EvoTS-Agent：面向金融时间序列变点检测的自进化大语言模型智能体
提出验证引导的自进化LLM智能体，自动适配金融时序变点检测，性能超现有LLM智能体，执行成功率100%。
爆炸式DecPOMDP的奇案：通过策略计数控制火势
针对多智能体DecPOMDP规模爆炸，提出策略计数实现可解，并给出高效动态规划。
用于流匹配模型快速视频生成的幅度-方向解耦方法
提出幅度-方向解耦法：轻量模型校准方向替代原模型，复用幅度信息加速视频生成，高达2.95倍加速且保质量。
MaLViL：用于医学图像分割的多轴低秩视觉LSTM
提出MaLViL，将视觉LSTM扩展到解码器各分辨率，采用低秩子空间与跨方向混合，内存降83倍，医学分割达先进水平。
对称强制变分问题神经近似的无参考日志能量神谕恢复：相容里斯重构与存档级选择
对称强制变分问题神经近似：提出无参考相容Riesz监视器最小化准则，单调收敛到日志能量误差，实现存档级神谕选择。
NeurIPS与ICML 2025立场论文轨道调查
2025NeurIPS/ICML立场轨道以改良性批判为主，缺方向引领性论文；应同时征集建构性工作。
局部化TabICLv2：通过k-NN扩展表格上下文学习
用k近邻检索替代全上下文，降低推理成本，保持98.64%准确率，批量加速2.18倍，单查询加速249倍。
超越光栅化速度的可微分沃罗诺伊光线追踪
可微分沃罗诺伊光线追踪以超越光栅化速度实时渲染，支持多种相机效果。
Reflex-Guard：利用密集语义嵌入的低延迟LLM提示安全护栏
Reflex-Guard本地轻量护栏，37.6ms延迟，有害提示召回95.9%，优于基线。
PertMind：利用细胞扰动数据的强化学习激发大语言模型的涌现生物学推理
将细胞扰动数据作为强化学习环境，仅训练前向预测即提升未见场景推理并迁移多任务，实现可扩展的生物学推理。
J-Miner：从语言模型分类器中恢复可执行的决策知识
J-Miner从微调分类器中提取内部信号为可执行规则，高保真复现决策，并迁移至轻量模型。
面向按需合成库高效搜索的领域自适应分子语言模型
领域自适应微调可显著提升分子语言模型在目标库上的表征与采样效率，优于通用嵌入。
去噪方差剪枝与最优脑偏置补偿
去噪方差剪枝与最优脑偏置补偿，用随机矩阵滤除协方差噪声，闭式更新权重免训练，半剪枝保留九成以上精度。
基于预训练模型持续学习的任务锚定表示塑造
面向持续学习，提出TAILS：以固定任务锚修正特征表示，消除跨任务歧义，提升分类与任务推断，开销小。
TRACE-CASH：基于试验历史条件的强化学习用于时间序列CASH中的自适应配置探索
TRACE-CASH：结合演员-评论家与固定规则的时间序列CASH，在41个任务上MASE和WQL排名最低。
FETERS：基于有效比率选择的少样本早期时间序列分类
提出FETERS少样本早分类框架，用留一法选停止比率，以惩罚奖励平衡准确与及时性，结合多特征，5样本下达最优。
Haar 足够吗？探索 Symlets 与 Coiflets 用于小波卷积层
小波卷积中，Coiflet 基以更长滤波器减少分解层数，用更浅层匹配 Haar 深层精度，节省约 32% 参数和 33% 计算量。
操作约束下覆盖最大化的多项式子集路由
提出多项式子集路由，每轮采样专家，奖励取子集最优者，用在线镜像下降与布氏逼近，奖励与约束违规均O(1/√T)遗憾。
环境不变子空间学习用于可泛化深度伪造检测
提出环境不变子空间学习(EISL)，解耦伪造特征与环境干扰，提升深度伪造检测跨域泛化能力。
基于卫星图像时间序列监测牧场恢复：警示与机遇
首次将牧场恢复建模为二分类，用卫星时间序列达0.88精度，强调需控制时间混杂偏差。
论自我改进智能体的脆弱性：方差、任务顺序与欠规格化
再评估记忆型自我改进智能体，发现结果受噪声和任务顺序影响，欠规格化是脆弱性根源，需更严评估与人类监督。
QuantumNovelty：面向量子论文与专利的裁判式评审及可专利性筛查的技能编排语言智能体
开源语言智能体，生成并评审量子计算成果，用确定性门控拦截夸大声明，成本透明，仅作决策支持。
大语言模型能否解释飞行安全事件？基于先验引导的语义LLM方法
提出FlightLLM方法，融合统计专家与语义离散化，以先验引导LLM解释飞行事件原因，兼顾分类与可解释性。
StagedWorkspace：面向知识工作智能体的版本化工作空间
提出版本化工作空间，绑定解析视图与原生文件哈希，显著提升办公与APEX任务得分。
DistillPath：一种高效的2200万参数蒸馏病理编码器，性能逼近大型基础模型
DistillPath-KS16以2200万参数蒸馏大模型，在EVA等基准上逼近顶尖，速度快25倍。
超越BFI：CSI提升大语言模型人格特质评估的信度与效度
针对大语言模型设计新型人格评估工具CSI，显著提升测量一致性与预测效度，实际行为相关性超0.85。
Pallas：AI-RAN中面向LLM推理的主动式KV缓存迁移框架
提出Pallas主动KV缓存迁移框架，切换前并行准备推理状态，显著减少服务中断时间并降低令牌间延迟，保障AI-RAN中LLM服务连续性。
基于GRPO的大模型遗忘中奖励设定与基准可靠性的实证研究
针对目标邻近提示行为未定义，实验比较四种奖励设计，发现优化成功不等于行为遗忘，基准指标或分歧。
伦理决策头：通过人类反馈强化学习实现自动驾驶中的规范伦理操作化
提出伦理决策头，用人类反馈强化学习训练自动驾驶，发现人类奖励自我牺牲胜过减少伤亡，即RLHF学的是实然而非应然伦理。
图机器学习：电力系统的机遇
图机器学习以拓扑感知和高效计算助力电力系统预测、控制等挑战，但基准与数据稀缺，亟待标准化。
基于图结构在线难度估计的高效RLVR调度
提出图结构在线难度估计器，共享样本反馈，避免冷启动和过时，无需专用探测，提升强化学习调度性能。
基于概率检出理论的钢桥AI视觉裂缝检测评估
提出基于概率检出曲线的统计评估框架，量化裂缝检测性能与不确定性，验证AI方法在钢桥检测中的稳健性与实用价值。
HLSR：面向实时避堵的混合实时预测选择性动态车辆重路由
提出HLSR，融合实时速度与短期预测，实现有限干预下的选择性动态重路由以缓解拥堵。
反对政治极化：社交媒体上追踪演变政治意识形态的统一框架
提出TSN4PI框架，用大模型与时空图神经网络追踪社交平台政治意识形态演变，发布数据集，实证验证有效性。
DynaForcing：克服流式虚拟人生成中自强制蒸馏的动态坍缩
提出DynaForcing，解决自强制蒸馏动态坍缩，采用混合强制、动态奖励与参考扰动，恢复动态并提升口型同步质量，降低GPU开销。
编码代理的工作集：仓库规模任务中的一致性债务
事实可用性决定成败，缺失导致虚构；不同配置的消耗差异超十倍，读取无法预测成功。
模拟仪表读数的视觉语言模型：专化、迁移与可靠性的实证研究
微调视觉语言模型直读模拟仪表，误差最低2.39%；但迁移性能下降，模糊干扰最强，高置信错误仍可能出现。
智能体推荐系统中的委托不对称：在线约会中双向接受度的测量
用户愿让智能体代聊，却不愿接对方智能体；委托不对称，仅4-13%配对可行，按接收度路由互动提升三倍。
Hoeffding自适应分裂树用于含概念漂移的数据流分类与集成学习
针对集成学习中Hoeffding树分裂机制适应性不足，提出结合周期与自适应分裂的新树模型，增强集成多样性，实现最优性能。
人工评估中的真实性差距
人类评分是NLG评估金标准，但标准协议有缺陷，Likert量表可能扭曲真实偏好；新协议SPA可有效恢复GPT-3模型排序。
学习去遗忘：通过学习遗忘行为实现机器遗忘
提出L2UL，首个基于学习的模型无关机器遗忘法，习得遗忘行为，高效且精度接近重训，适大数据。
UniTAC：基于加权失真度量的通用任务感知压缩
提出单一学习编解码器，运行时切换任务向量免重训，以加权失真度量实现通用至专用压缩，低码率精度接近专用模型。
用于安全调查中评估LLM替代专家的框架：可靠性、偏见及启示
LLM调查响应虽内部一致，但偏离专家意见（方差小、趋中偏差、观点同质），宜用于试点和假设生成，不可替代专家。
利用合成数据训练热成像无人机检测
提出合成优先训练策略，结合真实微调，少量真实数据即可缩小域差距，语义对齐比模型规模更关键。
尺度至关重要：跨物种三维植物器官分割的自适应粒度选择
提出AGS-PlantSeg，用冻结基础模型与自适应粒度选择，动态选优，跨物种3D分割平均mIoU达88.9%，超固定粒度2.5点，少样本媲美全监督。
如果AI承载她的想象？黑人女孩作为AI故事周末项目的创造者
面向黑人女孩的AI故事周末项目，融合非洲未来主义，培养AI素养与未来想象，通过生成式AI创作叙事，促进计算机教育参与。
世界语语言频率与纠错分析
针对世界语等低资源语言，构建Eo-GP频率分析与Eo-GEC纠错数据集，利用GPT-3.5/4实验，GPT-4表现更优，可提升纠错策略。
一个残差三重复用：面向手势感知的腕带前端
共享单残差生成器实现唤醒、路由与EKF重加权，检测率0.72/0.80，节能47%，误差降4.6倍
学习可泛化的高维神经动力学重建
提出PCA-DMD框架，从局部场电位重建神经动态，性能优于经典方法，支持跨被试零样本泛化，可扩展。
理解词嵌入中的不良关联
证明子空间投影纠偏等价于无偏训练；WEAT高估偏差；RIPA显示SGNS不增加多数词性别关联，但放大刻板词。