基于记忆库修正的无训练人在回路异常检测
无训练人在回路：专家编辑记忆库修正检测器。十样本加修正效果接近全训练，显著改善12/15类且无损害。
GenEx：基于密码子共现网络的SARS-CoV-2变异检测图表示范式
提出GenEx，将密码子序列转为共现图并提取特征，用奇异值平方增强分类，高效检测SARS-CoV-2变异。
任意格中杰卡德距离的三角不等式
模赋值下任意格中杰卡德距离满足三角不等式；相对补分配格需超模与对数子模，超模性必要。应用于量子信息、机器学习
基于分数生成先验的并行贝叶斯成像：皮卡德近端蒙特卡洛
提出PiX-MC并行贝叶斯采样框架，结合近端Langevin与Picard迭代，多块退火，保证收敛，CT成像提速50倍。
大规模推荐解释中LLM评判者的生命周期
LLM评判者生命周期：构建、训练、部署、监控；用于Netflix推荐解释，提升新内容观看与播放转化。
消除几何
提出消除几何框架，研究局部最优对象由共享规则实现的条件，区分架构阻碍与模型误差，指导修复与验证。
PATE-Forensics：感知即工具——面向通用多模态大模型的可解释深度伪造取证
提出感知即工具范式，解耦检测定位与解释；工具输出取证上下文，供通用多模态大模型解释，免微调，以0.89最佳分居首。
标签偏移下分子属性的共形预测
针对标签偏移，用共形预测加权分数，无需重训给出严格区间，稳健量化分子属性不确定性。
StateTrace：一种面向长视频隐藏状态时空推理的对象中心框架
提出状态追踪框架，以对象为中心，构建时空状态记忆与HSR基准，解决长视频隐藏状态推理，性能大幅提升。
你即你所提示：农业食品视觉语言模型中的提示词质量、领域偏移与不确定性
ZPE在领域偏移下显著提升农业食品视觉模型性能与校准；PID用提示不一致检测不确定性，改进失败检测。
因果局部状态：动力系统的可扩展同时因果网络推断与预测
提出因果局部状态框架，为每节点独立选最小邻域，同时推断因果网络并预测，重构精度高，预测与已知网络相当。
MAGPIE-Net：基于多时相FY-4A AGRI观测预测站点邻域短时强降雨事件
提出MAGPIE-Net，直接由卫星观测映射站点事件，优于网格降水预报，显著提升短时强降雨预警命中率与提前量。
对齐即一切：通用音频-语言模型的无指令训练
提出仅对齐训练的音频语言模型，冻结编码器和LLM，只学轻量投影器，无需指令，匹配或超越大量后训练基线。
按设计可缓存？为局部性训练混合专家路由器以对抗边缘内存带宽墙：一项预注册的阴性结果与系统测量研究
混合专家推理受内存带宽瓶颈制约；训练路由局部性可减少缺失但困惑度超标，预注册阴性；结合无训练重路由最佳。
跨视图对应是一种测量干预：智能体评估与信用分配的双向验证
跨视图对应是测量干预，需双向验证避免敏感性/不变性错误；提出效度理论与审计，实证显示最优回溯有分歧。
道义缺口：大语言模型与义务的情态语言
AI文本少用正面义务情态词，频率接近正式书面语，人际义务表达弱于当代人类，且存在体裁差异。
MR-IQA-2：基于细粒度信用分配的忠实图像质量反映
提出演员-编辑-评判框架，细粒度分离推理与评分监督，使盲图像质量评估更忠实可靠。
高风险环境下基于EEG的机器学习分布外检测
引入EEG分布外检测基准，评估多种方法及下游临床任务，区分检测与不确定性估计，组合互补方法形成安全网。
rl-triton：用于强化学习信用分配的高性能Triton GPU内核
提出rl-triton，以统一关联扫描实现7种RL算法，速度提升1.6-5.7倍。
葡萄牙语语言模型：系统性映射研究
系统梳理葡萄牙语语言模型，分析46个模型的架构与数据等，并探讨演化关系与未来方向。
零样本SAM2分割与基于视觉变换器的退化泥板埃兰楔形文字符号识别
提出分割引导变换器方法，零样本SAM2分割加微调ViT识别退化泥板楔形符号，准确率86.41优于CNN。
OmniHandwritingOCR：评估多模态大语言模型在手写OCR场景中的诊断基准
提出OmniHandwritingOCR基准，覆盖手写文本与数学公式，评测13种系统，结果显示现有模型在多行公式上性能骤降且存在幻觉。
叙事熵（Sn）的操作化：两场景注册试点报告与预验证协议
叙事熵首次被操作化：两场景试点，独白得分高于对话，与直觉相悖；拒绝修正公式，预注册区分三种解释。
SPARC：面向分布偏移工业异常检测的子空间位置感知鲁棒少样本校准
SPARC逐单元子空间投影少样本校准，无需梯度，7种检测器AUROC+13.8，AU-PRO+3.5
锯齿前沿：评估代码智能体对语义保持变换的鲁棒性
代码智能体遇语义等价改写后，多数配置性能略降，鲁棒性因支架而异，前沿模型仍易受影响。
SAM2Dual：面向长期视频目标分割的免训练双记忆方法
提出SAM2Dual免训练双记忆方法，结合长短时记忆与文本感知，提升长期视频目标分割稳定性。
DART-SD：面向多轮工具调用代理自蒸馏的菱形拓扑感知检索与调优
提出DART-SD，以菱形拓扑感知检索与局部监督自蒸馏，避免全局强制模仿，显著提升多轮工具调用性能。
分割联邦学习的高效资源优化
提出分割联邦学习联合优化框架，实现模型分割与资源分配全局最优及近似解，高效平衡能耗与延迟。
教会Molmo2Fish：迈向自然语言引导的交互式鱼类追踪
提出用多模态大语言模型交互修正鱼类追踪预测，性能高但自然语言引导仍有提升空间。
当干净信号不足：检测结构歧义以实现安全的可穿戴压力分类
提出的ICCM监测器可量化个体耦合差异，识别结构歧义，但仅轻度改善漏检，不能作为独立安全保证。
面向自主科学智能体的制品中心、声明感知可观测性
自主科学智能体需审计，仅日志不够，应输出制品与声明血缘作为最小审计层。
FACET：在终端任务合成中保留源意图与可执行状态
FACET通过共享可执行状态和保留源意图合成终端任务，微调后性能显著提升。
通过形式抽象提升资源受限语言模型的自然语言组合优化准确性
提出SDDL神经符号框架，将自然语言调度转为紧凑表示，提升小模型可行性至55.3%，优于直接生成与求解器代码基线。
循环网络中的动态压缩
动态压缩让循环网络可回顾历史并修正固定大小状态，降低存储需求，提升多函数复用效率。
面向无人机视觉里程计的图像匹配方法评估
评估图像匹配方法用于无人机视觉里程计；合成数据集下，RoMa最佳，SIFT优于部分最新方法。
大语言模型中的比喻与文化知识：通过微调探究跨域迁移
在四个模型和阿拉伯语数据上，诗歌微调提升习语理解，文化微调降低谚语准确率，跨域迁移近于噪声。
哪些负样本重要？问你的文本编码器：密集字幕检索的自适应相似度边际
HN-CLIP用文本编码器的文本-文本几何构造自适应负样本边际，提升密集字幕检索，无需额外数据或开销。
UMER：面向通用多模态检索，通过成对感知判别推理统一嵌入与排序
通过成对感知判别推理统一嵌入与排序，联合对比嵌入与判别排名，互蒸馏提升通用多模态检索，并达最优。
被遗漏的模式即罕见规则：连续代码世界模型中的采样验证危险定律
采样验证的危险：N次门控全部漏掉稀有事件的概率为(1-r)^N；接受只证明样本一致，不保证模式完整。
基于PyTorch原生栈的服务器CPU小型NLP模型高效INT8推理
将平滑量化技术集成至TorchAO，针对英特尔至强优化INT8推理路径，通过图融合和内核选择，实现5.8倍加速且精度几乎无损。
OmniAlign：面向词与句对齐的统一多语言对齐器
OmniAlign是一个轻量统一多语言对齐器，同时支持词级与句级对齐，通过四阶段训练平衡细粒度与长文本性能，在多项基准上达到领先水平。
当安全凌驾于视觉：探究视觉语言模型中视觉影响与安全对齐的动态关系
安全对齐的VLM在安全指令下拒绝回答，但视觉证据仍影响解码；安全抑制的是表达而非感知，干预可恢复回答。
Rademacher和的四阶矩几何
确定拉德马赫和的高阶矩对四阶质量依赖，证明p≥4高斯稳定性不等式、p≥5欣钦常数猜想及p=3二次稳定性估计。
PCQA-R1：利用强化学习推进泛化的三维点云质量评估
PCQA-R1：首个强化学习大模型用于点云质量评估，结合GRPO反向推理与高斯奖励，跨数据集泛化最优。
极端资源稀缺下的西夏文分词：整合传统词典与无标注文本
首次系统研究西夏文分词，融合词典、无标注文本、统计特征和MLM，F1达0.911，超越监督词汇。
PALATE：基于自适应品味演化的多用户人像修图个性化美学学习
共享奖励演化框架，分全局类别用户适配器，循环蒸馏，少量排序即可个性化，偏好预测准确率72.83%
SIGMA：SHAP引导的隐式轨迹生成用于无元数据LLM自动特征工程
提出SIGMA，用SHAP引导特征生成，免元数据，常量上下文；隐式轨迹降重复率至6.8%，均用5.4特征达SOTA。
大语言模型在文本之外是否安全：表情符号是否暴露安全评估的盲区
表情符号增强提示测试显示，不同LLM鲁棒性差异显著，仅用文本评估可能低估漏洞。
CDGP：对比双高斯过程用于弱监督异常分割
提出对比双高斯过程，仅用训练数据建模正常与异常分布，弱监督异常分割取得最优效果。
利用知识编辑中的关联上下文检索构建针对大型语言模型的白盒攻击
提出基于知识编辑的白盒攻击，利用关联上下文检索将约束移除扩展至整个类别，攻击有效且不损通用性能。