge闭式估计器：并行节点回归+SURE调参+阈值提DAG，小样本误差最低且最快。
自进化智能体作为动态图变换：综述与新视角
提出将智能体进化视为动态图变换，综述四类方法，并以动态图学习为基础设施，讨论评估治理。
基础模型时代的人类中心智能综述
提出全谱人类情境分类法，综述六个层级方法、数据集与挑战，为人类中心智能提供统一框架。
编译器引导的自适应证明搜索与跨模型协同：面向上下文相关定理证明
提出编译器引导的证明搜索框架，平衡探索与利用，在真实Lean4项目中平均通过率提升12.8%，调用减少21.9%。
SCENARIODIFF：面向多模态时间序列预测的情景级引导框架（扩展版）
提出SCENARIODIFF：三级情景推理从弱对齐文档提取信号，生成情景与锚点，引导扩散模型，提升事件驱动预测。
OraclePhys：面向结构力学的LLM微调系统化框架
本研究揭示：微调所学由标签形式决定，排序目标习得前向模型，标量部分有效，布尔无效，优势加权仅提升奖励。
实体追踪在亚十亿参数语言模型中涌现，并在自然叙事中超越人类表现
研究发现，实体追踪在4.1亿参数模型中已出现，随规模提升，当代模型远超人类水平。
低资源非洲语言的潜在空间拒绝锚定：无需重训练的机制性安全恢复
无需训练，提取英文拒绝方向注入推理，恢复低资源语言安全；稀疏编码变体纠偏，四语有效，阿拉伯语失败，多任务降幅微小。
基于人群健康的机器学习揭示社会心理因素与慢性肾病的关联
用机器学习分析大规模健康数据，识别慢性肾病关键预测因子（体检、年龄、血压、心理压力），模型准确率72.56-76.12%，为风险分层提供可解释框架。
解锁新能力：切换LoRA适配器作为工具（SLAaaT）
将LoRA适配器切换作为工具，让智能体在任务中自主切换，解决灾难性遗忘，提升能力并大幅降低能力损耗。
LumiTokens：通过令牌空间光照变换实现3D重光照
提出在令牌空间直接进行光照变换实现3D重光照，无需显式三维表征或物理分解，支持逐光源渐进组合编辑。
自我标签与他人标签引发LLM评审的双向偏差
通过叙事约束选择实验，发现盲评时自我偏好消失，但仅贴自我/他人标签即引发分数双向偏差；作者归属是独立偏差源。
可认证且隐私保护：面向神经网络保证的可扩展零知识证明
PANDA用零知识证明在不泄露参数前提下证明神经网络鲁棒性和公平性，支持290万参数网络，5分钟生成证明，10秒验证，规模远超现有方法。
SuTRA：词根感知的结构统一分词法
SuTRA保留音节完整、惩罚跨词素合并；边界F1+14.7%，语义恢复+34%，chrF2+8.08。
人格引导的大语言模型智能体用于任务型对话
人格引导的LLM智能体在任务型对话中能保持任务表现；适应用户人格提升满意度但降低真实性，线索式适应最优。
高通量免计数单光子3D相机
针对单光子相机高通量下堆积失真与数据瓶颈，提出自由运行采集与分析合成重建，实现宽光照可靠深度与反射率成像。
以代数方式回溯时间
针对线性时序逻辑，提出代数泛化可微语义引擎，含多种代数，实现为PyTorch库telos。
强化学习即（离散）位势理论
综述概率与位势论联系，固定策略下用位势论优化强化学习表示与算法，提升样本效率，扩展至非线性。
多重分布漂移下面向可靠经济预测区间的动态机制感知共形校准
提出动态机制感知共形校准法，在多重分布漂移下覆盖最接近名义水平，可靠性最优但效率略低。
临床域偏移下多器官CT分割的界限感知逐器官召回风险控制
临床域偏移下，逐器官召回风险控制：迁移后7/12超限；WSR边界25例重认证6个一级器官，优于HB。
跨GelSight Mini传感器的力图估计零样本迁移
跨GelSight Mini传感器零样本力图估计：先重建统一触觉图，再用U-Net回归3D力。
基于拒绝别名的消除拒绝缓解
提出权重编辑法：低秩更新模糊拒绝信号，随机别名替换拒绝激活，校正下游矩阵，提升消除拒绝后的拒答分数。
注意力迁移到底迁移了什么？视觉Transformer中的注意力结构与鲁棒性
注意力蒸馏近乎完美且稳定，但鲁棒性差距源于训练不充分，非注意力结构本身。
语言模型和视觉语言模型中的后门学习
探讨NLP和VLM的后门攻击威胁，研究检测与设计，并开发高效多模态表示方法用于临床医学影像。
立场：AI排行榜未能充分服务全球南方——以印度为例
AI排行榜缺乏治理机制，忽视全球南方基准，需建立独立治理的区域排行榜。
基于IEEE特征气体法的优化模糊逻辑变压器故障诊断方法
融合模糊逻辑与IEEE特征气体法，优化规则及CO/CO2分离，诊断准确率达98.6%，显著优于传统方法。
言语化过度自信的不同面向：一项可解释性研究
大模型常过度自信，尤在输出数值置信度时；不确定性由稀疏专用特征实现，干预可缓解该偏差。
循环语言模型提升组合式工具调用
循环语言模型在组合工具调用中表现更优，增加循环深度可提高多步准确率，自适应推理能更高效权衡计算与性能。
从推理到适配：视觉语言模型的统一最优传输视角
提出统一最优传输框架，用Wasserstein距离生成稳健伪标签，结合软标签InfoNCE损失，统一推理与适配目标，性能提升达7%。
解题非绘图：面向奥林匹克几何图形推理的基准
新基准含954道奥赛几何题，评估发现模型解题强但绘图弱，平均编译成功率仅36%，表明数学推理不等于准确作图。
可复现的多模态可供性预测
提出可供性清单规范，涵盖任务、模型、数据与实验协议，促进可复现的多模态可供性预测评估。
安全对齐错觉：大语言模型的跨语言安全缺口
英语中心的安全对齐在非英语中失效，新基准INCLUDE量化印度偏见，发现孟加拉语开源模型偏见最高，英语在开源最低但闭源最高。
DyG$^2$T：利用3D高斯时空粒子图Transformer建模物体动态
提出DyG$^2$T，通过空间补全与时间判别关键点表示，并在粒子图上建模多尺度交互，实现精准物体动态预测，具良好泛化性。
FraudBench：对基于策略的银行代理进行自适应欺诈压力测试
提出FraudBench基准，测试银行代理在对话中应对自适应欺诈的能力，初步评估显示攻击安全性仅49%-65%。
MAVEN：基于紧凑对齐评估器的多模态内容宏观社会价值评估框架
提出宏观社会价值评估框架MAVEN，基于人权与文化理论，对多模态内容多级评分；2B评估器媲美8B并逼近前沿闭源模型。
结构化损失函数下数据驱动多超参数调优的紧界
针对数据驱动多超参数调优，用实代数几何细化上界，提出多机制下界框架，证明紧界，并推广至双层验证损失调优。
CoMVS-GS：协同多视图立体与3D高斯泼溅的表面重建方法
提出CoMVS-GS，融合多视图立体与高斯泼溅，借助PatchMatch互监督及Delaunay网格剖切，提升弱观测与遮挡区域的重建精度与网格质量。
时空交通预测中的通用语义知识注入
通过通用知识图谱构建语义子图并生成嵌入，与传感器图融合，为GNN提供语义上下文，提高交通预测精度。
计算东方主义：用中东文化敏感度评分（MECSS）衡量大语言模型的结构性话语偏见
提出中东文化敏感度评分，衡量大模型结构性东方主义偏见；区域训练模型仍再现，需改变学习来源。
TTSD-FAR：面向LVLM缺失模态情绪识别的测试时自蒸馏与Fisher锚定恢复
TTSD-FAR：冻结教师自蒸馏指导低秩学生，Fisher锚定监测漂移并恢复，适应任意缺失模态，长期稳定且优于基线。
利用人工智能改善农村用药安全：一项范围综述
AI可改善农村用药安全，机器学习减少34%-80%错误，但存在基础设施和临床阻力。