不确定时变奖励的定向越野问题：日常服务机器人的框架与基准
提出不确定时变奖励定向越野问题，分析规划时域与自适应的权衡，服务机器人基准显示长时域加在线自适应有效。
稀缺测量下多物理偏微分方程的参数场估计
新方法以坐标神经网络从稀疏测量中推断多物理PDE参数场误差降两个数量级预测误差降十倍并支持远域外推
一种从含噪时间序列学习混沌动力学的弱惩罚神经常微分方程
针对含噪混沌动力学，提出弱惩罚神经常微分方程，利用弱形式过滤噪声，提升短期精度与长期不变量，高效稳健。
预测开放域问答中检索增强的收益
预测检索增益，用检索信号、答案特征及LLM内部状态构建预测器，动态选择是否检索，提升答案质量。
基于变点感知的PPG血压估计评估与重校准
提出基于变点检测的PPG血压估计评估框架，发现模型在血压波动时性能显著下降，并引入针对性重校准以提升鲁棒性。
聚类聚合GAN（CAG）：基于聚类的混合家电模式生成模型
提出CAG混合生成框架，按行为特性分派分支，聚类建模间歇电器并提升真实性与稳定性。
ORV：以4D占用为中心的机器人视频生成
提出ORV框架，以4D占用为中心，融合动作与占用先验，提升视频质量与可控性，构建数据集，支持多视角。
伯恩斯坦-瓦齐拉尼网络：基于干涉的量子机器学习
提出伯恩斯坦-瓦齐拉尼网络，借量子干涉进行监督学习，免梯度、通用逼近，分类与图像表示表现强。
去噪感知反演：揭示噪声保护文本嵌入中的隐私风险
提出去噪感知反演方法，融合残差去噪器与生成式反演，重建质量大幅提升，表明简单高斯扰动不足以保护嵌入隐私。
行随机矩阵在去中心化学习中被证明能优于双随机矩阵
行随机矩阵在加权希尔伯特空间自伴，无双随机矩阵的惩罚项，即使谱隙更小也可能更快收敛，并给出拓扑条件。
面向图神经网络的社区隐匿
提出FCom-DICE方法，通过重连关键边并调整节点特征，降低GNN对目标社区的识别能力，在保持网络特性的同时优于仅结构扰动方法。
EPEX日前能源市场曲线的参数化与生成式预测
提出参数化与生成式两种EPEX日前曲线预测法，扩散模型生成曲线分布并在储能优化中收益更高。
流行病预测中如何（不）混合神经模型与机理模型
提出多尺度分解与受控神经ODE混合模型，应对非平稳动态，五数据集RMSE降21-63%，峰值检测最优。
LT-Mem：面向终身场景理解的波动感知时空记忆
提出LT-Mem波动感知记忆框架，融合3D感知与时序推理，三元记忆保留对象历史，性能超基线且更省。
LM-CartSeg：面向影像组学分析的膝内外侧软骨与软骨下骨自动分割
全自动分割膝内外侧软骨及软骨下骨几何分侧质控影像组学特征优于形态学骨关节炎分类曲线下面积零点九一
视觉语言模型在零样本隐私分类中的鲁棒性研究
系统评估开源VLM在零样本隐私分类中的表现，发现其抗扰动强但精度和速度不如专用小模型，仅靠规模不够。
基于频谱分形自相似性的可泛化AI生成图像检测
提出Fractal-CNN，利用频谱分形自相似性检测AI生成图像，跨生成器泛化强，准确率93.93%。
目光所及：基于凝视监督的多模态胸部X光诊断与报告生成
提出凝视监督多模态框架，利用眼动追踪提升胸片诊断与报告生成，AUC提升4.4%、F1提升13.3%，增强可解释性。
WorldPack: 面向长上下文视频世界模型的动态帧压缩
提出WorldPack，基于3D空间相关性动态压缩帧，扩展上下文至22帧，优于基线。
OccDirector: Language-Guided Behavior and Interaction Generation in 4D Occupancy Space
半监督医学图像分割去偏的语义类分布学习
提出SCDL框架，学习类别条件分布并对齐语义锚点，减轻类不平衡，提升半监督分割，尤其低频器官。
2Xplat：为前馈3D高斯泼溅解耦几何与外观建模
提出两专家设计2Xplat，分离姿态估计与高斯生成，无需位姿，5K迭代内媲美SOTA，挑战统一范式。
SIDScope：生成式推荐中语义ID接口的诊断资源
生成式推荐语义ID接口诊断资源，多信号评估映射健康，揭示前缀对齐与路径计数偏差，刷新后需单独交接验证。
超越预测公平性：量化糖尿病视网膜病变筛查中跨人口统计群体的归因一致性
提出ECS指标量化归因一致性，发现预测公平与解释一致性互补，需拓展公平性评估。
量化基因组语言模型中的记忆化与隐私风险
提出多向量评估框架，量化基因组语言模型的记忆化与隐私风险，发现不同架构风险各异，需多角度审计。
TiMi：用多模态混合专家赋能时间序列Transformer
提出TiMi，利用LLM生成因果推断，经多模态混合专家模块融合文本与时序，免显式对齐，在十六个基准上达到最优。
ImplicitTerrainV2：小波引导的空间自适应神经地形表示
提出小波引导的空间自适应神经地形表示，高精度、低存储，训练快，支持连续查询与导数计算。
干草堆中的越狱
提出NINJA越狱法：将良性内容附加于有害目标，利用位置效应提升攻击成功率，低资源、可迁移、计算最优。
VTONQA：面向虚拟试穿的多维度质量评估数据集
构建首个VTONQA虚拟试穿质量评估数据集，含8132图像、24396评分、三维度，基准揭示局限。
IPV-Bench：面向多样化图像到视频生成场景的图像保护方法基准测试
首个图像保护基准，统一评估有效性、保真度与鲁棒性，发现保护与破坏冲突、跨模型迁移差、易被预处理攻破。
鞑靼斯坦地名：面向地理空间问答的双语数据集与混合RAG系统
构建俄鞑双语地名数据集及混合检索问答系统；混合检索与抽取式阅读器显著优于基线，性能优异。
$O_2$的MCFL性质的加强
针对字符串元组分解，给出比现有定理更强的刻画，强化了$O_2$为多重上下文无关文法的证明。
AlphaClifford：基于模型强化学习的高效Clifford综合与转译
基于模型强化学习的AlphaClifford能高效综合Clifford电路，降低门数，并支持硬件约束转译及Clifford+T优化。
SkillNet：创建、评估与连接AI技能
提出SkillNet基础设施，统一技能创建与评估，含60万技能，提升奖励40%，减少30%执行步骤。
遗忘、可塑性与共同观察：持续学习的第三个维度
持续学习中，共同观察数据是独立于遗忘和塑性的第三因素；同时观察有益泛化，重放优势源于重获该收益。
SkillForge：面向项目特定问题解决的自蒸馏智能体
SkillForge通过合成项目特定问题并蒸馏为技能，主动获取项目知识，显著提升问题解决性能。
如何充分利用你的掩码语言模型进行蛋白质工程
针对掩码语言模型提出随机束搜索采样法以优化蛋白质性质，体外实验表明采样方法影响大。
可解释架构的图形化设计
提出一种基于Penrose张量记号的图形语言，用于设计可解释AI架构，可全局概览并直接对应PyTorch代码。
LACONIC：通过两阶段训练课程实现可扩展稀疏检索的稠密级效果
提出基于Llama3的LACONIC稀疏检索模型，两阶段训练后8B版在MTEB达60.2 nDCG@10，比稠密模型省74%内存，CPU上高效。
智能体如何在自动科研中失败：对100项真实前沿科研任务的端到端诊断评估
新基准评估百项前沿任务，总结45种失败模式，核心缺陷为智能体缺乏元认知循环。
STAND：面向遥感图像变化描述的双粒度消歧语义锚定约束
提出语义锚定约束与双粒度消歧方法，逐步解决遥感图像变化描述中的视角、尺度及知识歧义，性能优越。
ForestMamba：几何引导查询的稀疏Mamba三维森林点云分割
提出森林曼巴方法，融合森林先验与线性状态空间模型，实现高效结构感知分割，性能优且推理快、显存低。
概率程序合成中的似然作弊
强化学习训练语言模型编写概率程序时，可用未归一化分布虚增似然奖励；语法约束可预防，安全子语言有效抑制。
聚焦式推理：面向视觉语言模型的有状态、基于动作的视觉聚焦
提出Foveated Reasoner：从低分辨率视图按需聚焦，选择性获取高分辨率证据并注入解码轨迹，用强化学习优化，低视觉预算下提升准确率。
Flama：用于开发部署生产级API、机器学习与LLM服务的Python框架
Flama：基于ASGI的Python框架，统一API、ML与LLM，支持自动CRUD与多后端LLM。
认知从属：生成式人工智能与知识的基础设施
生成式人工智能将主流认知方式设为知识默认基础设施，少数认知被吸收但结构从属。法律应从下游转向训练层面。
EgoMemReason：面向长时程第一视角视频理解的内存驱动推理基准
EgoMemReason基准评估实体、事件、行为三种记忆，含500个问题，最佳模型准确率仅39.6%，揭示长时程记忆远未解决。
多类与列表学习的最优样本复杂度
证明多类假设类超图密度不超过DS维，解决长期猜想，确定多类与列表学习关于DS维的最优样本复杂度。
Key Coverage Matters: Semi-Structured Extraction of OCR Clinical Reports
欧洲气候雄心面临审视：基于深度学习排放预测的证据
深度学习预测显示，欧盟2030年排放将超目标35%，电力部门进展达标，交通部门严重滞后。