轻量级多模态模型能否估计LLM推理性能？面向计算最优文档推理的研究
提出基准BudgetDoc和1B参数DRB预测推理性能并动态分配预算多数配置下匹配或提升F1成本大降
极端干旱期间作物产量预测方法的评估与改进
干旱使预测模型失效，样本加权和特征选择可提升传统机器学习模型，但深度学习模型VITA表现稳定且最优。
面向第一人称视频的视觉语言模型：从手物交互到具身智能
综述第一人称视频视觉语言模型：从手物交互到具身智能，现有模型识别物体强于交互意图，需强化时序推理。
Why GPT式模型不直接迁移至符号音乐？压缩在错误的坐标系中进行
GPT式模型不直接迁移至符号音乐，因压缩需在正确坐标系中进行；分词应构建预测有效且关系无损的坐标系统，保留上下文自由。
DocClaw：面向智能文档处理的统一智能体系统
DocClaw统一智能体系统将文档处理视为智能体与文档交互，共享状态，性能佳。
集中博弈：贝叶斯更新、遗憾与信息
提出二人零和重复博弈，统一贝叶斯更新与指数权重遗憾，将集中不等式归结为比较器变分形式与信息预算约束。
MemFuse：碎片化观察下的多源记忆融合
提出MemFuseBench基准与MemFuse系统，融合多源碎片化观察并保留来源可溯，实验显示综合性能最优。
TabNSM：面向表格回归的神经稀疏混合器
提出TabNSM，以自适应稀疏交互、多阶段回归头与难例采样，在九项基准上实现高效高维表格回归。
迭代微调对复杂历史梵文手稿转录准确性的影响
提出可迭代微调OCR流程，适应手稿布局与外观，减少人工标注，数字化三部复杂梵文手稿并建数据集。
CTIFoundry：面向网络威胁情报的智能体原生语料库脚手架
该框架为威胁情报构建结构化语料，通过类型化边与工具技能，使智能体基准得分提升0.19-0.28，且调用更少。
动态频谱变换器用于超高清水下图像增强
提出动态频谱变换器，用频域注意力处理水下图像高低频畸变，提升色彩与清晰度，效果领先。
Aslema在NADI 2026：少样本增强的口语理解
系统用少样本合成数据增强口语理解，微调优于零样本，意图准确率高，槽填充排名第一。
基于时间表示建模的组合历史图像检索
提出时间分解表示，将历史照片分解为正交时间与内容子空间，支持无监督时间迁移，兼顾组合检索中的日期与物体检索。
重新审视WEASEL 2.0：复现、敏感性与自适应集成规模规则
复现WEASEL2.0于114个UCR，精度吻合；集成规模规则过配，自适应规则省内存时间，精度基本不变。
X2Streaming-TTS：具有语音状态继承的流式文本因果词元级语音合成
X2流式TTS实现严格因果词元级合成，用因果承诺与语音状态继承保证连续，低延迟且质量接近离线。
面向SFT后医学图像描述的临床结构化代理奖励
提出临床结构化代理奖励优化医学图像描述，结合图像邻域对齐与临床图一致性，提升整体、相关性与事实性。
自主提示与跨模型共识实现从科学文献中可复现的数据提取
前沿LLM按专家提示提取文献数据，自写提示效果接近专家，但自主检索易出错，需人机协作确保数据准确。
大语言模型的免训练推理时自我反思与成本受限早停
提出免训练推理协议EvoResearcher，通过自我批判修订与显式早停，在冻结模型上零梯度更新，以约2.1次生成达到同等精度，终止82-88%任务。
网络去噪再探：受里奇流启发的图扩散方法
提出基于曲率引导的里奇扩散法，利用里奇流思想调节图几何，实现稳定去噪并提升结构恢复效果。
有效场论视角下扩散模型中的信息传播
用有效场论描述卷积扩散模型去噪，预测并验证两点互信息按布朗运动增长。
CamWorldQA：相机控制的世界视频生成的感知质量评估
提出首个相机控制世界视频生成感知质量评估基准，含720个视频，并设计三分支无参考评估网络，性能优越。
可验证弃权使供水管网中的AI漏损诊断可问责
可验证弃权使漏损定位可问责：数字孪生证伪，LLM审计，有据才派工。噪声下精度32%→96%，独立测试4/33全对。
EgoHRV：从自我中心系统连续估计心率变异性以评估自主反应与技能
提出新方法，从自我中心视频估计心率变异性，跨域预训练提升精度，使技能评估准确率提高17.8%。
可读、忠实、被使用：语言模型中人口统计身份的三种可分离属性
人口身份可读、忠实、使用三者可分离；注意力头最忠实，因果使用不随忠实，探测改善但群体排序恢复少。
通过健康信息学中的多层级公平推进健康公平
评估多层级公平技术的健康公平效果，揭示实施与报告差距，提出提升透明度和优先健康公平的建议。
中文标题
冻结视觉语言模型写控制代码，闭环内每K步重写，无微调。成功率从3.5%提升至35.1%，提升十倍。
OWL类表达式的句法简化
提出CES算法，在保持语义的前提下简化OWL类表达式，减少冗余，提升推理效率与可读性。
RVLoss：面向自监督LiDAR场景流估计的两轮投票损失
提出RVLoss两轮投票自监督损失，增强LiDAR场景流刚性，Argoverse2上突破SOTA，性能提升20%。
ORBITER：面向智能体式末端配送的冲突感知决策
ORBITER通过决策点建模与LLM推理，实现冲突感知的末端配送决策，平均提升9.2%
DentAgent：以证据为中心的多智能体协同用于多模态牙科推理
证据为中心的多智能体牙科推理框架，整合多模态证据，性能领先，多标签诊断超越资深专家17.3个百分点。
SkillGate：长时程智能体中策略内技能选择训练
SkillGate分离信用通道，解决选择器信用饥饿，将9B策略成功率从40.8%提至53.2%，优于纯结果奖励。
哪些CS1学生会不及格？——利用加权学业动量与交互日志，从计算机系统与架构的学习分析中识别数字标记
基于加权学业动量、人口学与LMS活动的数字标记，第五周以87%召回率识别挂科生，AUC0.800，可部署预警。
动态混合专家服务的常数竞争比算法
证明动态混合专家服务随机原问题竞争比为常数Θ(1)，给出常数竞争算法并经Lean 4机器验证。
打破最弱环节以逃避视觉语言模型
提出仅优化视觉编码器的梯度攻击，高效生成微小扰动，使多个开源VLM输出错误语义，揭示其脆弱性。
少量病例足矣：MedSAM3 LoRA微调标注效率的实证研究
仅十例标注即可达临床级分割，媲美专家系统，训练快两至三倍。
梯度幻象：大语言模型分割学习中可训练但标签不可辨识的梯度
梯度幻象破坏梯度与标签目标的一致性，令攻击者无法从梯度反推标签，同时保持训练效用。
TestifAI：基于断层扫描的深度学习系统测试
提出TestifAI，用低阶扰动测试预测高阶组合鲁棒性，误差低于7%，推理减少60-80%。
事后辩论评判理论
提出事后辩论评判理论，比较了大模型评判与论证语义，后者更具形式保证，更适合辩论驱动AI。
基于执行过程的评估揭示语言模型在环境科学计算中的隐藏缺陷
执行基准揭示：选择题虚高≥12%；失败多因未持续应用已知公式；前沿模型在特殊条件下仍弱，需专家监督。
变分量子自然语言推理的SPSA超参数调优
SPSA超参调优后QNLI准确率55%，仍低于参数位移基线；Bures预处理放大噪声。
MITRE-SAGE：一种多智能体网络安全问答模型
提出MITRE-SAGE多智能体框架，融合语义与结构知识，优于现有方法，并构建3000问答对基准。
SED-FOD：散射感知专家分解的少样本跨传感器SAR目标检测
提出散射感知的共享-特异特征分解框架，用于少样本SAR跨域目标检测，性能优越。
LLM自一致性中错误共识的分解：GPT-4.1案例研究
多数投票在难题上或适得其反；GPT-4.1上偏好渠道解释多数共识，但开放域存在不可解释残差，高共识非认证。
CL4D：动态场景下面向视觉-语言推理的对比语言-4D预训练
提出首个直接处理动态点云的四维视觉编码器，用对比学习对齐语言与时空几何，构建四维视觉语言模型，性能大幅领先。
异构数据集的对角多组学整合
研究异构数据集的对角多组学整合，分析生物异质性，提出基于最大最小点差的新异质性特征。
CutMix对语义分割可靠性与鲁棒性的影响
CutMix对分割精度影响轻微，但能提升可靠性，尤其增强分布偏移下的校准与不确定性。
有序数据域上规范寄存器自动机的学习
提出有序数据域上确定性寄存器自动机统一主动学习框架，多项式时间可学习，整数域最小化可判定，改进复杂度
MIFR：一种模态不变与公平的皮肤疾病分类表示框架
提出MIFR框架，融合临床与皮肤镜图像，以多目标损失实现模态不变和公平性，性能与公平性均具竞争力。
SMTrap：基于SMT冲突引导的针对大型推理模型的低成本拒绝服务攻击
提出SMTrap，利用SMT冲突计数引导生成推理密集型查询，无需模型反馈或GPU，实现高效DoS攻击。
识别隐含前提以实现论证图的逻辑重构
提出神经符号管道，用大语言模型生成隐含前提并转为逻辑公式，与显式前提/主张共同判定蕴含、矛盾或中立关系，在Microtext语料库上评估。