架构师：在微软Excel中直接交互可视化深度学习数学
将Excel变为深度学习数学交互视图，实时显示前向/反向传播与参数更新，支持编辑输入超参数，并生成PyTorch代码，便于理解计算细节。
高斯过程超参数优化中最大似然估计的脆弱性
最大似然估计在高斯过程训练中脆弱，假设不满足时泛化差；提出理论指标与实用方案，显著提升回归/分类及贝叶斯优化性能。
UMPIRE-Net：用于加速磁共振成像的展开幅度-相位正则化网络
提出UMPIRE-Net，将幅度与相位分别正则化，用于加速MRI重建，比复数值基线图像更清晰、伪影更少。
CoCA：基于强化学习的文生图扩散模型微调中零成本步骤级奖励
动态分配密集步骤奖励，基于图像余弦相似度变化，免额外网络，采样效率提升1.25-2倍。
对Qwen3-27B进行C到Rust代码翻译的微调：预训练、调试感知SFT与任务特定SFT的三阶段课程
通过预训练、调试感知SFT和任务特定SFT三阶段微调Qwen3-27B，提升C到Rust翻译质量，并用SACTOR框架评估。
HierDAMap：面向通用域自适应鸟瞰图映射的分层视角先验
提出层级视角先验的通用鸟瞰图域适应框架，经三种组件约束跨域一致性，并引入数据增强。
工程信号在人机协作智能体编程时代：基于vLLM与SGLang 33,228个PR的纵向分析及其对生物医学AI智能体与生物信息学管道开发的启示
AI辅助开发使开源项目PR吞吐量增21倍，周期缩短，贡献者更广，但机器人作者占比不足0.2%，增长主要由人类驱动。
基于ISO的NFR规范能提升LLM代码生成吗？丰富与结构化干预对比自然语言基线
ISO标准化的NFR规范改善静态质量与措辞鲁棒性，但未稳定提升功能正确性；语义内容比JSON/文本格式更重要。
叠加DMRS与数据传输的最优功率分配及AI接收机设计
提出分析框架优化叠加DMRS功率分配与导频图案，设计Transformer迭代接收机，显著提升频谱效率。
多智能体在线学习中偏好能预测什么、不能预测什么
博弈偏好图与无遗憾学习动态：动态稳定集需偏好稳定，但偏好本身不足，需聚合偏离下的韧性保证渐近稳定。
SPEAR：基于注意力正则化的结构-性能可解释性
提出SPEAR框架，通过注意力正则化提升结构-性能回归的可解释性，并在XRD数据中识别出有物理意义的特征。
基于扩散过程关键步骤建模的概念遗忘
提出关键步骤概念遗忘(KSCU)，优化限制于概念专属活跃区域，兼顾消除与保留，降低计算，实现SOTA。
追踪逃跑：探索分析平原斑马（Equus quagga）逃跑反应的计算框架
无人机视频分析斑马逃跑，评估三种方法并用最优法提取轨迹，发现逃跑时对齐增强、停前间距增大、中心协调紧密。
重新定义视觉域泛化：基于FusionDetect的假图像检测双轴框架
提出双轴泛化基准与融合检测方法，结合双重冻结模型特征，实现跨生成器与视觉域检测，精度与鲁棒性领先。
音频深伪检测中自监督学习潜空间的轨迹动态
自监督潜空间轨迹动态可检测音频深伪；仅用真实语音训练LSTM预测器，跨语料库显著优于静态基线。
XtraLight-MedMamba用于肿瘤性管状腺瘤分类
提出超轻量状态空间模型XtraLight-MedMamba，仅3.2万参数，以97.18%准确率分类管状腺瘤，优于高复杂度Transformer和Mamba模型。
视觉与语言何处相遇？利用对比注意力理解与优化多模态大模型的视觉融合
发现视觉融合集中于特定层并存在晚期回顾现象，提出无训练对比注意力框架，提升多模态推理。
反应变换感知的流匹配用于可泛化的过渡态生成
提出反应变换感知的TransTS，显式学习原子级结构变换，结合统一几何表示，提升过渡态生成与泛化能力。
涌现模型：源自微小基底的智能
提出涌现模型范式：在简单基底上通过演化搜索涌现计算，证明潜在普适性；微小模型可外推算术与控制。
NAST：通过否定感知选择性训练提升医学视觉语言模型的否定处理能力
提出NAST方法，利用因果追踪调制梯度更新，增强医学视觉语言模型对否定与肯定表述的区分，不损害通用对齐能力。
ActFER：基于主动工具增强视觉推理的智能体面部表情识别
提出ActFER，将表情识别重构为主动视觉证据获取与推理，用UC-GRPO强化学习优化，优于被动基线。
智能制造中的深度视觉：用于智能质量监控与诊断的MODERN框架
MODERN深度学习框架用于质量监控与故障隔离，结合迁移学习支持小样本，理论最优收敛率，实验优于现有方法。
EchoRec：基于循环一致偏好对齐的多项预测增强生成式推荐
提出回声推荐模型，用循环一致偏好对齐增强多项预测的生成式推荐，实验显示优越性。
高分辨率文本密集图像翻译中MLLMs的全局-局部双感知
提出GLoTran全局-局部双感知框架及GLoD数据集，提升高分辨率文本密集图像翻译的完整性与准确性。
球面纯p-自旋模型在动力学温度及以上的非碎裂性
对球面纯p自旋玻璃，在动力学温度及以上，排除若干重叠区间的碎裂，部分解决猜想1，提出新方法。
AgilePE：基于自博弈强化学习的自主无人机追逃
提出AgilePE系统利用自博弈强化学习实现无人机追逃端到端控制仿真到真机零样本迁移
面向边缘部署的资源高效纯RGB动作识别
提出紧凑纯彩色动作识别网络，参数不到百万，精度高，抵抗光照模糊，遮挡下损失最大。
HAM-RAG：层级感知的多模态RAG，用于结构保真的交错生成
提出层级感知多模态RAG，利用文档层级作为引导信号，提升结构保真的交错生成。
AdvDex：通过关节对齐动作与对抗学习从人类演示中学习灵巧操作
提出一种统一框架，结合多模态演示数据集、关节对齐动作表示和对抗学习，提升灵巧操作跨本体泛化与零样本迁移。
基于骨架的点监督人体动作分割
提出点监督骨架动作分割，仅每段标注单帧，结合多模态伪标签，性能媲美甚至超越全监督方法，显著减少标注成本。
CipherSight：分布偏移下基于记录-资源语义监督的鲁棒网站指纹识别
CipherSight：基于TLS记录的分层框架，通过掩码建模与记录-资源语义监督，闭集准确率95.41%，时间/地理偏移下超90%，优于基线。
量子生成模型中谱滤波的经典极限
谱滤波对量子生成模型无经典优势：幅值滤波要么可经典采样，要么不衰减频率；分离源于谱相位，纯相位滤波除外。
气象驱动的垃圾填埋场逸散排放因果即时预报助力主动公共卫生响应
借助常规气象数据，机器学习框架CAIRN因果预报垃圾场逸散气体，实现公共卫生主动预警。
构建可靠编码智能体：评估与运维模型周边系统
提出系统级评估与运维编码智能体的框架，区分模型能力与基础设施影响，提供实践目录与协议。
体型可预测工蚁寿命，但无法预测其衰老方式或热致死方式
体型仅预测工蚁寿命，不预测衰老与热敏感性；衰老与昼夜节律相关，热敏感与谱系相关。
图像分类中分布外检测训练目标的系统比较
比较四种训练目标，交叉熵损失在远近分布外检测上整体最稳定，其余目标在特定场景下有竞争力。
面向大规模和复杂事件的InSAR相位解缠框架
提出扩散模型相位解缠框架，处理大规模复杂形变与断层相位跳变，实验有效。
ATLAS：通过LLM引导的抽象与自动机学习发现智能体策略
提出ATLAS，用抽象与自动机学习从智能体轨迹中恢复可解释行为模型，揭示策略并支持分析。
反思自动化程序修复：缺陷复杂度、故障定位与大语言模型成本效益的影响
大语言模型修复效果受缺陷复杂度与定位精度影响；低成本模型可修复过半中等复杂缺陷，其中V3.2成本效益最佳。
音乐之镜：大语言模型作为歌曲创作中的共鸣板
AI作为诠释性共鸣板辅助创作，经校准可深化作者与素材的共振；未经校准则现谄媚漂移与过度解读风险。
CORAL：基于激光雷达的目标导向城市驾驶的课程优化奖励自适应
结合课程学习和奖励自适应，显著提升城市驾驶成功率，并能零样本迁移到新城镇。
CVT-Bench：通过反事实视点变换探测空间状态完整性
提出反事实视点变换基准，评估多模态大模型空间状态完整性，发现孤立精度高估鲁棒性，上下文干扰加剧失效。
MACS：一种用于可靠对话式电商推荐的混合多智能体框架
提出MACS混合多智能体框架固定目录下用确定性约束与跨轮偏好追踪实现可靠电商对话推荐性能优于基线
AdsWorldEngine：通过编排器与工具协同进化的自进化对话广告智能体
自进化广告智能体：编排器工具协同训练，离线多样性+60%、相关性+80%，收入+22%、覆盖+74%
Pairton：短寿命粒子的迭代重建
Pairton利用图掩码预测迭代重建短寿命粒子基于Pairformer在ttbar全强子衰变最优
对数数学形态学：理论与应用
针对光照变化，提出对数数学形态学框架，采用对数加性律使结构函数幅度随图像强度变化，定义鲁棒算子。
基于贝叶斯样本推断的生成建模
提出BSI生成模型，将扩散采样视为迭代高斯后验推断，优于BFN和VDM，样本质量提升且似然相当。
Act2Intention：从GUI操作推断用户意图以开发主动移动代理的基准
提出Act2Intention基准，含7.25万意图和70万动作，用于开发主动移动代理，显著提升意图理解、预测与执行性能。
基于扩散模型的离线深度Q*估计
用扩散模型估计奖励转移核，解耦算子与值学习，得深度Q*估计器，无完备性假设，理论实验俱佳。
考虑交通流量影响的道路养护作业优化调度
用数据驱动代理模型从OD需求直接近似均衡流量，避免重复求解，为养护调度提供可扩展方案。