GLaQ：将潜在查询锚定于视觉证据以实现多模态推理
GLaQ：固定查询锚定视觉令牌，替代自回归潜变量，提升细粒度多模态推理，性能领先。
面向电池储能系统集成配电网的大语言模型辅助运行监测
提出大语言模型辅助监测框架，将自然语言转为SQL查询，校验电压、储能等约束，实验证明能识别越限并评估跟踪性能。
基于同步感知跨模态稀疏注意力的高效音视频生成
提出同步感知的稀疏注意力加速框架，保护关键令牌计算，在提升音视频生成效率的同时保持画质、音质与同步。
SchurQuant：面向逐层LLM量化的分组离散优化
提出基于舒尔补曲率的分组离散优化逐层量化，无反向传播，2比特零样本精度提升9.65个百分点。
捕获视频-LLM问答中的幻觉引用：一种自验证流水线与验证器消融研究
提出自验证流程，以小型自然语言推理模型复核视频问答中的时间戳引用，捕获79%伪造引用且不误伤真实引用。
证明是那样证明的吗？——《几何原本》证明的忠实形式化
提出忠实形式化方法，以分治搜索生成形式证明，在《几何原本》前三卷胜过基线并揭示漏洞。
再探Agentic-SQL：基于自主性的LLM文本到SQL分类法与实证基准分析
按自主性轴汇总指标，Spider实测：收益不均；自主性增稳健但贵；推理内化居中；CoT利好难题。
跨英语、泰米尔语和Tanglish的可见推理与间接提示注入可监控性
八场景小案例显示，推理模式对间接提示注入成败影响不一致；可见推理意图与攻击行为相关，但样本小，无法证明其改善安全或可推广。
AI生成语音及其检测综述
综述AI语音生成与检测技术，涵盖基础与前沿，指出检测难点与未来研究方向。
OTel：为智能网络构建领域专用的电信大语言模型基础
OTel开放电信AI资源：30个后训练模型显著提升检索、重排与语言模型性能，下载超1600万次。
RigidBench：评估视频生成模型中的刚体物理
提出刚体物理评估基准，十项指标分离误差，发现无模型全胜，结构相似度越高轨迹误差越大。
PoseAdapter：面向复杂多物体场景的双流2.5D可控图像生成
提出轻量框架，以实例描述、边界框和三维角度为条件，双流表示实现高保真2.5D可控生成，消除属性泄漏。
电力系统攻击检测中量子机器学习的基准测试：评估选择先于模型决定结果
基准测试：评估选择先于模型决定结论；数据划分使宏F1从0.905降至0.594。
GraniKV：面向长共享前缀多智能体系统的非对称粒度KV缓存分页
GraniKV：非对称粒度KV缓存，共享前缀连续HOT池，后缀令牌级COLD池，吞吐最高2.16倍。
位置混淆优化下的奖励黑客与推理-答案解耦测量
正确但偏置的奖励训练使模型依赖答案位置，准确率失效；推理正确却选A，解耦率约0.66，且偏差可跨域迁移。
为OCTA辩护：OCT到OCTA合成中的重建-效用差距
OCT合成OCTA重建指标虽高，但细毛细血管分割大幅退化，重建保真不等同临床效用，应评估下游任务保真度。
电商产品媒体排序中的序列多模态证据优化
提出SMEO框架序列优化媒体排序，转化率提升5.5%，滑动次数减少15%。
稀疏原型编码是跨模态分类与预测的基础
发现跨模态分类的通用表示几何：分类相关变异集中于类质心坐标，稀疏原型代码可精确预测准确率。
基于因果抽象的广义可迁移性
借助因果抽象，将迁移性推广到模型层：既无精确映射时，仍给出可认证区间，覆盖不可迁移及无目标数据情形。
FluxBin：算法-内核协同的基于查找表的灵活超低位大模型推理
FluxBin算法内核协同超低位大模型推理：5.92x加速，10.19x节能，内存降4倍，单卡70B
自动还是受控？重复启动揭示基础LLM、指令LLM与人类的处理差异
基础模型呈自动加工，指令模型呈受控加工，人类为混合模式；后训练改变大语言模型的重复信息处理机制。
EgoGazeLite: On-Device Egocentric Gaze Prediction for Token-Efficient Multimodal LLM Video Input
辅助不确定性信号用于大语言模型辅助的系统评价筛选：八个Cohen药物类别评价的基准研究
辅助图神经网络不确定性信号可提升大模型筛选效率；仅处理存疑项最优，二次筛查不改判。
RRFC：通过反馈条件化的递归细化实现迭代图像到图像生成
提出RRFC反馈条件化迭代细化，实验显示重建/身份任务有提升，语义布局任务下降
面向甚高分辨率遥感图像的分层自适应特征细化网络
提出分层自适应细化网络，结合阶段自适应融合、频率残差与类别先验解码，提升多个高分遥感分割数据集精度。
AutoMem：面向自动化记忆架构搜索的文本梯度递归自改进框架
提出AutoMem框架，用文本梯度递归自改进搜索任务自适应记忆架构，平均准确率提升2.8点，令牌成本降低14.3%。
SubZero+：通过大学习率实现高效零阶大语言模型微调
提出SubZero+，以低秩子空间多查询估计、子空间Adam及符号校正提升零阶微调稳定性，扩大学习率范围，缩小与一阶方法差距。
当熵不足时：在LLM输出长度预测中找回丢失的语义
针对熵忽略语义问题，提出ESTP，融合注意力重要性，低开销提升长度预测准确率与吞吐量。
WorldRover：用于带丰富标注的世界探索的可扩展合成视频数据引擎
提出一个可扩展合成视频数据引擎，生成带深度、相机轨迹、光流等丰富标注的长时程世界探索数据，支持多视角。
基于层次语言模型的动态多字节预测
提出多字节预测，并行生成多字节加速推理，性能损失小且无额外参数，实现性能与吞吐量最佳平衡。
从情境到价值：抽象论证中的情境依赖击败
用多项式时间判定情境依赖框架能否化为值排序表示，发现可表示性罕见且随情境数骤减，复杂度上界为ΣP3。
大型发现模型：基于实证的模型驱动开放式搜索
LDM耦合生成模型与贝叶斯代理模型，不确定性感知开放式搜索，显著提升三领域优化性能。
谁在主导？图表到代码生成的令牌级模态仲裁
MoCA用跨模态仲裁分离视觉与代码分支，逐令牌仲裁，两阶段训练，性能领先，增益源于分支初始化与仲裁。
可扩展的图像黑盒模型归因
提出原始块归因方法，以轻量网络在黑盒下高精度识别生成模型；数据高效、鲁棒，特征可迁移以适配新模型。
Wiola 13M：面向参数高效小型语言模型的门控螺旋注意力架构
Wiola13M为参数高效小语言模型，引入螺旋旋转位置编码、门控螺旋注意力和蝴蝶前馈，推理无损。
Gaussian-JEPA：面向3D高斯溅射的联合嵌入预测学习
提出高斯联合嵌入预测方法，从可见上下文预测高斯块特征，不重建属性；在重采样、部分观测下更鲁棒，优于重建预训练。
EcoVLA：实时约束下视觉-语言-动作模型的节能设备-边缘协同推理
EcoVLA：面向VLA模型的设备-边缘协同推理框架，在实时约束下最大化系统能效，能效提升达236%。
网络驱动的公共事件预测框架：基于动态交互网络演化
提出auto-ibDLM框架，将事件表示为动态交互网络，通过参与者增长预测演化，结合混合表示学习与GRU，准确率超97%。
HarmProfile：刻画前沿大语言模型的有害分布
提出HarmProfile，收集大模型有害输出，定义风险画像，发现危害性与多样性随能力增长。
推理时缓解大型语言模型中的对抗性政治偏见
提出用思维链和直接偏好优化策略，递归自校正将政治中立性从2.14提至4.56，有效缓解LLM摘要的政治偏见。
BASeg：结构惩罚的边界感知遥感分割
提出MABL损失与BASeg框架，增强边界形状一致性，建立10城市基准，提升遥感分割精度。
描述语言模型在决策中的修辞错位特征
研究发现语言模型即使事实准确，其修辞表达也可能诱导认知偏差，导致人类决策失误，带来安全风险。
CrevasseSeg：标签高效的无人机冰裂隙分割框架
提出标签高效无人机冰裂隙分割框架，自监督预训练，仅24张标注即超基线。
面向体育视频分析的无训练长期多目标跟踪
提出免训练的McByte++跟踪框架，提升体育视频中身份保持与速度，HOTA/IDF1显著提高。
低资源语言下的大语言模型安全对齐：系统文献综述
综述低资源语言大模型安全对齐：安全差距大，源于预训练不均与文化基准缺失，需文化基准与多语对齐。
ATLAS：嵌入引导的质量-多样性搜索实现LLM无脚手架算法合成
提出ATLAS，用嵌入引导的质量-多样性搜索实现无脚手架全算法合成，优于现有方法并保持多样性。
DeMTS：将去噪轨迹作为多元时间序列用于扩散语言模型幻觉检测
将去噪轨迹建模为多元时间序列检测扩散语言模型幻觉，DeMTS性能超越现有方法。
从通用到专精：面向内镜息肉报告的上下文融合框架（冻结视觉语言模型）
冻结VLM的上下文融合框架，以0.006%参数实现内镜息肉报告最优性能，并纠正70.5%基线错误。
无答案准入：面向大语言模型优化建模的无标签认证与经验学习
提出无标签准入机制，基于校准外部证据，精确率0.927，毒化减少三倍，宏准确率58.4，野外转移失败
可审计分类器模型学习：源不相交树集成
提出残差树集成：三阶段学习，特征预算、源不相交，独立系数估计，预测为无重叠规则之和，性能媲美强基线。