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。
面向因果充分可解释性的空间注意力噪声掩膜
提出空间注意力噪声掩膜法，动态掩膜输入图像，生成因果特征归因图，提供充分特征解释，性能接近基线且稳健
面向智能体服务的KV缓存管理：学习智能体执行
在线学习智能体执行语义，优化KV缓存管理，提升命中率，降低延迟，提高吞吐。
迁移学习用于阿尔茨海默病特异性识别的前瞻性方法综述
综述迁移学习在阿尔茨海默病诊断中的应用，结合可解释AI，强调其提升小样本下的准确性。
pico-type：一种150万参数的字节级多头内容分类器
150万参数字节级多任务分类器，免分词，单次前向预测七项内容属性。
当不确定性不足时：代码生成中自我纠正的实证研究
不确定性信号与正确性相关性弱；基于不确定性的自我修正常降准，仅验证性修正可靠提升Pass@1。
一种基于视觉Transformer的多中心心电图左心室收缩功能障碍检测方法
视觉变换器基于12导联心电图检测左室射血分数降低，外部验证AUROC 0.88，可作为常规分诊工具。
基于因果机制监测的跨域工业故障检测
提出CMR-Mamba，通过因果正则化与kNN流形评分检测耦合故障，在机电、液压和网络物理系统上优于基线。
人工智能作为打击童工的工具：用于儿童检测与年龄估计的实时边缘视觉流水线
实时视觉流水线可监测童工，检测儿童并估计年龄，性能优于基线，但需数据保护与人工复核。
Pre-LN Transformer中部分残差消融的可重复性研究
研究表明：去除注意力残差导致性能崩溃，而去除前馈残差在10M规模可恢复，124M规模不确定。
超越边界噪声：聚合偶然不确定性无法捕获3D肺结节分割中的存在性模糊
熵基偶然不确定性仅反映边界噪声，无法捕捉病变存在性模糊；监督头优于熵聚合，提示勿用作临床模糊代理。
从错误到证明：最小核心引导的神经符号约束求解修复
用最小不可满足核心引导修复翻译错误，将不可行问题捏造率从79%降至7%，证明价值在于证书与不捏造。
超越正确性：迈向基于Lean 4的自动新颖性验证
提出AViD流水线，用Lean 4形式化并判定新颖性；发现三障碍：编译非语义保真、索引覆盖限召回、撤稿删源码伤复现。
成本所在：循环一致对抗网络稳定性增强的部署感知采用顺序
稳定性增强按成本分布决定采用顺序；自注意力增加部署内存应延后，其余仅影响训练；集成实验验证并报告指标。
个人化处理：通用自监督表示在真实PPG情绪检测中的局限
SSL通用表示在客观任务有效，但主观情绪检测难超朴素基线；个人数据微调比群体预训练更关键。
同步Logit引导：现实世界的隐写术
提出同步Logit引导隐写，从输出推导代理提示，免共享提示，容量0.20比特/词元，隐蔽难辨。
NARRATE：面向自动驾驶中以人为中心解释的多模态真实世界澳大利亚驾驶数据集
NARRATE是澳大利亚真实驾驶数据集，含35名司机2050个事件，多模态同步并带解释与情境意识标注；基准显示可学习，但细粒度识别和生成仍有挑战。
不确定性识别跨方法的困难样本：异质性皮肤病变数据集上的多任务研究
研究表明，困难样本的识别跨方法高度一致，深度集成在校准和不确定性分解上最优，基于不确定性的选择性转诊可有效减少错误。
语义不确定性引导的分层多智能体系统编排
提出HASSUM框架，用语义熵和密度估计不确定性，引导验证、重提示等编排决策，提升复杂推理任务的可靠性与鲁棒性。
PolyComp：多模态模型中基于多立方体的组合式三维空间推理基准
提出PolyComp基准：120道多立方体组合题，测试多模态模型的组合式三维空间推理。最强模型GPT-5.6仅50%准确率，Gemini近随机水平。
MegaParts：通过令牌高效自回归建模实现多达300个部件的部件感知3D对象生成
新框架MegaParts用令牌高效自回归建模，将部件感知3D生成扩展至300个部件，压缩离散令牌提升可扩展性与几何质量。
量化残差神经网络的深度充分性：一阶判据
提出一阶残差深度饱和判据：激活梯度投影非零则增深有效，零则饱和；梯度范数可作为深度充分性保守诊断。
最佳采样温度何时随预算上升？Pass@k 的充分条件
若条件对数成功响应随当前成功率非增，则聚合 pass@k 的温度导数随 k 非降，故最优温度随采样预算上升。
审计AI生成的数学证明：量子并行重复中贪婪条件引理的修正
AI生成证明存在极性错误，引理本身正确但续接条件用反，给出反例并补正，不验证主定理。
ARGUS：基于注意力引导Transformer的Wi-Fi遥测可扩展人员识别
Argus用CSI统计特征和轻量Transformer被动识别人员，154人测试Top-1达84.85%，算力大幅降低。
超越Pass@k：衡量智能体代码生成的可靠性与安全性
指出现行指标误用，提出可靠性系数及安全调整版，正确衡量智能体代码生成的可靠性与安全性。
AMPLIFAI：用于肝脏病变LI-RADS评估临床推理基准测试的多期CT数据集
首个公开的多期CT数据集，含LI-RADS标注及三大特征分割，促进肝癌AI诊断研究。
基于同策略自蒸馏缓解LLM评判者的评分标准干扰
提出SARA法，以单准则判断为锚，自蒸馏对齐多准则推理，提升评判一致性并跨数据集迁移。
重新思考反向KL作为自适应熵蒸馏
重新审视反向KL蒸馏，分解为教师拟合与学生熵项，提出自适应熵蒸馏(AED)，用教师熵动态调节模仿强度，性能更优。
高频微超声前列腺分割的医学视觉基础模型零样本适配
零样本流程：MedSAM定位+增强平滑，边界误差降45%，Dice 0.865，免训练。
面向行动受限老年人的环境感知步行适宜性评估：上下文学习应用
用TabPFN上下文学习分析建成环境对老年人步行感知的影响，优于传统模型，并揭示高阶交互作用。
Qwen-Video-Edit：通过复用图像编辑模型实现指令式视频编辑
复用图像编辑模型处理视频潜变量，平铺拼接并微调即可实现指令视频编辑，表明逐帧视频潜变量接近图像域。
无干净参考的智能体数据清洗：能力与权衡的实验研究
研究无参考数据清洗，提出证据框架评估七配置，发现能力增强带来检测、修复、证据、成本权衡，无一致最优。
面向AI原生6G网络的无线基础模型综合综述
无线基础模型综述：统一架构、预训练与适配，赋能通信感知定位优化，并探讨数据、泛化、部署及标准化挑战。
检测与定位智能体执行故障：从遥测数据诊断运行时异常
提出AGENTCHAOSBENCH基准，从执行遥测中检测定位智能体运行时故障，含275条轨迹、10类故障，现有模型诊断准确率最高仅24.8%。
航空领域的高级建模与数据分析
运用机器学习与自然语言处理分析多源航空安全数据，结合主题建模和可解释AI揭示事故模式，助力航空安全决策。
RouteTS：面向时间序列预测的频率-时间路由
RouteTS按频谱特征路由：主频频域复值预测保周期，残差时域轻量MLP建模局部变化，兼顾精度与效率。
一个分数，两种决策：罕见病尾部的选择性预测
罕见病选择性预测需两查：排序器足够正确，置信信号匹配决策。两分差可选但或失信息；无标记分数难断切换。
FZ-VLM：一种两阶段Florence-Zephyr视觉语言模型框架，用于肺结节表征与临床决策
提出FZ-VLM两阶段视觉语言模型，Florence-2提取结节属性，Zephyr生成描述建议，优于GPT-4和人类基线。
基于光束的统计背景减除用于静态路侧激光雷达：跨传感器基准研究
针对静态路侧激光雷达，提出光束级统计背景减除基准，跨传感器验证，新数据集提升精度与实时性。
面向大型低轨星座应急对地观测的任务驱动三层分布式调度
提出任务驱动三层分布式调度法，应急覆盖较分布式方法提升2.8%-17.1%，与集中式差距约7.1%，并显著减少常规覆盖损失。
重排序器所见：面向长文档多模态问答的多方面页面标注
提出Trident，通过页面语义标注与自适应重排序提升长文档检索F1，并借生成侧透镜增强开放问答准确率，显著优于基线。
Zero-MELO：利用多模态大语言模型在测试时校准证据实现零样本微手势识别
提出零样本微手势识别框架，通过树搜索获取局部证据并校准分数偏差，在iMiGUE和MA-52上显著超越基线。