Aura · 时间线

基于自适应注意力匹配的推理思维感知KV缓存压缩

提出思维感知注意力匹配(TAM)，分段分配预算并保护关键令牌，同内存下精度更优，峰值内存降65%。

从穴居人到专家分析师：不同LLM任务的能耗

非推理模型能耗仅推理模型1/20，节省14.1万家庭年电；提示词修改再降65%。

StorySpark：面向故事前提生成的模块化演化搜索

提出模块化演化搜索框架，生成故事前提，显著提升原创性，并改善下游故事质量。

模仿而不理解：大型语言模型中决策偏差的起源

即使人类行为无偏或明确有偏，大型语言模型仍会错误模仿并产生决策偏差，科学报告甚至成为自我实现的预言。

为何AI治理框架难以落地：基于角色的NIST AI RMF压力测试

AI治理框架常流于形式。通过角色模拟压力测试发现，核心障碍不在局部转化，而在于跨层级治理价值与权限衔接；部署场景影响结构适配，风险降低需两者兼备。

StreamReason-Bench：大语言模型能否理解事件时间流处理语义？

新基准测试显示，LLM对事件时间流处理理解差；思维链提升有限，仅最强模型接近解决，难点在迟到数据处理。

AnchorSIPS：用于基于证据的精神病风险症状测量的合成数据集与评估资源

合成数据集AnchorSIPS含1万结构化精神病风险访谈，模型难提取证据细节，最终标签高估能力。

中文标题：在专业组合规模上衡量课程与劳动力市场的匹配度

中文摘要：对五个专业课程与市场技能做统一比对，发现缺口集中在系统、软件工程等领域，课程认知层次整体低于市场约一级。

交互就绪：构建与评估承担人类角色的AI智能体框架

提出交互就绪框架，区分内容与交互规范，发现权限误校准是角色型AI代理的主要失败点。

从观察到干预：大脑与大语言模型中的记忆

大脑与大语言模型记忆系统不同，但可通过共同功能问题比较；LLM提供直接干预手段，助力形成生物学假设。

SchemaLink：LinkML模式管理的智能Web编辑器

SchemaLink是一款基于Web的LinkML模式图形化编辑器，利用RAG技术辅助模式构建与修改，提升模式质量。

FluctlightDB：AI智能体的数据记忆模型

提出AI智能体长期记忆作为独立数据模型，嵌入式引擎实现经历写入与线索激活，基准召回率超97%。

你在跟我讲逻辑吗？评估语言模型的三段论推理能力

研究发现知识表示符号能助小模型高效完成三段论推理，提出SEF分类增强提示，开源CLGC库。

查询时机导致LLM与人类产生相反的位置偏差

LLM与人类的位置偏差受查询时机影响且相反，新模型偏差更明显。

多模态认知的分层能量模型

提出IM-LEPP分层能量模型，整合视觉与语言，解释注意及心理语言现象。

规范优先的AI编码代理收敛：无测试预言机且无人工审查下，拆除71.7万行代码库核心架构不变量的案例研究（涉及189个文件）

AI代理在规范优先协议下成功重构71.7万行代码库，涉及189文件，修正201缺陷，三天耗资2430美元。

中文标题

中文摘要

代码大语言模型的记忆诊断应具备规模感知

现有探测技术在规模化模型上失效，需分离表征负荷与记忆，以适应性为重。

HybridSB-MoE：面向语音增强的双域薛定谔桥与场景自适应专家路由

提出双域薛定谔桥混合模型：非对称融合频谱波形，异构专家路由加离散化界，语音增强优于扩散与SB基线。

Novels generated by language models show compressed formal variation

并非所有助推都奏效：AI辅助日记中的行为可控性与阐述质量

AI日记提示效果取决于行为是否依靠他人：独立行为改善率50-63%，依赖他人仅15-22%；写作风格影响小，属初步探索。

利用互补大语言模型水印追踪来源与检测篡改

提出双信号水印，同时嵌入鲁棒与脆弱信号，实现来源追踪和篡改检测，支持完整、篡改、无水印三态判定。

ERSkill：面向技能引导的自适应记忆检索的进化方法

提出ERSkill框架，将检索技能与路由器协同进化，采用经验树和双前沿机制，显著提升LLM代理长时记忆检索性能，平均得分提升31.3%。

大语言模型并非优秀战略家，但记忆增强的智能体能提升推理

提出EpicStar框架，以记忆为策略解决长程推理中战略漂移，在星际争霸II中胜率更高且令牌消耗更少。

Error-Aware Reverse Auction Mechanism for Large Language Model Routing

PatientAct：基于理论的心理健康来访者模拟

PatientAct框架基于临床5Ps与动态信任阈值，模拟情绪与抵抗，生成高临床合理性、行为真实的来访者。

SynAct：自适应综合优化的推理-行动大语言模型智能体

SynAct闭环智能体迭代诊断综合报告，动态调优命令，将最差负裕量降至引导综合的27%。

AutoQuREO：自动化量子资源估算与优化框架

提出自动量子资源估算优化框架AutoQuREO，集成代理建模与多目标优化，支持全栈资源估算与设计空间探索。

FSGR：缓解令牌频率偏差以实现公平的SID生成式推荐

FSGR框架优化SID构造与训练，缓解令牌频率偏差，Gini公平性提升超20%且保持精度。

从原子证据到逻辑组合：复合答案选项上的结构化组合推理

提出分解复合选项为原子判断，用整数线性规划组合评分，两项基准大幅提升，NEITHER/NOR增益最大。

标签并非终点：MCP代理安全评估中的处理泄露与构念效度

审计揭示MCP代理安全评估中标签受处理泄露影响，修正错误标签，提出完整性链与检查器，非总体评估。

PIPES：利用来源与先验保障智能体感知安全

提出PIPES，利用来源与先验筛查防状态破坏攻击，成功率84.7%→2.3%，效用保持约92.5%

InFactPlanner: 可持续地理分布式LLM数据中心的规划

提出InFactPlanner框架，用于LLM数据中心部署的假设分析，评估能耗、碳排放、水耗等，验证误差小于10%，发现可持续最优与延迟最优可能不同。

AQuA：递归自我改进的量化交易研究智能体

AQuA用两个独立语言模型系统，分别做因子发现和模型开发，各自闭环改进，在加密和美股上取得高IC，策略夏普达2.50。

CRAFT：基于大语言模型的临床叙事时间推理迭代优化方法

CRAFT：生成器与验证器迭代优化，重建少锚点临床叙事的症状时间线，时序准确率提升。

虚假与不可能在AI语言表征中是不同方向

AI模型回答混淆虚假与矛盾，但激活显示不可能与真实可区分（AUC0.93），与虚假正交，且接近语义异常而非偶然虚假。