隐身斗篷：实时隐私保护的体积视频流
针对体积视频流隐私泄露，提出隐形流，用目标检测与深度掩码，跨视图传播决策，仅融合净化点云，实时隐私保护。
AI艺术检测器在生成器变化下的鲁棒性
人工智能艺术检测器在生成器变化下泛化不足，常将新图像误判为人类，CLIP模型效果最佳，但差距显著，需分层防御。
TELLME：语言模型增强的测试增强学习
提出TELLME方法，结合测试增强学习与持续预训练，高效获取领域知识并增强长期记忆，金融领域提升23.6%，记忆提升9.8%。
用于Cx-N2二元混合物气液平衡预测的符号机器学习
提出符号机器学习方法，为PR状态方程添加可解释符号修正，提高烃-氮混合物气液平衡预测精度。
当自洽性适得其反：多数投票损害小型LLM在多数硬科学问题上的表现
多数投票在硬科学问题上降低小型LLM准确率，因置信度不反映正确性，预注册实验证实。
已定位但不可释放：静默门反转与有界线性释放
定位成功，但门控在分布外反转失效，线性释放有界不足，二者可分离。
自适应混合粒子群优化与梯度下降
提出自适应混合PSO，用S形函数按多样性自动调节梯度影响，无需手动切换。在平滑局部盆地问题上优于PSO，总体排名领先。
混合门控注意力
提出混合门控注意力框架，含三种门控策略，融合多阶段信息，增强表示、提升效率与稳定性，性能优于门控注意力。
诊断先于恢复：将智能体故障转化为选择性自我纠正
用开发集故障预筛修复干预，按故障类型选择纠正策略，减少环境步骤，提升任务性能。
运动即提示：利用运动引导的跨帧视觉提示增强多模态大语言模型的运动推理
提出运动即提示框架，跨帧轨迹标记增强运动推理，无需训练，两基准分别提升4.2%与8.9%
Zero-OVCD：桥接免训练基础模型与伪标签学习的开放词汇变化检测
提出Zero-OVCD两阶段框架，无需像素级标注，结合掩膜细化与噪声抑制生成伪标签，训练检测器，显著提升开放词汇变化检测精度。
让每一步都算数：成像逆问题的时空信息分配
提出频谱自适应调度与测量优先注意力，无需训练平衡时空信息分配，提升图像复原质量。
RECAST：粗网格偏微分方程求解器的机器学习校正与超分辨率框架
RECAST机器学习框架校正并超分辨率重建粗网格PDE解，误差降50%-92%，精度兼备提速。
知识库成为黄金标准：实体级机器翻译中资源共享评估循环的测量
用知识库当金标准致评估自我参照，独立段仅31.1%增益归零，弱模型虚高。
从多模态伪标签中学习以实现稳健的开放词汇实例与全景分割
提出多模态伪标签框架，结合CLIP和GPT增强视觉-文本对齐，显著提升开放词汇实例与全景分割性能。
完全回忆，代价几何？——Agentic记忆系统服务成本基准测试
比较三种记忆系统，发现其服务成本难由对话长度预测，盈亏平衡敏感，且成本与准确性难以兼得。
STAR: 面向可泛化三维场景理解的空间-拓扑感知路由框架
提出空间-拓扑感知路由框架STAR，结合自监督预训练与动态专家分配，解决跨传感器拓扑差异，提升室内外3D场景理解性能。
基于非对称RoBoSS损失函数的稀疏鲁棒几何孪生支持向量机
提出基于非对称RoBoSS损失的几何孪生SVM，结合l1范数实现特征选择并抑制噪声，实验验证优越性。
因果结构可诱导但功能解耦：类型化机制库的路由/读出边界
因果结构可诱导但功能解耦：类型监督诱导槽组织，仅影响路由，不影响读出，零成本且可逆。
前沿大语言模型能否匹敌原生多模态嵌入？——基于困难负样本图文检索的比较
首个直接比较显示，LLM排名与多模态嵌入相当，嵌入更适低延迟。
概览、审视与思考：推进视频异常检测从免训练到智能体推理
针对视频异常检测的“何时-何因”割裂，提出免训练GtS与工具增强智能体方法，构建了VAGU-T基准和联合评估指标，兼顾精度与速度。
局部验证无法检测不可迁移性：智能体推理中上下文保持的上同调理论
局部验证无法检测不可迁移性：上同调显示谐波分量致有效路径不一致，需循环基统计量检测。
当离线评估误导时：延迟反馈上下文老虎机中奖励与策略选择的诊断协议
提出延迟反馈上下文老虎机诊断协议，筛对齐与可学习性；发现静态指标会错排奖励，个性化溢价易高估。
LazyTrain：面向大语言模型训练零浪费收益优化的有限资源分配
LazyTrain通过混合8位优化器和混合整数调度，提升有限资源下大模型训练吞吐1.24倍。
Dion3：全栈正交更新
Dion3改进Muon优化器，用格拉姆牛顿-舒尔茨、CuteDSL内核、兆批处理及行选择更新，降开销提速达6倍且不损精度。
FM-LLM：频率增强的混合专家框架，用于将LLM适配时间序列预测
提出FM-LLM：无提示词频率感知混合专家适配LLM，11基准达SOTA，MSE/MAE显著提升
Apodex Discovery：评估与构建发现型人工智能的现实基准与环境
提出发现型AI框架Apodex，含问题扫描、环境抽象和HDS6评估，在AAV设计与药物重定位中超越现有水平，推动AI评估迈向可验证的发现研究。
推进MLLM无人机图像理解与推理：基准与免训练多智能体系统
构建UAVQA-Bench基准，提出免训练多智能体系统UAV-MAS，32B模型准确率77.0%，超Gemini 3 Pro达4%，8B版提升8.7%。
多维随机场条件分布重建的局部Sinkhorn框架
提出局部Sinkhorn散度框架重建多维随机场条件分布，高效训练随机神经网络，平衡几何保真与计算效率。
部署决策可靠性：用于长周期智能体评估规模设计的概化理论框架
智能体主效应<3%，交互效应占7-23%，排行榜反映专长而非能力，需用概化理论框架评估部署可靠性。
基于GRPO的财务建议生成：在CATE评估下超越商业LLM
用GRPO优化开源模型生成财务建议，因果审计显示其毛利提升约为商业基线两倍，下行风险最低。
FLARE++：动态路由的低秩注意力
FLARE++提出动态路由低秩注意力，用输入条件查询替代固定查询，保持线性复杂度，提升PDE代理与LRA精度。
数字孪生车联网中的分层联邦迁移学习
针对数字孪生车联网数据异构稀疏问题，提出分层联邦迁移学习，结合车辆聚类与质量评分提升全局模型精度。
基于模型-特征空间一致性的鲁棒模糊检测（RAD）
提出RAD框架，利用模型与特征空间一致性量化预测模糊性，可视化并用于弃权预测。
从数字到判断：面向欧洲上市房地产的专家LLM智能体与强化学习
拆分提示提升数值任务15.8%，强化学习提升判断任务14.2%，均有效迁移至未见数据。
解字：大规模专家审核的古文字训诂数据集与基准
构建古文字训诂VQA数据集及基准，含50万问答对；现有模型在字形、语义、历时分析上不足，微调后全面提升。
认证客户返回时间预测中何者有效：条件信号的筛选-确认检验，及为何衰减近乎足够
提出筛选-确认检验认证信号有效性，证实连续时间衰减近乎足够，额外条件信号冗余或有害。
中文标题：用于内容推荐的逆向心智理论建模：从网页浏览到动态智能界面
中文摘要：提出逆向心智理论IToM流水线，从行为反推信念人格，多假设溯因优于真值，跨模态验证。
商业猪舍环境中边界增强的猪只点云分割
提出边界增强猪点云分割法，用八叉树变换器融合多尺度特征，软距离监督加双向跨边界语义模块缓解粘连，提升精度。
EGM-Det：面向无人机RGB-IR目标检测的熵引导多模态自适应融合
熵引导自适应融合EGM-Det，门控+蒸馏助RGB-IR检测，三基准SOTA，VEDAI涨超10%
语言条件反量化：恢复量化从非英语语言中夺走的信息
语言条件反量化(LCD)用每语言LoRA修正，恢复非英语70-83%困惑度差和17-28%准确率差。
LiveAnimate：实时稳定的长时流式人体动画
实时流式人体动画系统，基于140亿视频扩散模型，检索式缓存，双卡19.63 FPS，三分钟质量稳定。
中文标题：SAG：基于SQL检索增强生成与查询时动态超边
中文摘要：提出SAG架构，用事件-实体索引替代知识图谱，查询时以共享实体动态连边。在三个多跳问答数据集上均达最优，MuSiQue上Recall@5达80.36%。
LODESTAR：可信熵是被引导的，而非仅被测量的——强化极化器使冻结的大语言模型不被错误证据自信误导
检索增强问答中，最低熵选答案会因误导性段落而自信犯错。LODESTAR用强化学习训练固定提示串，引导冻结模型少读误导段落，F1从0.5148升至0.5339，优于十四种现有配置。
定位安全对齐：MLP层与网络中段编码大语言模型的拒绝行为
拒绝行为主要编码于MLP权重及中层区块，且成分组合非加性，呈局部化与交互敏感性。
社会思维链：基于医学鉴别诊断方法的多智能体架构
提出SCoT多智能体架构，模拟专家协作鉴别诊断，在复杂病例中优于单体推理，提升召回率。
基于多传感器数据与稀疏野外校准的可迁移地上生物量估算模型
提出多传感器数据与稀疏野外校准的可迁移AGB估算模型，全局CNN训练后局部校准，R²达0.82，RMSE约15 Mg/ha。
CoAdapt-GUI：面向未知GUI应用的联合工作流上下文与策略自适应
CoAdapt-GUI通过测试时自适应，联合调整工作流上下文与策略，在未见应用中达45.0%准确率，较基线提升7.5个百分点。
低交互秩学习：统一乘性双编码器头
提出低交互秩理论统一乘性双编码器架构，解析逼近误差与样本复杂度，证明归一化为规范固定，白化可识别交互模式。
榛子X射线图像自动二分类：质量评估的深度学习基准
榛子X光图像二分类基准：最优集成模型平衡精度86.3%；多划分评估与标签精修对小型不平衡数据至关重要。