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。
VA-Judger：面向联合视频-音频生成的人类偏好反馈奖励建模
提出VA-Judger奖励模型，基于人类偏好数据与思维链，提升音视频联合生成质量，优于现有指标。
WhiteMatter：通过KV混合实现全对全跨层连接
提出WhiteMatter：将每个词元的所有层表示混合为k个KV通道供各层注意力，控制缓存；性能优于层数多一半的Transformer，KV压缩一半仍保优势。
ReX-Shot：基于几何与相机约束生成的单图像重摄影
首个统一框架，从单图联合控制视角、焦距和摄影效果，优于现有方法。
面向开源IC设计轻量级预布线延迟估计的混合机器学习
混合决策树与线性回归，预布线延迟误差降八成，模型小三百倍、快两倍，可解释性强。
FM-Bench：面向竞争智能体的长期管理基准测试
FM基准让语言模型智能体管理俱乐部20年，15个模型完成、脚本基线多失败；成绩由管理行为而非算力决定。
辩论训练减少RLAIF中的奖励黑客行为
辩论对抗训练可减少奖励黑客，弱裁判下性能提升45%，但需平衡博弈防止批评者攻击裁判。
MissDiag：KGQA与KG-RAG中不完整知识鲁棒性的诊断评估
提出MissDiag诊断框架，将不完整知识鲁棒性按证据类型、系统响应和评估协议分解，而非笼统分数。
SPARC：面向门控三维动态胎儿心脏MRI自动重建的切片到容积流程
SPARC流程结合深度学习，实现胎儿心脏MRI自动重建，速度提升10倍，82.6%病例全自动，临床可部署。
MoRAX：基于移动性的地理空间基础模型表示增强
MoRAX基于移动性增强地理空间表示，捕捉城市功能结构，支持零样本部署，超越强基线。
心理健康中的教学式AI：用于自动化临床督导与风险分诊的三流微调大语言模型框架
提出三流微调大语言模型自动督导系统，融合治疗联盟、风险预测与督导分诊，准确率95%，延迟从72小时降至实时。
离线解释选择中成对排序优于单动作强化学习：实用经验
将生成与选择解耦，成对排序优于单动作强化学习，指标达0.5，成本约15美元。
FinRCA-Bench：金融AI系统证据检索与推理基准测试
2250例对账基准，15类故障，检索架构影响AI性能，正确标签≠审计诊断。
MotoSafety：基于学习时间重要性的边缘AI，用于时间压力下两轮车碰撞风险评估
提出基于学习时间重要性的边缘AI框架，用于时间压力下两轮车碰撞风险评估，准确率94.97%，适合低成本部署。
桥接搜索与CRM：将AI产品研究代理生产化以实现客户再互动
提出生产级人工智能产品研究代理框架，连接搜索与客户关系，识别探索性用户，推送个性化推荐，提升点击率与交易。
不确定性量化与基础模型在语义分割中的批判性综述
首次系统评估分割基础模型的不确定性量化方法，揭示精度、可靠性与计算成本间的权衡，指出联合优化方向。
三余工作室：用于艺术史叙事建构的多智能体系统
提出多智能体对话系统，让用户与画作代理互动，生成多元艺术史叙事，增强人的能动性。
基于语义链接不确定性的省略三段论补全配对逻辑选择
提出PWAL方法，在语义链接不确定下支持省略前提/结论选择，提升准确率2.95-30.86个百分点，降低平局率，并透明追踪评分过程。
Teeth2Point：一种两阶段牙科CBCT感兴趣区域到点云的分割框架
提出Teeth2Point两阶段框架，先定位牙齿ROI再转为点token，用transformer分割，自监督预训练增强鲁棒性，异常病例DSC提升1.44。
预算优先资费推荐（BFTR）：一种无过度收费的电信套餐推荐完整算法框架
提出BFTR框架，集成八种预算优先策略，实现零超收；递归混合策略最优，效用达0.946，执行时间小于10毫秒。
超越基于大语言模型的推理：用于智能体故障归因的轻量级图神经网络
提出轻量图网络AFANet，建模轨迹语义与智能体关系，以近零推理成本超越LLM基线，证明故障归因无需重型推理。
面向企业自动化分析与洞察生成的多智能体平台
提出基于CrewAI的五智能体流水线，实现对话式商业智能，准确率95.3%，无幻觉率93%，较单智能体显著提升。
过于自信反而不安全：面向可靠日志异常检测的模型校准
日志异常检测中模型过度自信导致错误，提出LoRD后验校准方法，基于重构距离提升置信可靠性，不牺牲检测性能。
从存储到取用：通过显式提示与隐式推理实现大语言模型参数知识的可验证激活
提出VAKE两阶段强化学习框架，通过显式提示激活参数知识并迁移至隐式推理，优于基线，证实激活而非复制。
大语言模型在不确定性下的偏好推理
大模型偏好推理面临信息不完整、解不存在的不确定性，无法区分确定与不确定情形，验证中亦出现校准偏差。
再循环
推理时架构增强再循环，利用模型自身引导修改，免训练，困惑度降23%，GSM8k准确率升21%。
学习该在何处失败：面向对抗性数据策展的失败模式上下文老虎机
提出失败感知对抗检索框架，将数据策展建模为失败模式上下文老虎机，自适应选样，显著提升SNLI、ANLI等NLU基准准确率。
RTPO：用于稳定智能体强化学习训练的逆回合策略优化
基于逆回合策略优化，通过反向更新消除上下文不匹配与异步漂移，稳定多回合智能体强化学习训练。
共享语法中的共享回路：跨语言追踪主谓一致
多语言大模型跨语言共享主谓一致回路，有屈折变化的语言间共享更强，英语在需要显性一致时更相似。
自写指标：从自身盲点进化评估器
自写指标通过反例引导从自身盲点进化出评估器，在编码基准上以少量标记达到接近完美过滤效果。
TranslatePsy-AfriSLM：面向低资源机器翻译的高质量数据扩展
为19种撒哈拉以南非洲语言构建开源翻译资源，过滤96%训练数据不降质，0.8B小模型超越27B/122B大系统。
DynCur-Geo：面向多模态主动地理定位的动态好奇心奖励塑形
提出动态好奇心框架按目标距离调整内在奖励，平衡探索与收敛，提升多模态主动地理定位性能。
能力，而非准确率：技能优化中无参考评判器门控的诊断方法
无参考评判器门控诊断：判别力受能力约束，需能力大于答案空间倒数；非干预探针可预判门控错误。
FRAGMENT：基于实体感知变换的文档生成与编辑的因子化图表示
FRAGMENT将文档表示为类型化关系图，分两阶段生成结构内容，支持实体感知编辑，实验验证有效。
基于LLM反馈的策略不变奖励塑形：混合强化学习智能体框架
将LLM进度分数作为有界势函数进行奖励塑形，可保持最优策略不变，即使分数不准确，实验验证。
Compress and Forget: bitsandbytes Quantization Amplifies Proactive Interference in LLMs
理解表格基础模型令人惊讶的泛化特性
单个真实表格预训练即可强迁移，且与任务无关；特征数比实例数更关键；提出任务中心与检索式泛化视角。
组合流匹配能量与已知物理：偏微分方程场上的生成、分布外检测与反演
流匹配模型给出显式能量，可校正生成、分布外检测，并与物理能量组合用于反演后验采样。
透明传感器诊断管道搜索中的候选命运核算
提出候选命运核算框架，记录诊断搜索中的候选状态，识别被遗漏的候选，确保审计透明且性能不减。