ChronoGraph：面向交互理解与具身规划的视觉语言模型功能化4D场景图
提出功能化4D场景图ChronoGraph，统一表示观察与预期状态变化，训练视觉语言模型实现交互理解与可落地规划。
罗生门式维基百科：分歧历史叙事的数据视角主义分析
分析五语维基中罗马尼亚争议事件叙事分歧，发现引用隔离与地缘政治波动，提出Peace-Maker和解流程。
OverForge：通过策略与战术推理助力协作式终身适应
免训练分层架构OverForge分离持久策略与战术执行，提升协作智能体的长期适应与配合。
A 帮助 B，而 B 损害 A：指令微调混合中的有向迁移
任务迁移非对称：A助B而B损A。迁移图预测未见混合，跨规模选任务，推理准确率最高提升14个百分点。
PCB-MC：印刷电路板缺失元件分析
发布PCB-MC数据集，用于PCB缺失元件检测，含197种板型；基准显示现有方法在新板型上仍难奏效。
DensePed-Lite：面向遮挡下密集行人的质量感知自适应检测
提出DensePed-Lite，以质量感知自适应为原则，通过三项协同机制，在低复杂度下实现遮挡密集行人检测的精度效率更优平衡。
用于铁路车门异常检测的跨信号一致性周期感知自编码器
TCAA-CS以开停关周期无监督检测车门异常，融合重构、潜空间与跨信号一致性，召回93.8%、精确97.3%、误报0.5%。
稀疏优先推理引擎SparseEngine支持15种稀疏方法，吞吐超10倍，解码快2.5倍。
SparseEngine：稀疏优先推理引擎
信任不是分数：面向高风险 AI 智能体的运行时保障契约
提出运行时保障契约RAC，以强制门禁和证据状态动态约束高风险AI智能体权限，禁止仅凭总体评分授权行动。
InfoAgent：基于证据的信息图可追溯生成与修复
InfoAgent免训练，以类型化依赖图绑定证据，分层生成并依赖感知局部修复信息图，提升准确率、缩小修复范围。
Argus：真实 EKS 下预测 Spot 中断何时优于简单检查点
Argus在真实EKS验证：SIGTERM检查点可扛Spot回收；预测可零浪费，但提前量过大导致过迁移，周期性检查点仍是强基线。
面向蛋白质定向进化的结构感知强化学习
提出结构感知强化学习框架StructEvo，融合突变结构特征并分解突变空间，性能提升最高16.3%，发现GFP上位效应。
从失调到编排：同策略蒸馏中的教师干预
提出MAESTRO，用局部策略分歧自适应教师接管与生成时长，在八个数学推理基准领先，训练长度降67.3%。
E-MoE：面向非因子化扩散语言模型的增强型混合专家
基于MoE路由的离散共享隐变量，将反向过程建模为因子化分布混合，提升少步生成且不增参。
评估受监管智能体AI中的有限自主性：一个带有宪法奖励、升级标签与运行时治理的诊断测试装置
提出诊断框架，用六类信号与运行时治理评估受监管智能体有限自主性；小规模试验显示配置方差可压倒调参效果。
参数对称性决定过参数化非线性网络中的表征几何
参数对称性经加法、复制、缩放三种特征变换重塑表征，使表征几何分为本质与辅助成分，简并性随过参数化增长。
ResARC：面向超低码率图像压缩的残差感知自回归编码
提出ResARC，显式补偿量化与生成残差，在超低码率下保持有竞争力感知相似度并显著提升分布保真度。
泛化信号未必是模型选择信号
几何代理虽与泛化差距相关，却无法可靠选出部署最优模型：泛化信号未必是模型选择信号。
从残骸到智慧：从真实世界多视角照片中恢复碰撞力学
利用事故车多视角照片预测碰撞变形分类描述符与ΔV，为缺失结构化数据的碰撞力学估计提供参考。
通过状态增广学习无限时域平均奖励CMDP
提出首个计算高效的无限时域平均奖励CMDP算法，达到最优√T遗憾与约束违反。
QuanVI：基于量子最大混合态的分数变分推断
QuanVI结合混合态密度算符与量子张量网络，压缩参数、规避简并本征向量不唯一，高维分数变分推断有效。
OSWorld-Science：面向学习与使用科学软件的计算机使用智能体基准
OSWorld-Science基准含146项科学软件任务，以执行评估检验智能体能力，顶尖视觉语言模型仍面临挑战。
从给定证据到收集证据：面向纵向医学推理的智能体学习
提出CASE临床智能体系统，构建纵向多模态基准，通过智能体学习赋能医学推理，性能超GPT-5.4。
学习隐写术容易，学习隐写推理难
隐写推理远比隐写通信和编码推理难学，多数任务仅靠有监督微调习得；但掩护任务便利时三种方法皆可学会。
FIGS：在不惩罚共情的前提下评估多轮谄媚行为
提出双轴框架FIGS，用10轮自适应对话区分谄媚与共情，发现模型或滑向谄媚、或过度冷漠。
共语言学：AI增强的语言学理论构建
AI作为共同科学家参与语言学理论构建与评估，加速理论显式化、比较与提出，但人类仍居核心。
OmniReasoning：突破音视频联合推理极限
提出音视频联合推理基准、数据引擎与模态分解自蒸馏法，在多项基准显著提升全模态模型表现。
组件替换证据能确立什么？对LLM智能体中局部决策的批判性范围综述
综述348项研究，区分组件替换的任务收益与局部决策质量贡献，指出局部与任务指标同升不足以证明归因。
面向多线路公交驻站控制的完成感知跨保真度离线到在线强化学习
研究多线路公交驻站控制的跨保真度离线-在线强化学习，解决低乘客时间与行程未完成并存的失效模式。
哪种莎草纸文献HTR才够好？希腊语文本四项纸草学任务的字符错误率容忍度
以1–50%字符错误率测试希腊纸草文献四项任务：分类容忍20%，定年仅3%，含错重训可缓解性能下降。
ConflictGuide：让竞争性行为可见，自动研究性能得以提升
ConflictGuide 让竞争性行为可见，以探针反馈引导自动研究，任务与冲突错误最多降低 28% 和 14%。
T-Router：学习丘脑路由以实现参数高效强化学习推理
T-Router仅以0.466%参数实现丘脑式路由，复用计算块，推理超越LoRA与全参数GRPO。
正交却耦合：面向模型合并的几何分量解耦
DiGA以预训练权重为参考，将任务向量正交分解并分组件聚合重组，缓解跨组件耦合，提升模型合并性能。
覆盖优先于控制：面向可控逆合成的路线指令锚定与引导
提出RIGS两阶段框架：先训练投影器学习指令偏好，再引导冻结生成模型，兼顾备选覆盖与指令控制。
面向驾驶行为视频描述的预训练模型适配比较研究
比较自动驾驶中LLM微调与提示方法；在BDD-X上，全量微调SpaceTimeGPT部分指标超基线，并分析LoRA与VideoLLaVA提示工程的局限。
PartiCam：基于奖励引导的相机控制视频生成
提出免训练粒子滤波的奖励引导框架，以全局-局部精炼实现精准稳定的相机控制视频生成。
面向选定高斯过程近最优性证书的预序e值
以预序e值审计GP包络选择，剔除矛盾候选，用存活者最大上界作任意时间有效认证，降低误认证风险。
语料库引导的双路径传播用于图检索增强生成
提出NexusRAG，用语料级实体邻域结构引导语义与结构双路径传播，提升多跳检索证据召回率。
Muon 中的行归一化之谜
研究Muon行归一化：引入维度相关复杂度因子，合成任务更慢，大模型预训练却更优，理论实践仍成谜。
System One 模型 Jev 的评估与基准测试
零样本评测 Jev：37 个数据集多数优于 Qwen/Gemma，概率校准良好，支持选择性预测。
GrammarRL：通过强化学习实现有效的语法约束解码
GrammarRL用正反向自监督奖励的强化学习适配语法约束，无需标注，成本同贪心解码，提升达9.8分。
读者熟练度塑造逐层惊奇度特征
词汇熟练度影响LLM惊奇度的分层预测深度：低熟练读者首遍注视的预测深度更深，总注视时长亦然。
从前到后：面向非对称跨视角车辆重识别的视觉语言模型基准测试
提出前到后车辆重识别基准，评测视觉语言模型；其未稳定超越检索基线，推理可提升，人类更可靠。
CDMD：面向表格数据的跨数据集混合类型扩散模型
提出CDMD，直接在混合类型特征空间上跨数据集联合训练扩散模型，单模型生成质量优于各专用模型。
ID 平衡：基于 PID 负载控制的极稀疏 MoE 稳定训练
将无辅助损失方法视为不完整PID控制器，提出ID平衡，随误差增大加强校正，降低负载不均衡并稳定训练。
配对难度至关重要：重新审视成对式LLM评判评估与一致性
现有评判指标多受近秩差配对主导，不一致实属必然；排序信号来自大秩差配对，故应按秩差条件化评估。
面向文本到图像模型后门防御的正常扩散动力学学习
提出NDDL，仅用良性样本学习扩散轨迹正常转移动力学，以预测偏差检测并定位后门，泛化性强。
面向大语言模型服务的高带宽闪存特性研究
HBF扩展LLM服务内存，分层存储与缓存感知调度使完成时间降36.1–87.0%、能耗降55.8%，写入寿命延至14.82年。
更好的演示文稿，还是不同的评审？评估企业和投资银行中智能体框架的增益
投行演示稿智能体框架得分高于直接生成，但评审差异与重复评分波动削弱改进结论。
镜头光晕去除与重建
提出光晕去除与重建：建大型数据集，微调扩散模型去大光晕；建模光晕并与3DGS联合分解，可编辑迁移。