OGX：开源、厂商中立的生成式AI应用服务器
OGX是开源AI应用服务器，统一主流API接口，支持多种推理引擎与向量库，用于智能体应用开发与部署。
Xemo-Talker：音频驱动说话人肖像合成的显式情感解锁
提出Xemo-Talker，基于次主成分监督与三元损失，实现显式情感控制，兼顾唇形同步和最优情感分类精度。
大语言模型何时适用了错误法律？时间性法律推理中LLM失败的诊断
LLM在时间性法律推理中偏向适用最新法律，因强化学习塑造的推理路径趋同，推理能力越强反而表现越差。
离散扩散语言模型是无需训练的多标签分类器
提出一种免训练方法，用离散掩码扩散模型对每个标签提问并比较答案概率，实现多标签分类，无需微调。
基于FlowBD-E1的铁铬液流电池早期循环充电轨迹生成预测与全生命周期健康管理
提出FlowBD-E1，基于早期循环生成预测铁铬液流电池全生命周期充放电轨迹，误差低于1%，实现健康管理。
平衡强迫：无需噪声条件化的自适应视频生成
平衡强迫(EqF)无需噪声条件，解耦去噪学习与采样，闭环自适应推理，提升视频生成质量与一致性。
幻觉雪球：多智能体LLM流水线中错误传播的状态转移建模
多智能体LLM流水线中幻觉逐级转化且难检测，边界验证优于末端验证，显著降低存活率。
随机初始化的自编码器：固定点与混沌边缘
通过固定点研究自编码器稳定性，提出局部与全局混沌边缘，用随机矩阵谱理论和高斯过程不等式分析。
深度学习图像分类器超参数优化中的交叉验证研究
小样本医学图像分类中5折交叉验证比固定或重排留出法更可靠其超参数优化估计误差更低推荐使用
Euclid-Omni：平面几何的统一神经符号框架
提出统一神经符号框架，融合形式几何系统与大模型，自动生成训练数据，奥赛级计算与证明性能优异且算力需求低。
SKILL：面向逻辑优化的自校正知识引导迭代式大语言模型智能体
自校正SKILL融合多智能体LLM与强化学习优化逻辑综合，PDA提升12.4%，成功率86.3%。
深度模拟：基于参考条件三维查找表的开放集胶片仿真
提出基于参考条件三维查找表的开放集胶片仿真：以残差预测单表规避门控崩溃，自监督训练，高效实时。
基于规则与LLM的智能体框架：用于描述性文档版式嵌入与标注的植物科学案例
提出模块化智能体流水线，从植物文献中提取性状。三数据集提取55737条标注，LLM增强使75%性状覆盖提升，注释总量增59%，验证稳健可扩展。
基于每回合分布训练与评估道德强化学习智能体
均值指标掩盖道德违规集中爆发；ESR逐回合守约，优于拉格朗日，且不损平均性能。
Local Gains and Fixed-Assignment Set Losses in Shared Set Decoders
DUET：基于同权重分歧的双教师在线策略蒸馏方法用于禁令合规
提出DUET，利用同权重双教师分歧提取禁令因果信号，通过标记级偏好学习，在保持正常能力的同时显著提升合规性。
面向文档抽取的有效逐字段选择性风险控制：三种失败模式、有效性阶梯与条件化何时值得
真实单据上诊断三种失效，提出有效性阶梯；条件化仅在无法合并验证时有用，提供分组PAC保证。
ABCD研究中青少年物质使用起始的纵向与图增强预测
纵向模型优于基线；时间梯度提升与图卷积融合预测青少年物质使用最优，AUC逾0.79，图信号有补充价值。
PE-CSNet：基于可学习补丁稀疏表示的等变网络架构
提出PE-CSNet，以可学习补丁稀疏表示和等变展开网络重构信号，经块坐标下降求解，随机等变训练省数据，CS-MRI等任务精度领先。
Path2ST：基于层次化细胞-组织的空间转录组跨模态翻译
Path2ST以层次细胞-组织条件与尺度自适应生成，实现H&E到空间转录组精准翻译。
立场：医学AI忽视真实治疗结果
医学AI过度依赖文献和专家意见，忽视真实治疗结果数据，限制潜力；应纳入真实结果训练评估，并以此为最终目标。
面向安全的LLM智能体：规范、验证与执行综述
综述38项研究：规范瓶颈是关键，验证税致安全完成率低，无方法兼备性能与安全。
iFuzz-Meta：桥接自上而下与自下而上知识整合的可解释模糊学习框架
提出iFuzz-Meta，用可解释模糊规则保留人类推理，结合元学习与知识引导正则，实现跨域稳定泛化。
SMOPD：面向脏历史多轮在线策略自蒸馏的选择性词元熵掩码
提出SMOPD，用词元熵掩码去除低信息词元，稳定多轮在线自蒸馏，无参数开销，准确率提升1-2.5个百分点。
用于CO₂反演的基于神经网络的高效高分辨率辐射传输及其在干涉测量传感中的应用
提出MLP代理模型高效预测CO₂弱波段大气顶辐射，与NanoCarb干涉仪耦合，实现低成本卫星星座CO₂浓度反演。
VideoGAIA：面向通用AI助手的智能体视频理解基准
VideoGAIA是智能体视频理解基准，要求多轮调用工具整合证据，当前最强模型准确率不足六成，推动视频理解迈向智能体化。
BDIP-Net：用于双层材料性质预测的双交互图学习
提出BDIP-Net，以低成本生成DFT级双层结构，显式建模层内层间交互，预测性能优于现有方法。
AI 智能体在科学团队中的角色应作为人机系统研究
现有研究忽略科学团队合作的社会性，主张以人机对为单位研究AI科学家，并通过案例证明人机互补，呼吁新框架促进科学发现中的人机协同。
从密集预测到视觉编辑：统一图像与视频生成的结构化监督
将深度与法向预测作为结构化监督，统一图像视频生成，提升编辑局部性与保真度。
多模态大语言模型在文本与音频模态下的灾害援助可及性评估
评估多模态大模型在文本与音频下的一致性，发现均不可靠，对特殊需求人群差距更大，需设计公平包容的灾害风险沟通工具。
用于多视角视网膜眼底成像中风检测的编织视觉变换器
提出编织视觉变换器（BViT），用于多视角视网膜眼底成像的中风检测，捕获跨眼关系，AUC达0.75。
大型语言模型在化妆品化学与皮肤健康中的准确性与可靠性：一项基准研究
对14个LLM基准测试，总体表现差，尤其在定量推理和结构识别上，存在误导风险，不可靠。
不确定性信号有帮助吗？带回滚机制的不确定性感知解码系统研究
研究不确定性感知回滚解码，在7模型5基准上评估8种信号，显示回滚有效，信息论信号最优。
Low Cost Two-Stage Fabric Defect Detection at the Edge
以人为中心的育儿建议大语言模型基准评测方法
用专家多维评分基准评测15个LLM在100个育儿场景中的表现，发现总分掩盖弱点、语言影响建议风格。
预测派生中到全量世界模型级联的配对精确重置评估
配对精确重置评估显示，预测派生级联路由降低含开销决策成本，但优势限于低计算价，非因果通用。
隐私保护的吉隆坡城市交通数据集构建：基于空间车辆上下文过滤的视觉-语言检测
提出自动匿名化框架，结合Grounding DINO与车辆区域过滤，在吉隆坡复杂交通中实现95%隐私遮蔽成功率，保留场景上下文。
LLM智能体是否理性谈判？基于A2A/MCP的可验证多智能体交互机制设计框架
提出可验证多智能体谈判框架，编码经典机制并运行时验证；实验显示结构化协议成功率高，但激励兼容性不自动转移至LLM行为。
数据扩展推动高分辨率天气预报突破极限
提出变量超分框架，用粗分辨率再分析合成高分辨率数据，数据倍增使预报误差降约5%，突破数据瓶颈。
AeroGround：空地协同推理的综合基准
空地协同推理基准：2.9万组数据、2250问答，最佳准确率54.4%，人类93.3%，揭示模型局限。
通过模态子空间激活诊断与缓解全模态大语言模型中的感知-决策错位
全模态大模型存在感知-决策错位，提出因果模态敏感度诊断与模态子空间激活方法，无需训练即可恢复多模态一致性。
FedImp：基于不纯度加权的联邦学习收敛增强
提出FedImp算法，基于数据不纯度量化设备贡献，加速非IID联邦学习收敛，显著减少通信轮次。
大型语言模型及其对力学与空间几何的感知
MecEng基准评测LLM的力学与空间几何能力：刚体任务开源模型86.0%、专有91.4%，柔性更难。
任务级和会话级模型路由：四款开源路由器跨四个基准的通用接口混合评估
评估四款路由器，仅语义路由器随提示变化，但无任务优势；收益源于层级配置。
基于自动微分的时间推移电阻率层析成像水文动力学反演框架
提出AD-TLERT框架，基于自动微分，GPU加速，实现时间推移ERT反演，比pyGIMLi快51倍，支持直接水含量反演。
P2E-VQ：通过离散补丁检索实现与ECG关联的PPG表示增强
P2E-VQ通过离散补丁检索实现与ECG关联的PPG表示增强，推断仅需PPG，多项下游任务优于基线。
视觉生成式人工智能时代的知识产权保护：综述
本文综述视觉生成式AI的知识产权保护，提出二维分类法，涵盖控制逻辑与资产维度，并探讨挑战。
LUNG-KGMM：知识引导的多模态肺癌发病预测
提出知识引导的多模态框架LUNG-KGMM，融合多源数据预测肺癌1-6年风险，处理数据泄露与随访缺失，性能优于现有方法。
基于环形的空间变换器：学习建筑分布与行人流量间的非线性空间交互
环形空间变换器优于GWR，揭示中远距离区域主导行人流量预测，注意力机制显示跨区交互而非邻近开发是关键，质疑紧凑城市假设。
CNN是否在内部以不同方式表征真实与虚假图像？隐藏层分析
研究发现CNN隐藏层对真实与虚假图像的激活模式存在差异，且非仅由图像退化导致，或可助力虚假图像检测。