并行扫描下的长度无关状态跟踪
提出NFSM：非仿射可并行扫描RNN，有限精度下实现长度无关状态跟踪，突破仿射模型限制。
面向参数恢复的神经似然符号蒸馏
面向参数恢复，将神经似然蒸馏为可解释符号表达式，扩散决策模型上加速超百倍且保精度，可用于贝叶斯层次推断。
Jev 在语音神经假体重评分中媲美 7B 语言模型
Jev将重评分转为单次类型化决策，无需GPU，在ALS语音神经假体上词错率7.5%，媲美7B模型。
安全重构：通过掩码扩散生成式建模构建强大安全护栏
LLaDA-Guard用掩码扩散按标签重建文本，安全基准领先、校准更优，可定位并改写不安全提示。
重置不等于恢复：通过谄媚迟滞评估虚假对话上下文中的可恢复性
受用户错误压力后，普通重置难以消除谄媚偏差；仅删除/截断压力历史或引入可信证据可有效恢复。
重新思考大语言模型强化学习中的训练-推理不匹配：根源与纠正
针对大语言模型RLVR训练-推理概率不匹配，提出校准重要性采样CIS，以置信感知截断校正，实验更优。
回写Δ：以全新表示重访同一词元
ReFlux回写层间深度增量Δ重访同一词元，动态组合反馈路径，降低困惑度并提升推理准确率。
一个模型不成众：多LLM与方面条件化的多样化评论生成
多模型与方面条件生成能更贴近人类评论多样性分布，在预训练与下游任务中均有效，但人类多样性仍难企及。
弥合跨方言鸿沟：以查询计划作为Text-to-SQL的可移植接口
让模型生成方言无关的关系代数查询计划而非SQL，可近乎一致地恢复跨方言可移植性，微调后效果优于SQL监督。
将非平稳多输出高斯过程适配于贝叶斯优化
提出MOLRN-BO，将非平稳多输出高斯过程适配于多目标贝叶斯优化，在12个基准上提升性能与稳健性。
SAGE：面向自演化智能体的统计接受门控
提出统计接受门控SAGE：用逐项配对比较与单侧配对检验筛选技能编辑，显著降低回退并提升最终得分。
PowerZooJax：面向强化学习的基于JAX的电力系统基准
提出基于JAX的电力系统强化学习基准，涵盖五类约束MDP任务，全流程GPU加速，支持安全与分布外评估。
探讨从图像数据中识别拓扑关系的学习模型
构建1.1万张标注图像数据集，对比传统与深度学习模型，VGG16准确率达89.55%，凸显迁移学习优势。
跨编排架构的小型LLM团队扩展的精确生成–变换分解
小型LLM团队扩展收益任务依赖；生成–变换分解揭示覆盖与转换红利，无架构通吃。
通过免训练自适应响应几何提升度量深度补全
提出免训练自适应响应几何，将深度/对数深度/视差坐标变为图像级未知，提升度量深度补全精度。
GeoWind2Plan：面向节能无人机规划的任务时三维城市风场预测
提出几何—风场—规划框架，用神经算子约3秒预测城市三维风场，CFD评估下较无风感知规划节能4.5%–12.7%。
FD-AA：一种用于胸部CT中偶发腹部异常检测的轻量级焦点-弥散与衰减感知分类头
FD-AA轻量器官感知头结合衰减感知与掩码广义均值池化，在冻结3D CT编码器上提升偶发腹部异常检测性能。
PreviewDiff：多模态评判器引导的扩散隐空间搜索
无需训练，在去噪中途解码预览，由多模态评判器反馈分支搜索并重噪隐变量，让验证算力在生成过程中主动引导。
话虽对，时不对：基于临床医生评审对年轻人与ChatGPT的19,930次对话中心理困扰的分析
分析近2万次年轻人与ChatGPT对话及临床医生评审，发现其痛苦时回应易过度，并提出三阶段设计指南。
LeRF：面向视角采择推理学习参考坐标系
训练视觉语言模型构建显式参考坐标系，先监督微调再强化学习，提升视角采择推理。
面向神经编码与解码的稀疏视角可解释三维动物行为表征
SABLE以自监督几何先验从稀疏视角重建可解释的三维行为表征，零样本泛化，助力神经编码与解码。
Mirror-Score：校准的仅推理评分揭示D-肽设计中序列兼容性排序的局限
提出Mirror-Score校准评分框架与31个复合物基准，揭示序列似然无法预测D-肽亲和力，镜像共折叠置信度家族内排序更可靠。
从敏锐之眼到专家思维：在 MLLMs 中内化专家知识实现篡改文本检测
提出 EKI 两阶段框架，将专家取证知识内化到 MLLM，解决双重不匹配，在篡改文本检测上达 SOTA 且推理高效。
SMat-Attention：结构化长上下文序列建模
以VC维d为可调旋钮构建结构化因果掩码，提出SMat-Attention，兼顾亚二次预填充与常数时间解码，并可扩展至Mamba-2等模型。
LongCat深度研究技术报告
提出LongCat深度研究系统，结合增强模型与多智能体工作流，分离全局规划与局部调查，支持分节修订，在多个基准测试中表现优异。
生成中的表示设计：扩散 Transformer 中的跨视图类令牌对齐
在扩散变换器中引入跨视图类令牌对齐，联合流匹配训练，提升表示质量且不损生成质量。
AI理解的复调式构想
LLM输出源于多个并行机制组成、可靠性不均的联盟；应据可靠控制输出的健全回路判断理解，以指导信任。
GeoOutageBench：面向多模态停电与韧性分析的歧义感知、本体支撑的地理时空KGQA基准
提出GeoOutageBench基准，评测大模型地理时空KGQA的歧义理解、本体效用与多模态停电韧性分析能力。
三思而后修：笔画引导注意力的风险感知满文手稿修复
提出SAGE-Restore选择性修复框架，先评估需修复区域，以笔画结构线索与像素软门控，兼顾退化恢复与完好内容保留。
手握地图仍迷路：语言模型中的对话状态与行为可靠性
模型能读出对话结构却难解析值，旧值更新后仍影响行动；据此设计的控制器修正动作，显著提升查询与任务成功率。
潜在预测车辆表征保留了什么？测量状态、几何与局部响应
提出协议分测潜预测车辆表征的保留、预测与局部响应；其保留状态，但命令响应偏离模拟器。
智能体何时才有用？古典文本及其译本的嵌入、大语言模型与智能体对齐
七系统对比：生成式恢复率93-94%远超嵌入77%；智能体缺陷更少，但长文本优势经分块后消失。
Bison：面向未见化合物扰动预测的跨数据集学习
提出跨数据集联合训练模型Bison，利用药物对比监督预测未见化合物扰动，药物差异相关性提升27.4%。
论言语化置信度先验在大型推理模型校准中的陷阱
LRM置信先验集中于少数高值，抑制RL校准；CalibSFT先塑造校准先验，降低校准误差并提升判别力。
从细粒度修改操作到有意义的修改单元：评估大语言模型在修改边界检测中的表现
微调Qwen3-32B识别学生修改单元边界效果最佳，优于提示式大模型与启发式基线。
理解激活解释中的虚构并重新思考重建
点重建解释易致虚构与写作缺陷；提出Flow-NLA建模激活分布，保留效用并抑制缺陷。
SoFT：面向可泛化大语言模型微调的软目标
提出SoFT软目标微调，通过最小KL改动平衡演示学习与基座能力，提升分布内与分布外泛化。
共享经验、分离学习：面向大语言模型的伴随式置信度校准
CoCal以共享轨迹、分离学习训练轻量伴随模型校准LLM置信度，不损任务性能，优于RL与事后校准，并可跨域泛化。
联邦LoRA应共享什么？基于输入感知子空间对齐的FedSAIL
FedSAIL以输入二阶矩构建动作矩阵，其右奇异主子空间跨客户端对齐，据此正则本地训练并保留客户端系数，提升性能、降低通信。
面向统一多模态模型的演化数据相互对抗自训练
提出MATE，让生成与理解分支互相对抗自训练，挑战随模型演化，在Janus-Pro-1B上提升多项基准。
神经动力学即量化单元的组合
提出"量子"抽象：训练是按需求与条件复杂度有序获取可复用计算单元，可解释宏观损失与缩放律。
位置并非事实：KV 缓存与记忆之间的错配
更新KV缓存需保留单位、对象依赖与未变文本；重建旧位置会损历史准确率，识别需学习读出或查询访问。
渐进式指令交付对语言模型创意写作的影响
分多轮渐进交付写作要求会降低模型约束遵守度，结构连贯性受损最重，创意完整性仅存71.2%。
Unicode 中的约鲁巴文：一个问题概述
约鲁巴文 Unicode 缺预组合字符，跨平台显示、搜索和字体替换出错；呼吁联盟介入申请编码四个核心字符
Rondo：无监督发现重复性时间结构
Rondo 无监督发现连续时间流中层级的重复结构，动态扩展单元词表，在少数据与持续流中优于基线。
大型强子对撞机上快速精确的基于学习的带电粒子轨迹回归
提出双向门控线性循环编码器，带电粒子轨迹回归达经典拟合全精度，GPU推理加速，降低LHC计算成本。
语音识别中编码器-解码器模型的上下文自适应
编码器-解码器模型均能直接上下文自适应，最高相对提升30%，词法与说话人信息均起作用，拼接式演示最稳定。
面向一次训练、多预算导出的弹性选择性谱混合模型
ESSH融合选择性谱混合与滑窗注意力，联合训练多容量，一次训练多预算导出，质量近同级且解码加速。
LA-CPD：用于人类-LLM作者身份分段的局部证据感知变点检测
LA-CPD将句级噪声分数转为连贯作者分段，动态规划与AIC选变点，准确率升至0.796，边界定位更优。
Kolmogorov-Arnold网络与多层感知机中的Fisher简单性
KAN与MLP的Fisher简单性：死ReLU一致，KAN系数大小不能作剪枝准则，多层需有效路径。