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。
EfficientSync：基于形变的参考纹理混合实现实时唇形同步
基于形变参考纹理混合的实时唇同步，保留真实纹理，单GPU达166FPS。
WONDER：基于无线电世界模型的多智能体无人机覆盖优化协商框架
提出WONDER，用JEPA世界模型预测轨迹，多轮协商优化无人机覆盖；在11个城市场景中综合得分0.870，覆盖率优于STACCA 0.162，并保持100%连接。
基于分层分析理解多语言医学语音识别适配
医学微调提升多语言医疗ASR，最佳模型因设置而异；英语微调主导编码器变化，多语言延续保留适配空间。
EVADE：带回避的证据验证智能体诊断
EVADE无需训练，以视图一致性门控，不一致则弃答，降校准误差45%。
大型语言模型会幻觉出电子蜃景吗？
AI幻觉不仅是缺陷，更关乎机器意识：创造性与幻觉同源，情感自述亦是幻觉，真意识或不可知。
德语文本自然语言生成中的体验质量评估
提出德语NLG体验质量数据集TextQ-German，混合预测模型优于纯Transformer，验证泛化，提供公开资源。
MedUAG：面向医学多模态模型的统一理解与生成
构建最大医学统一理解与生成数据集（600万实例、14模态）与基准，训练MedUAG，多项任务表现优异。
简单、安全且被忽视：用统计颜色匹配重拾可持续的域泛化
将统计颜色匹配用作数据增强，安全保持结构，提升跨域稳健性，超越深度生成模型，且计算高效。
现实场景中的测试时扩展：为何瓶颈在于利用而非探索
测试时扩展在开放任务中探索有效但利用失效，奖励模型相关性低，选优近随机，仅融合略有效，瓶颈在选择而非候选池。
GrabVG：无人机影像中视觉定位的图注意力绑定方法
提出GrabVG框架，分两阶段预注意假设搜索与图注意力特征绑定，利用稀疏图联合实例内视觉线索与实例间拓扑关系，提升无人机拥挤场景定位精度。
结构、关联与决策价值：基于表示的难度估计用于非洲语言NLI自适应推理
研究发现表示统计量在非洲语言NLI中无法有效估计难度其显著性与决策目标关联不稳定不适合作自适应推理依据
自适应记忆与反思多智能体医学问答系统
提出自适应记忆与反思多智能体系统，利用专用记忆和反思反馈提升医学问答的准确性与推理能力，在基准测试中表现优异。
机构图书-视觉元素：从数字图书收藏中提取、分类、去重和标注视觉元素的开源流程
发布开源流程，从哈佛98万卷图书中提取2260万视觉元素，分类去重并标注，用于数字人文研究。
AI后训练中缺失了什么：一项实证分析
AI后训练中，智能体策略过早锁定，缺的不是经验、指导或推理，而是执行中自发重估策略的机制。
微调随机机器：系统工程师视角下的人机工程运营模型
专家纠正LLM错误常随会话失效，问题在运维而非工具。提出七原则运营纪律，以错误循环为核心，含测量框架。
λ-保持控制：预测性肌肉骨骼模拟中，类人运动从最小任务奖励中涌现
受平衡点假说启发的λ-hold控制器降低探索维度，使肌肉模型用最小奖励一小时学会类人冲刺。
动态纠缠加权剪枝用于供应链风险预测中的量子联邦遗忘
提出纠缠加权剪枝法用于量子联邦遗忘，在供应链风险预测中精度媲美重训练，时间减少约16倍。
描绘ε：追求图像的身份级隐私保证
比较四种图像身份级差分隐私审计，均显示强身份可区分性，但ε估计因假设与有限样本而异，无法可靠排序。
不确定感知的视觉-语言模型艺术史断代
博物馆数据受收藏制度影响，模型时间编码存在纠缠；用不确定回归评估，视觉语言模型优于视觉基线，但仍有偏差。
冻结DINO无需定位器即可定位图像编辑
冻结DINO的补丁扰动响应本身即是定位图，无需训练即可定位图像编辑，AUROC高。
分组随机机器：精度而非能力，作为AI系统的前沿度量标准
前沿模型能力已饱和，真正差异在精度：重复任务输出一致性。可低成本测量，区分系统性偏差与随机散乱，指导改进。
超越文本记录：检测潜在多智能体通信中的隐蔽协调
提出可验证潜在对齐框架，监测隐空间通信，AUROC达0.993，白盒干预降低合谋低报价47.3个百分点。
机构报纸流水线：从历史报纸中提取数十亿高质量令牌
与波士顿公共图书馆共建流水线，从147万份历史报纸扫描中提取163亿高质量令牌并开放数据集。
浪费的大型语言模型：一种生命周期思考方法
将大语言模型视为可浪费产品，应用欧盟废物层级，强调预防浪费（减少训练和滥用）是降低其环境影响的关键。
为验证者分级：大语言模型推理的验证自主等级（L0-L5）
提出验证自主等级(VAL) L0-L5分类，核心发现完整性盲区：验证器只能确认候选正确，无法证明无遗漏。
DeepWeaver：弥合开放域问答中的证据合成鸿沟
提出深度编织框架，用思想块链整合证据，弥合开放问答检索与生成的证据合成鸿沟，提升充分性与引用质量。
当简洁取胜：面向轻量级语义分割的瓶颈感知上下文建模
提出瓶颈感知的轻量级语义分割框架SiConMo，融合局部与全局上下文，实现精度与效率的最佳平衡。
演化不确定性下的稳健风险：熵风险价值的Wasserstein对应
提出基于最优传输的熵风险价值，替代相对熵球以覆盖极端灾难，具对偶形式，随信念锐化风险收缩，实现安全切换。
《2026年全球负责任人工智能指数：概念框架与方法论》
提出全球负责任AI指数第二版方法：五维度38指标，分三大支柱，权重60/10/30，含URAI惩罚扣分，支持跨国比较。
机构藏书—富文本：一个可定制的多语言开源流水线，用于大规模OCR文本的去噪、去重与标注
发布哈佛图书馆98万册藏书的富文本版本，含2.17亿token，通过标注保留元数据，支持按需定制，适用于约250种语言。
熵约束的自适应随机量化
提出熵约束自适应随机量化(ECASQ)，在熵预算与无偏约束下最小化MSE，给出最优及近似动态规划算法。
隐私与仇恨言论检测的权衡：检测仇恨言论，但不以牺牲隐私为代价
仇恨言论检测可能以编码作者身份为代价侵犯隐私，需权衡。基准测试显示平衡隐私与检测困难但可行。
X-LMC：基于DSA的跨视角时空侧支循环评分
提出X-LMC，首用DSA时空多视图深度学习自动评分侧支循环，优于基线，接近临床一致性。
在线上下文矩阵博弈的策略优化与统计推断
提出在线上下文矩阵博弈及新算法，平衡探索与利用，具备统计保证与策略值估计。
基于数字孪生的车辆动力总成CAN总线入侵检测
数字孪生IDS建模动力总成信号，可检测保持CAN模式的载荷攻击，检出率94.6%，误报率39.6%。
ForeSightGuide：面向视障人士的精准低冗余前瞻性导航框架
提出前瞻性辅助框架，结合VLM预测障碍物运动，过滤非威胁目标，减少冗余警报至0.299，漏报率仅0.112，提升视障者安全行走。
Prism-GRPO：通过拆分同结果组实现更快的VLA策略优化
该算法引入执行质量评分拆分同结果组，恢复训练信号，最高减少56%采样，提升成功率并抑制奖励黑客。
利用物理知识和实验数据进行灵敏度分析的信息融合与机器学习
结合物理模型与实验数据，用物理信息机器学习进行全局灵敏度分析，深度神经网络估计更优。
小规模数据集上的学习状态感知动态生成式数据增强
提出LSADA，基于损失变化构建学习状态，动态调整增强强度，解耦扩散融合兼顾多样性与语义，显著提升。
拦截袋鼠：以构造词汇、主动探测及大型语言模型为信息源和假设提出者的实验性星际语言学
实验星际语言学用构造词汇与大模型，以多策略协议拦截袋鼠误译，无未检出错误，覆盖随提议者能力提升
多模态对比学习中的表达能力
对比学习表达能力因架构而异：双塔可逼近任意联合分布；两两求和仅匹配条件分布；加权重向量即可恢复联合普适逼近。
TokenPowerSandbox：面向能效感知LLM服务的证据门控CPU优先筛选
令牌功率沙箱提出证据门控CPU优先筛选用于能效感知LLM服务H100能量误差6-7%但延迟需门控验证
Falcon Perception-HD：基于强化学习的高密度感知
用GRPO强化学习直接优化感知指标，解决高密度场景性能崩溃，免NMS，提升指称分割，保持存在性判断。
Reddit语料库评论级主题漂移分析
提出嵌入动态主题建模法，分析127亿条Reddit评论，政治社会话题漂移显著，音乐体育稳定。
Eureka：面向科学发现的任务条件化元智能体编排
任务条件化元智能体架构，以动态义务图与宏智能体编排，递归任务全过、零误纳，推动科学发现。
论Kac游走的伪混合
Kac游走前k列W距离O(n(k+logn)logn)步混合，解决Oliveira猜想。