混沌动力系统的基于神经算子的非线性松弛逼近
提出基于神经网络的非线性松弛逼近法，数据驱动学习混沌系统的逼近项，理论保证存在性，并在三个混沌基准上验证。
扩散模型助力更智能的无人机：决策与建模
扩散模型作为生成式AI，解决无人机决策与建模中的数据稀缺问题，提升强化学习与数字孪生效能，仿真验证有效。
过参数化高斯混合模型梯度EM的全局收敛性
证明温和过参数化(n=Ω(m log m))下，随机初始化梯度EM对良分离高斯混合收敛于真实参数，是首个m>2的全局收敛恢复保证。
rEDMRec：将大语言模型推理蒸馏为可编辑经验记忆用于推荐
蒸馏大语言模型推理为可编辑经验记忆，轻量模型只检索记忆排序，多个数据集上优于基线。
QuARC-GS：面向基于高斯溅射的紧凑动态场景流式传输的量化锚定残差编码
提出QuARC-GS：规范帧加压缩残差，量化感知变形与变化门控致密化，保质量速度，存储最高省11倍。
连续演化池：驯服在线时间序列预测中的周期性概念漂移
提出无重放CEP框架，以统计基因识别概念、演化专家池应对循环漂移，误差最高降24%。
SPK：为实时目标检测中的可解释分布外检测引出结构化先验知识
提出SPK，显式挖掘检测器隐含的结构化先验，构成五维表示，实现可解释且SOTA的分布外检测。
相对近似下的单调分类
针对单调分类，首次研究以相对因子逼近最优误差时的最小查询代价，并给出几乎匹配的上下界。
MMD-Flagger：利用最大均值差异检测幻觉
提出MMD-Flagger检测幻觉：利用最大均值差异监控不同解码温度下LLM输出稳定性，据轨迹形状识别，在MUCH基准验证。
精确重构与优化：面向二分类不平衡分类的直接指标优化
提出二分类不平衡分类中精度与召回率优化问题的精确约束重构，用精确罚方法求解，实验优于现有方法。
H²EDL：用于层次分类的超证据深度学习
H²EDL提出树结构超意见，实现层次分类，标定误差较交叉熵基线减半。
LLaMA 3.1 8B中结构感知数值推理的机制可解释性
研究Llama 3.1-8B数值序列建模，发现其内部计算并存储一阶差分，以类似归纳电路机制实现预测。
向量符号策略梯度
提出向量符号策略梯度（VSPG），用超向量表示动作，更新等价于优势加权捆绑，兼具核记忆与鲁棒性保证。
HyPE-GT：图Transformer与双曲位置编码的相遇
提出双曲位置编码框架，增强图变换器性能并缓解深层图神经网络过平滑。
梯度异质性补充Transformer优化中的Hessian异质性
梯度异质性加剧SGD优化困难，Adam等符号方法不敏感，且受层归一化位置影响。
图像引导的GPR数据路面缺陷识别与新型3D深度学习架构
提出RGB与3D GPR数据结合的低成本标注方法，及新型3D CNN架构，有效识别路面修补和裂缝缺陷。
面向单步逆合成的化学合理性感知大语言模型训练
提出Top-K提示训练，用4560万反应训练化学约束语言模型，获最优性能，且模型互补，支持集成逆合成。
TractoGraphVLM：白质纤维束示踪的统一视觉-语言框架
提出统一视觉-语言框架，实现纤维束分类/检索/描述/问答，性能高且零样本迁移。
罗曼诺夫三元组逻辑的形式化验证：面向滑动窗口3-CNF的验证过滤器及其在结构化公式中的应用
首次在Rocq中形式化Romanov三元组逻辑，验证滑动窗口3-CNF过滤及多项式界，明确正确性边界并实现原型。
低功耗神经形态声学异常检测，用于持续机器监控
基于Loihi 2神经形态芯片的声学异常检测，能效比CPU/GPU低两个数量级，适合低功耗持续机器监控。
Open-MOPD：多教师在线策略蒸馏中能力失衡的诊断与修复
多教师在线策略蒸馏存在能力失衡，标准法仅达35.6%潜力；新框架经预算均衡与奖励刷新，回收率升至83.4%
GuideFetch：辅助机器狗并发导航与物体取回的任务协调框架
GuideFetch用LLM规划验证并发取物导航，并行较串行减时41.3%，状态检查区分有效与完成。
眼底图像中的视盘分割：从经典图像处理与可变形模型到现代人工智能
回顾视盘分割从经典图像处理、可变形模型到现代人工智能的演变，总结方法特点，指出边界模糊与跨数据集泛化挑战。
ERASE：加速现代推荐系统训练的早期反向传播调度
利用前向-前向解耦机制提前反向传播，与后续前向并行，在点击率模型上提速9.51%且效果接近基线。
LZ惩罚：一种面向自回归语言模型的信息论重复惩罚
LZ惩罚基于LZ77码长，减少退化重复，支持贪婪解码且不损能力。
Corrections of Zipf's and Heaps' Laws Derived from Hapax Rate Models
SemanticSlider3D：免训练的三维对象连续语义编辑
提出无需训练的三维连续语义编辑方法，生成连贯变体，优于基线并支持原型决策。
超越教师似然：面向长上下文推理的组校准在策略蒸馏
提出组校准在策略蒸馏，用分组相对残差调和教师与验证器分歧，显著提升长上下文推理的模型性能。
当可读性与源文保留相悖：AI翻译中的可评估性缺口
译文可读性与源文保留相悖时，质量评价存在可评估性缺口；复杂文本展示源文未必使评价体现保留差异。
物理展开神经算子用于无线场建模
PU-HNO从低保真射线追踪预测高保真室内无线地图，逐步捕获传播效应，性能超越基线。
ConspirED：阴谋论认知特征数据集与大型语言模型安全性
CONSPIRED数据集捕获阴谋论认知特征，用于建模识别及评估大模型安全隐患。
机器上由机器完成的科学：计算化学中的AI智能体
计算化学智能体数量激增，正迈向全自主AI科学家，自动化趋势不可逆转。
LLM推理中离线强化学习的未来策略近似
提出未来策略近似方法，用未来策略估计重加权梯度，解决推理中梯度纠缠，超过离线基线，逼近在线强化方法且算力低。
MedStruct-S：面向OCR临床报告的键发现、键条件问答与半结构化抽取基准
提出含3582页标注的基准，评测未知键与噪声下三类任务，发现编码器在非空键问答最优，调优解码器整体最强。
GCNO：用于无线信道物理压缩的格拉姆切比雪夫神经算子
提出基于物理的可变速率信道压缩器GCNO，识别主导传播路径，无需标签，精度更高或负载更低，且可迁移至未见天线数。
倾听还是阅读？评估思维链语音到文本翻译中的语音感知
研究发现思维链在语音翻译中主要依赖转录而忽视语音，简单训练干预可增强鲁棒性，需明确整合声学信息。
MorphoGP：潮汐影响下平衡海滩剖面预测的非参数框架
提出MorphoGP框架，基于对比学习分类与高斯过程专家预测潮汐海滩剖面，误差降59.3%，RMSE达0.297米。
单一流水线，多种Transformer：面向表格缺失数据的模式特定插补专家
预训练流水线用可插拔缺失模块生成模式特化插补专家，优于基线；仅MCAR训练的默认模型也稳健。
可重复性不等于恢复：量化潜在狄利克雷分配中的算法稳定性与主题恢复
主题模型重复运行稳定不代表正确恢复真实主题，应区分评估稳定性与准确性，并用多重标准验证。
面向IoT环境的机器学习服务（MLaaS）性能漂移检测
针对物联网中MLaaS数据分布变化与更新导致性能漂移，提出黑盒漂移检测框架，精度提升22-25%，漏检率降9%。
自主农用拖拉机：面向精准水稻种植的集成杂草检测与激光雷达导航
提出集成杂草检测与激光雷达导航的自主拖拉机系统，卫星导航中断20秒仍保持定位，作物行检测置信度超过零点九。
何时称苹果为红：人类遵循内省规则，VLM却不遵守
研究显示，视觉语言模型常违背自述规则，而人类保持一致，挑战其可靠性。
用于解决图神经网络过度挤压问题的异步消息传递
提出高效通用框架，按中心性分批异步更新节点，缓解过度挤压，提升长程任务表现，基准测试显著增益。
HeteRo-Select：以信息量作为异构联邦学习中的参与驱动
以信息量驱动异构联邦学习的HeteRo-Select，提速1.78倍并降低18.2%流量。
KA2L：面向大语言模型的知识感知主动学习框架
KA2L通过潜在空间分析评估模型知识掌握，生成未知问题聚焦未掌握知识，减少50%标注与计算成本并提升性能
大型语言模型的自我改进：技术综述与未来展望
综述大模型自我改进，提出数据获取、选择、模型优化、推理优化与自主评估的闭环框架，并展望未来。
网格细胞在减少海马位置表征中空间混叠的作用
引入网格细胞信号可显著减少空间混叠，较仅边界向量细胞基线降低94%-99%，尤其在高视觉对称环境中效果最佳。
CentaurBench：评测LLM在辅助与自动化真实工作任务上的能力基准
统一框架评估LLM辅助与自动化，排名相关性低，自动化能力非辅助质量代理，且辅助未必有益。
信息论驱动的传播去噪与融合框架用于假新闻检测
针对合成传播数据不可靠问题，提出信息论框架InfoPDF，通过互信息目标去噪、融合真实与合成传播，提升假新闻检测性能。
超越布局与关节：面向具身交互的用法驱动代码场景
用法驱动生成代码场景，以任务为中心建模物体功能与交互，生成可执行可编辑仿真环境，用于具身AI与策略学习。