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。
一次重写，随处验证：生成 OWL 感知的 SHACL 约束（扩展版）
提出将 OWL EL⁻ 公理重写为 SHACL 约束，使任意验证器无需推理即可高效验证，结果与经典方法一致。
T-VSS：测试时视觉子空间引导，增强视觉-语言模型的对抗鲁棒性
提出T-VSS，直接在视觉特征空间测试时适应，利用低秩子空间修正，增强对抗鲁棒性，且保持精度与效率。
基于期望自由能的火星探测机器人信息路径规划
提出期望自由能统一信息寻求与奖励寻求，在路径约束下规划，兼顾建图精度与高价值区定位，优于基线方法。
图增强的激光粉末床熔融复杂形状分割用于增强原位检测
提出图增强分割法，保留全局几何信息，应对光照与层间变化，提升L-PBF原位检测鲁棒性。
基于混合大语言模型的业务流程模型安全标注自动生成框架
融合大语言模型与规则，自动生成业务流程安全标注，精度高、错误少、速度快，优于人工。
AI辅助发现并构造三块ADMM以单位阵为第三约束块时不收敛的反例
构造反例证明三块ADMM在单位阵第三块下也可能不收敛，并探讨乘子松弛恢复收敛的条件，比较不同AI工具发现路径的差异。
HandsOnWorld：基于相机解耦手部控制的无约束第一人称视频生成
提出手控第一人称视频生成框架，从无约束单目视频，用普吕克手图解耦相机与手运动，效果优于现有方法。
图神经网络过压缩问题综述：当前方法、基准与挑战
综述图神经网络过压缩问题：总结其定义、三类缓解方法、与表达能力及过平滑的关系、评测与复杂度，并展望开放问题。
Hi-Token：用于生成式视觉定位的分层坐标标记化
提出分层坐标标记化与几何奖励，提升生成式视觉定位精度，跨模型基准表现一致。
重新审视形状与纹理依赖：基于类别可分性校准的抑制
提出语义退化指数校准抑制，发现CNN更依赖纹理而非形状，ViT在分类和脑编码中均更鲁棒。
Reflex：面向反应关键操作的快速可预测视觉-语言-动作模型
提出反应关键操作基准ReflexBench与模型ReflexVLA，通过潜在未来预测和多帧融合提升动态操作性能，并降低部署延迟。
从恢复到跌落：动作后训练如何降低视觉语言模型后期层的深度可解码性
动作后训练使视觉语言模型后期层深度解码骤降，源于多层感知器写入干扰；消融可恢复大部分。
基于线性样本稀疏化的主动回归
提出基于线性样本稀疏化的方法，将主动回归等曲线拟合的样本复杂度降至O(d)，优于此前O(d log d)的杠杆得分采样。
分布时序差分学习中的在线推断
证明非参数分布时序差分学习的根T误差与自助法同收敛于高斯极限，可推断方差、条件风险价值和分位数等泛函。
VISOR：基于迭代搜索与超视野推理的智能体视觉检索增强生成
提出VISOR智能体框架，以证据空间和视觉动作校正解决证据稀疏，滑动窗口与意图注入防搜索漂移，经GRPO训练，多基准最优。
从风格复制到风格探索：以分析-实验-再情境化框架赋能艺术风格探索
提出AER框架通过分析实验再情境化助艺术家探索风格提升自主与反思
可学习优化算法的概率框架
提出优化算法的统计学习框架，基于轨迹概率分布，支持群体性能分析与从数据学习，并提供PAC-Bayesian泛化保证。
基于危险感知的综合包络确保城市移动中物理AI安全
提出统一框架，通过跨层安全变换将系统危险分析与运行时执行结合，确保城市移动中物理AI安全。
OTIS：用微型编码器学习高质量时间序列特征
OTIS仅7.1M参数，性能媲美54倍大的模型，内存能耗延迟大幅降低，可生成高质量时间序列特征。
μFlow：利用平均图像提升深度伪造人脸检测器的泛化能力
仅用真实图像训练的μFlow单类检测器，借平均图像特征与归一化流对齐，实现跨生成器泛化并超越现有方法。
晶体材料通用热力学原子间势
提出热力学原子间势，将势能扩展为吉布斯自由能，自动微分得热力学量，可预测相变与合金溶解度。
BAG：面向扩散缓存的预算感知门控
BAG用轻量门控网络按预算动态决定缓存复用，经离线到在线蒸馏训练，在多种加速比下超越现有方法。
面向序数分类的序数感知校准
首次正式提出序数校准问题，提出ORCU损失，融合距离感知软编码与对数障碍，实现最优校准且不损精度。
BGA：一种用于高熵加密流中恶意签名提取的抗噪神经蒸馏框架
抗噪蒸馏框架方差分析解耦生成对抗网络增样双向LSTM注意力提取恶意签名性能95.2%延迟毫秒级
P2Skill：面向云-本地LLM推理系统的隐私保护技能蒸馏
提出P2Skill，提示技能蒸馏，本地小模型自主分解、路由、改写、重构，免微调，隐私推理质量显著。
面向图像引导神经外科的脑变形数据驱动配准与建模
综述2020-2025年脑变形配准建模的数据驱动方法，分析深度学习策略与评估，指出鲁棒性、基准等局限，展望临床转化。