扰动响应中证据、矛盾与脆弱性的分解
将扰动响应分解为证据、矛盾与脆弱性，三者之和精确等于原幅度，并能准确预测模型行为，兼具高效性。
波兰医学视觉问答：视觉-语言模型未充分利用视觉证据
波兰医学视觉问答基准：最佳准确率79%，仅GPT-5.6超人类；模型重文本轻图像，图像主导题更差。
FlashDrive：面向自动驾驶的闪电式视觉-语言-行动推理
协同设计FlashDrive，攻克四大瓶颈，10B VLA延迟降4.7倍至151ms，精度几乎不变。
OGR-MARL：面向受限港口航道异构USV协同追捕的选项引导残差多智能体强化学习
提出OGR-MARL框架，融合规则引导与残差学习，OGR-MASAC捕获率达75%，并可零样本迁移。
Moose：具备推理捷径感知的EL++潜在概念学习
Moose方法将EL++本体编译为可微SDD，用于潜在概念学习，首次在OWL EL中分析推理捷径，性能超基线。
ReflectFact：自我反思智能体提升多跳事实核查中的理解与推理
提出自我反思框架，以路径规划、证据校准和推理反思提升多跳事实核查，在HOVER/EX-FEVER最优。
MT-PDCL基础：测度论概率确定子句逻辑
提出测度论概率确定子句逻辑，消除有限域限制，以Lebesgue积分在连续空间精确定义推理，取代离散接地组合瓶颈。
均匀放牧：基于表示刷新的样本重放
提出均匀放牧法，在类增量学习中分配样本并刷新表示，最终准确率44.00%，遗忘17.22%，优于iCaRL。
DMDIntel：通过动态模式分解解释大型语言模型
DMDIntel用动态模式分解分解LLM隐藏状态，为输入令牌排名，其归因性能远超PCA、积分梯度和SHAP。
SkillEvo：来自多轮交互反馈的自我更新演化梯度
提出SkillEvo，以多轮交互反馈生成演化梯度，并用治理层校准方向，防止退化，效果显著优于现有方法。
罕见异常故障下的解释性参与：模型行为中的渐近稀有性（或：渐近AI）
随着故障率渐近降低，LLM解释参与总体单调下降，但即时强制提示下先升后平，提示结构是关键调节变量。
行为重编程开源权重模型：认知可塑性与对齐边界
通过大规模超参扫描界定PEFT边界，LoRA秩16为阈值，最优训练窗口2-3轮，14B模型困惑度1.414，DPO解耦行为，跨语言迁移能力与退化路径并存。
VALG：面向机器学习理论研究的智能体系统
VALG智能体系统融合多级验证、自适应问题表述与图结构证明，在五个开放问题的九个子任务上得到部分定理成果。
SPADE：面向精确且低成本的分布式边缘云推理的推测解码
提出边缘云协同推测解码框架，小模型在边缘快速生成，大模型在云端并行验证，云调用减少76%且精度无损。
多层上下文伪装：一种面向抗舞弊在线评估的语义叠加与上下文分层框架
提出多层上下文伪装理论：通过语义叠加保护测评内容，仅合法考生可恢复，对抗截图、OCR等非法提取。
EEG-PRIME：面向脑电解码的原型对齐表示学习与多层级条件调控
两阶段EEG基础模型，掩码预训练+原型对齐指令调优，跨数据集多任务解码，16数据集最优，零样本迁移。
基于混沌冲突度量与历史经验加权的鲁棒Dempster-Shafer证据融合
提出混沌冲突度量与历史经验加权融合框架，联合评估冲突与不确定性，16个数据集上F1达85.78、AUC达93.30，优于现有基线。
SkillShapley：面向LLM智能体技能步骤归因的边界自适应Shapley估值
提出SkillShapley框架，基于Shapley值量化智能体技能中步骤贡献，通过识别信息性联盟区域并自适应采样，高效评估步骤价值，为技能创建提供关键见解。
重新思考大语言模型的归一化位置：课程深度增长下的后归一化
课程深度增长下，后归一化比前归一化提升显著，且非计算量所致；归一化位置应与训练课程耦合设计。
组合式智能体工具链修复的能力层：受控商与真实仓库压力测试
用能力层建模工具链故障，商掉隐藏中间态可减少候选，但真实仓库测试未见上同调优势。
大语言模型的数值能力：根本局限与改进路径
大型语言模型在基础数值任务上不可靠。提出数值扎根框架（NGF）分析其局限，并给出微调、推理脚手架与外部工具等改进路径。
TsuGO：通过围棋死活题探究大语言模型推理中的搜索效率
用围棋死活题评估大语言模型推理搜索效率：现模型远未稳定，更长思维链不代表更优搜索。
教其量级而非方向：面向多轮多步LLM智能体的验证器受限信用分配
提出分层信用分配框架，融合验证器奖励与稠密词元信号，解决轨迹级信用混杂，提升多轮工具智能体性能。
面向居家日常生活中的情境感知临床运动理解：基于第一视角视觉的冻结步态检测
研究用同步第一视角视频与IMU检测帕金森冻结步态，IMU模型最优（F1=42.3），视频可补充情境信息，支持多模态融合。
vToken：面向可回收KV缓存的令牌级虚拟化
vToken令牌级虚拟化解耦KV缓存逻辑与物理块，消除碎片；vLLM实现，保留块降27%-72%，吞吐升1.37倍，并发翻倍。
必要之下的主权？前沿AI出口管制、网络安全与国家AI能力的局限
前沿AI攸关网络防御，但获取可被撤销；主权能力仅少数国家可行，需分层战略与开源对冲。
NAS驱动的边缘AI硬件加速器探索及量化对Pareto空间的影响
提出三阶段流水线，研究INT4量化对NAS Pareto空间的扰动，发现FP32零样本代理优于INT4代理。
TopoIntent：将安全意图编译为可执行、合规检查的网络拓扑
将安全意图编译为网络拓扑，经CIS v8.1.2合规检查，自动修复结构缺口并导出可执行Mininet脚本，显著提升合规率与策略通过率。
StateBridge：大语言模型多智能体系统中潜在通信的无训练隐藏状态对齐
提出状态桥方法，无需训练，用闭式正交变换对齐发送方与接收方隐藏状态，作为连续前缀，在推理等任务优于基线。
RAIL：人工智能就绪度的自动分类器
整合三种框架为统一AI就绪水平（AIRL），提出RAIL多LLM专家分类器，评估可靠且避免传统模型高估。
大语言模型引导的图生成：面向基于结构的局部改进方法
大模型将问题实例转为加权图，引导局部改进选择变量；算法选择胜率39.5%，消融后44.0%。
LongEarth-R1：面向长时序地球观测推理的视觉语言模型基准评测与对齐
提出长时序遥感评测基准及LongEarth-R1模型，结合思维链与强化学习，12项长序列任务最优。
谁发言很重要：意大利议会记录上的权威感知多视角RAG
提出ParliamentRAG，用话题相关权威模型提升议会检索，覆盖更全、引用更准，专家评分优于基准。
规则还是品格？AI安全设计的规模法则
AI安全最优设计随规模略向品格塑造偏移，主导因素是品格脆弱性而非规模。
基于Transformer的课程与成绩联合预测模型
联合预测课程与成绩的TRACE模型，误差降近50%，优于LSTM和GNN。
超越最终分数：长期AI研究与开发智能体的系统评估
系统评估七个前沿模型在36项长时任务中的表现，发现智能体仅似工程优化器，真正方法创新罕见。
通过SLM与边缘计算增强虚拟智能体：思考与记忆过程的探索性评估
探索用小语言模型与边缘计算实现虚拟智能体的思考与记忆，在Jetson上验证可行，支持沉浸式交互。
MARC v1：用于临床AI推理与协作的开源多智能体框架
MARC用多智能体编排替代单体提示，分角色完成推理，支持分解器自动生成提示，兼容API与本地，易于临床专家使用。
当AI成为你的牧师：大语言模型在神学分类与牧养指导中的基准评测
提出FMG-Bench基准，评测14个AI模型的基督教神学与牧养回应；引导设置使模型平均提升3.96分，安全转介能力提升10.8分，但仅作测量工具，非认可AI为牧养权威。
人工智能学术联盟——教学、科研与拓展的整合视角
提出以学生为中心的联盟框架，融合教学科研与社会拓展，通过项目制培养能力，兼具灵活性与可复制性。
QuoteBench：匹配分数如何掩盖命令路径故障
QuoteBench用56个任务验证：匹配分数掩盖命令生成与执行失败，披露边界可恢复30-60点，但部署配置会重排模型顺序。
语言模型时代的人工智能问责生态系统
针对大语言模型更新AI问责框架，强调基础设施供应链、结果监控与用户问责，转向分布式、持续、制度化。
大语言模型知晓约束却不用：实用约束推理中的激活瓶颈
隐性约束失败是路由问题而非知识问题：模型能编码约束，却常未用于决策，且提示干预难修复。
什么驱动LLM自我反思？武装冲突预测中不确定性路由的受控消融实验
自反思收益由类型化动作路由驱动，而非诊断脚手架或分类词汇；GPT-4o复现。
AlayaWorld：交互式长时程世界建模 - 完整技术报告（v1.1）
AlayaWorld改进版：条件与内容对齐，引入流式三维点缓存渲染，统一编解码协议，共六项修改。
全能科学家：全模态全学科AI科学家
提出全能科学家，直接从原始证据进行多学科研究，36例均完成数据到论文，优于预计算特征对照。
AI代理为何违反规则？框架、情境与社会信号如何影响合规
罚则悖论使AI代理将合规视为成本收益计算，优化型模型在低惩罚和社交信号下违规，仅靠规则嵌入无法保证合规。
Assessment Design in the GenAI Era: The X1-X2-X3 Assessment Pattern for Testing Students' AI Literacy, Learning Outcomes, and Reflection
AI编程代理研究中缺失的人类视角
AI编程代理瓶颈转向人机协作，需以人类为中心，关注任务对齐、可验证性、可引导性和适应性。
驾驭语言轴：从线性可解码性到因果控制
研究证明语言身份可线性解码且受激活方向因果控制，干预显示语言选择具方向依赖和层级特异性，消融后回退英语。