Nanbeige4.2-3B在Apple Silicon上的适配：修复部署缺陷并降低循环Transformer内存开销
修复Nanbeige4.2-3B在苹果芯片上的部署缺陷，采用分块预填充将内存开销降低2.7倍，使工具调用任务成功率从0%提升至30%。
状态条件验证：用于适应与监控安全分类器的正确性估计
RCV从内部表征估计正确性，纠正可疑预测并监测漂移，不重训即提升安全分类器策略符合度。
在Wolfram语言中实现计算法以治理人工智能
在Wolfram语言中实现计算法以治理AI：规则可嵌入智能体代码，但GPT-4翻译法律文本不可靠。
短视频推荐中的内容深度至关重要：对注意力经济的再思考
提出CDS指标与SCOPE-Bench基准，评测13个RS发现偏好浅内容，深内容推荐接近随机。
结构引导的时空注意力图神经网络用于交通流预测
提出SGSAN，用静态有向依赖图引导时空注意力，兼顾高精度预测与内在可解释性，实验验证有效。
MINT：面向交易数据的通用零样本预测器
MINT框架将交易编码器与LLM结合，实现零样本预测问答，性能领先且大幅降低计算开销，优于文本序列化。
变换编码视角下的KV缓存压缩
利用变换编码与反向注水最小化注意力感知失真，实现KV缓存5.8倍压缩且精度近无损。
传闻时买入，新闻时卖出：消息何时被定价？
基于470万篇新闻实证：价格变动集中于发布前及当日，市场对量化新闻反应不足、对故事新闻过度反应，新闻消除不确定性。
残差支配：因果自注意力推荐器中最后项目依赖的结构性解释
因果自注意力推荐器过度依赖最后项目，源于残差支配；缩放残差可降低依赖并恢复部分错失。
基于图强化学习的自主LLM智能体结构化漂移诊断与恢复框架
提出图强化学习框架，用小语言模型在恢复图节点专门化，实现结构化漂移诊断与恢复，在AppWorld上验证有效。
在经典Treloar数据集上基准测试数据驱动材料模型
用Treloar经典数据基准测试六种数据驱动超弹性模型，比较精度与成本，揭示各方法优劣并公开代码。
从地球观测数据学习预测作物生长
利用遥感时间序列与气象数据，序列模型可预测冬小麦叶面积指数，R²>0.8，优于传统方法。
MathForm：利用知识检索与验证引导修正扩展数学自动形式化
提出MathForm框架，结合知识检索和验证反馈迭代修正，构建36.7万条Lean 4数据，训练8B模型，多基准上超32B专用模型。
智能路线：用于开发与比较求解带现实约束车辆路径问题算法的系统
研究CVRPTW，对比精确求解器与启发式及深度学习算法，发现50节点时精度接近且更快，100节点时精确法慢约13倍，并开发了Smart Routes实验平台。
LightTeaNet：一种用于茶叶叶部病害多标签检测与定位的弱监督轻量级CNN
提出轻量级CNN LightTeaNet，基于弱监督多标签与CAM定位茶叶病害，无需手工标注，精度0.96，F1 0.92，高效可解释。
通过主动解释引导克服图神经网络中的捷径学习
提出XIGL，用主动解释引导的人机协同策略消除图神经网络捷径学习，降低成本，提升鲁棒性。
揭秘智能体技能：为何有效，直至失效
技能以程序性锚点稳定智能体行为而非补充知识；检索池扩大致精度骤降；失败源于脆弱假设与情境不适。
带时间窗和容量约束的取送货路径问题的深度强化学习解决方案
首次用深度强化学习（改进JAMPR）求解带容量和时间窗的取送货路径问题，中小规模快速最优，大规模快速次优。
扩展LLM预训练中的领域数据重复
模型增大时重复优质领域数据可防稀释，最优重复次数随模型略增，与验证损失负相关，可用小模型调参。
CSG-Mamba：用于内镜息肉分割的卷积评分门控视觉状态空间网络
提出CSG-Mamba，以卷积评分门控增强状态空间模型，内镜息肉分割优于基线。
训练公平的表格基础模型
FairTFM用合成任务和梯度反转层学习公平表征，提升公平性且保持精度。
自主芯片设计中的智能体编排
探索利用大语言模型与智能体进行芯片设计，提出将芯片设计超级智能建模为庞大AI组织。
重新审视基于能量的表格异常检测：能量与重构互补
DBM能量与自编码器重构分数融合，显著提升表格异常检测，证明经典能量模型与重构互补。
无纠正控制的接地：大语言模型的真值追踪特征
针对大模型缺乏纠正控制但仍具指称，提出可回答性与路径剖面，分析其真值追踪条件和限制。
符号回归中进化特征构建的自适应保护及其在信用分类中的应用
提出基于特征重要性的自适应保护机制，保留重要构建特征，提升回归与信用分类性能。
概念引导：文本到图像生成的精确、免训练潜在控制
提出概念引导法CoG：利用概念相关层信息加权引导去噪，免训练精确控制，提升图像生成性能。
AI推荐哪位医生？大语言模型辅助医生选择中声誉与人口统计学信号的算法审计
审计7个LLM医生推荐：声誉主导（评分升0.8增31.4个百分点，费用升100降20）；人口偏差方向与人类审计相反，模型自述无法检测。
SCVIB：面向多轮个性化定位的可编辑状态条件视觉实例绑定
提出SCVIB与TT-VG，将多轮个性化定位准确率提升至70.27%，揭示利用已解析支持证据是关键。
从固定网格到移动粒子：面向流体动力学的可迁移潜算子
提出可迁移潜算子，统一欧拉场预测与拉格朗日粒子轨迹，无需拉氏监督即可零样本迁移，性能优于现有神经算子。
错误但有用：多智能体消息中超越答案正确性的轨迹价值
多智能体推理中，错误但有用的消息常能提升最终结果；答案正确性不等于轨迹价值，DHD协议可测量该价值并生成可用标签。
通往通用科学AI之路：科学图像的多模态理解
该基准含专家标注的千余科学图，评估分类、表格提取、问答，推动可验证的通用科学人工智能。
检索接地潜在推理用于稠密检索
提出RGLT框架，通过检索接地监督优化潜在推理轨迹，提升推理密集型检索性能，优于强基线且保持高效推理。
自监督视觉同策略蒸馏
提出自监督视觉同策略蒸馏法，用不对称增强视图构建学习信号，无需特权信息，在六个细粒度基准上显著提升性能。
RankT2I：用于发现文本到图像模型中可解释且多样化语义的子模框架
提出RankT2I，一种无需训练、模型无关的框架，用子模目标自动发现可编辑且多样的语义，超越现有方法。
见红思恶：视觉语言模型中的颜色偏差
视觉语言模型有颜色偏见：绿词倾向正面，忽略否定词，降低对比度致视觉问答错误增多。
AnchorBench：针对LLM锚定效应的多路径基准
提出AnchorBench，评估多路径锚定效应：锚定依路径，合理锚定影响更大，远距减弱，高精度也易感。
基于骨架的零样本动作预判
提出零样本骨架动作预判任务，构建基准与基线模型，通过互信息最大化实现未见类动作识别。
手术内镜视频中时序视觉语言模型的鲁棒性研究
提出内镜C6基准，评估时序视觉语言模型鲁棒性，发现严重崩溃，轻量微调显著提升。
大语言模型不为跳跃付出代价
大语言模型无法完成溯因跳跃，因缺乏认知错误与物理成本的耦合；固定权重推理无此机制，问题比具身性更深。
Mandato：协议级强制执行AI代理行为的数字签名授权并带加密链式审计追踪
Mandato 协议级代理强制AI代理执行数字签名授权，实时拦截违规调用，记录哈希链审计日志，映射欧盟AI法案。
AppleScab-LT：面向时序病害进展分析的真实田间苹果黑星病纵向数据集
提出苹果黑星病真实田间纵向数据集，重复追踪同一病叶，含21个序列、2101图像，支持时序进展分析。
原则性监管中LLM裁判的四轴可信度基准
原则性监管LLM裁判需四轴评估；无方法全能，120B模型遭关键词堆砌准确率骤降，报告对抗鲁棒性与校准。
空间语言消息传递用于病理图像解读
提出空间语言消息传递框架，在语言空间中聚合相邻图块的病理描述，提升肿瘤描述准确率3.3-19.6个百分点，无需微调即可增强通用多模态大模型的空间推理能力。
QuaSAR：基于稳定激活感知秩截断的量化补偿
针对低比特量化中闭式求解器数值不稳定问题，提出无参数截断伪逆补偿法，提升ViT-B精度至81.42%，兼顾模型大小与准确率。
视觉即编码：探究视觉语言模型在代码理解中的有效性
研究发现多模态大模型可将代码渲染为图像，实现8倍压缩，利用语法高亮提升补全效果，克隆检测抗压缩性强，开辟高效推理新路径。
哨兵一号SAR影像中极地低压的弱监督分割
提出CREST框架，仅用图像级标签生成分割掩码，通过约束扩展与动态引导损失提升极地低压及类似连通目标的分割质量。
在基于语言的多智能体通信中学习打断
提出让监听者适时打断说话者的新通信范式，HANDRAISER方法预测最佳打断时机，在保持任务性能的同时降低32.2%通信成本。
黎曼流形上比例类比的广义平行四边形法则
在黎曼流形上引入比例类比关系，推广欧氏空间的平行四边形法则，适用于球面、形状空间及概率分布流形。
凸损失及其在SVM、SVR和浅层神经网络中的应用
提出用于支持向量机和神经网络的新凸损失，证明是标准损失的推广，但实验显示泛化性能无提升。
连通子空间聚类：难解性、可扩展启发式算法及海平面大地测量应用
证明连通子空间聚类NP-hard难近似，提出可扩展Lloyd式启发式算法，应用于海平面大地测量，优于现有方法。