TEMPO：跨内存受限与计算受限场景的完工时间感知专家并行负载均衡
TEMPO：面向MoE的makespan感知负载均衡，兼顾内存/计算边界，混合场景性能更优。
VLM与LLM驱动的多智能体PET图像去噪系统
VLM和LLM驱动的多智能体PET去噪框架，动态评估图像质量，自主选模型，闭环反馈，低剂量下优于基线
迷失于发声：嗓音质量变化作为语音基础模型的评估维度
提出VQ-Bench评估语音基础模型对发声类型的敏感性，发现商业API失效及社会偏见。
hint$^2$：用于推理时时序逻辑引导的分层世界模型
提出hint$^2$方法，利用分层世界模型在推理时引导短时策略满足复杂LTL规格，优于现有方法。
AlignFace：人类对齐的可解释概念关系人脸相似性度量
提出人脸相似性度量AlignFace，融合认知原理，解释性强且与人类感知对齐，超基线。
将视觉-语言-动作模型演化为具备即时工具使用的智能体
提出ART：融合VLA与工具使用，降低动作复杂度，提升泛化、降低数据依赖，任务成功率提高20%。
数据受限环境下PM预测的偏移感知迁移学习与自适应双编码器融合
提出偏移感知双编码器迁移框架，融合源域知识与目标特定表示，在PM2.5数据受限场景中优于基线，适应源编码器效果最佳。
通过表示干预理解并缓解大语言模型的过度拒绝
基于表示干预缓解大模型过度拒绝：从表示视角分析成因，通过重叠感知加权与上下文增强，兼顾安全与可用性。
未知的未知：物理学中机器学习的模型误设
物理反问题中ML模型误设即未知未知；需迭代诊断与缓解，吸收无关误差，保留发现敏感，核心是怀疑自身模型。
通过并行计算加速大规模LiDAR建图的束调整
提出首个全并行激光雷达束调整框架，含自适应加载、自底向上体素化及并行优化，提速达10倍且精度不变。
一致模型追踪达到极小极大最优：大参数不确定性下标量对抗自适应控制的精确值
一致模型追踪为极小极大最优：标量对抗自适应控制精确最坏峰值=1+Δ，最优策略是集合一致区间中点的死区控制。
MMUSV-Sim：面向多无人艇协同感知的仿真与数据生成平台
基于UE5/AirSim的多无人艇协同感知仿真平台，生成多模态数据，验证波浪与标注一致性，早期融合[email protected]达72.74。
数据驱动的转化神经科学与个性化神经健康技术
综述数据驱动的转化神经科学与个性化神经健康技术，旨在从神经影像中早期检测个体脑变化，实现个性化、机制明确、临床可用的脑健康模型。
可解释令牌的线性几何：针对未学习扩散模型的越狱攻击与防御
发现被擦除概念以可解释线性子空间存留，据此提出高效越狱攻击与防御。
面向月球舱外活动程序指引的上下文感知AI助手与AR界面
面向月球EVA的AI助手与AR界面，通过上下文感知提供程序指导，正常工况评分10，单故障8.15，多故障性能下降。
参与式道德AI并非中立：开发者的无形之手
开发者对特征、选民、问题框架的选择影响道德AI偏好结果，投票式对齐无法靠聚合实现公平透明，需审计披露每个环节。
战场声学无人机检测：应对噪声、域偏移与弱标签
针对战场噪声与硬件域偏移，提出PCEN、注意力池化及域感知训练，F1从55.4%提升至78.6%。
跨会话边界的上下文学习状态交接
提出会话交接的形式化方法，以任务相对ICL状态传递为核心，给出确定性充分交接的最简表示及比特需求，并解析记忆、写者与续程的影响。
PLAUD的架构与可供性：表演性潜变量与无监督DDSP
PLAUD是基于噪声带网络的神经合成器，融合变分DDSP、操控操作等，服务于现场电子音乐，其表演性源于架构设计。
PRM-as-a-Judge 1.5：机器人过程评估工具包
将测试视频转为进度曲线，提出三个细粒度指标评估具身模型，发布评测套件，推动透明可复现的机器人过程评估。
代理验证的LLM UX微模拟：面向早期决策支持的工件优先协议
提出工件优先的LLM UX微模拟协议，用代理语料验证模拟反馈，嵌入对齐优于词法，但重采样下不稳定。
用AI构建AI密集型软件：早期结果与开发成本衡量之警示
六人团队用AI辅助开发对话助手，成本比初报19.4倍，修正后9.9倍，揭示成本测量易错且隐蔽。
AI安全训练数据集中的语言特定缺口
审计发现多语言安全基准存在语言级缺口，非洲语言尤甚，需可验证覆盖声明。
J-RAS：基于对比检索增强联合优化的医学图像分割相互适应
J-RAS通过对比检索增强联合优化，使分割与检索模型相互适应，提升分割精度与泛化能力。
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