视觉模型能否读懂雷达显示屏？——雷达图像用于空中交通复杂度估计的可行性研究
视觉变换器可从雷达图像回归交通复杂度，准确率高，且扰动响应与飞机贡献一致，证明雷达图像可行。
SLMs可信度基准测试：预训练模型vs压缩模型
量化优于剪枝，压缩可靠大模型比从头训练更可信，蒸馏可进一步增强。
用于合成约束多目标先导化合物优化的模块化智能体框架
SABLE利用LLM与贝叶斯优化，在合成约束下多目标优化先导化合物，模块化架构可灵活替换工具。
MBA：面向真实世界商业构思的多模态基准与智能体
首个商业构思多模态基准，六领域三万样本，所训智能体在创意与可行性等指标大幅超越基线。
从在线用户反馈中学习购物智能体
提出LOFA框架，利用真实在线交互日志，结合强化学习与反馈感知蒸馏，提升购物智能体推荐质量与用户满意度。
UniSwap：说话视频的流式音视频身份替换
首个流式音视频身份替换框架，用统一扩散变换器同步换脸换声，保留内容动态，支持长视频稳定生成。
无标签策略下准确率与顺序敏感性表现分化
无标签策略无法稳定提升多选题准确率；仅展示全部选项加大模型匹配才持平基线，消除位置偏差无增益。
GCPO：诊断并约束大语言模型 rollout 强化学习中的子空间几何
提出GCPO方法，用正交投影约束更新子空间，防止性能退化，在推理、代码等任务上优于GRPO，并消除长度膨胀。
移动智能体评估的LLM评判员基准测试
提出移动智能体评判基准，评估多种评判方法，简单截图基线胜于专门方法，骨干模型是关键，基准可预测实际效用。
预见而不视：世界动作模型的潜在未来
提出ForeWAM，利用Future-KV复用键值状态，使直接策略模型无需生成未来视频即可为动作生成提供预测上下文，在LIBERO上成功率超96%。
面向孟加拉语区域方言的多方言神经机器翻译系统
构建12种孟加拉方言平行语料，微调BanglaT5达最优（BLEU 29.26），超越NLLB和mBART，并部署量化应用。
从提示到行为对齐：用于推荐评估的个性化LLM裁判
行为对齐框架微调LLM，消除双向合理化，宏F1提升32.19%，媲美生产基线，免人工管道。
FunnelCausalNet：面向多层级优惠券分配的漏斗感知转化-收入联合提升模型
提出FunnelCausalNet，耦合转化与条件价值实现GMV分解，经RCT验证与消融实验，在零膨胀场景显著降低GMV误差，并优化多层级优惠券分配的ROI。
选择性问答的渐近风险校准
提出A-CRC-QA校准框架，对不确定性感知的选择性问答实现渐近风险控制，无需训练且模型无关。
评分标准随机丢弃：缓解以评分标准为奖励的强化学习中奖励黑客的简单方法
提出标准丢弃法：训练时随机丢弃部分评分标准，缓解奖励黑客，提升分布外金标准分数，优于重加权。
LEMUR：基于视觉锚定推理重定向的潜熵感知多模态遗忘
RL训练推理模型的推理链会泄露敏感信息；LEMUR以熵动态引导重定向，免训练抑制泄漏并保效用。
双模态提示扩散先验用于零样本高光谱全色锐化
提出双模态提示扩散模型，融合低分辨率高光谱与全色提示，加全色引导正则化，零样本高光谱全色锐化性能最优。
偏好树优化：利用前瞻模拟增强目标导向对话
提出偏好树优化框架，结合前瞻模拟生成偏好数据，提升动机性访谈对话智能体的表现与长期规划能力。
Spark-to-Paper：作为可组合技能的端到端研究论文生成
提出端到端论文生成系统S2P，以13个可组合技能在编码助手中运行，引用有效性99.5%，图表可编辑96.4%。
正式定义智能体记忆：基础、张成空间、最优性及序列记忆问题
将记忆定义为基，知识为张成空间，可回答性为覆盖问题，最优记忆为容量约束下期望覆盖最大化，并形式化连续智能体记忆问题。
面向实时检测管线的近零开销多模型分层分类实现
提出五步法实现DLA上的INT8分类器部署，与GPU检测器并发，管线开销近零（12.5对13.3FPS），通用性强。
ProBAG: 原型引导的边界感知图扩散用于弱监督组织病理学分割
原型引导的边界感知图扩散方法ProBAG：结合视觉与病理文本原型，经能量重校准和图扩散生成伪掩码，无需CRF，提升弱监督病理分割。
EnterpriseRAG：非理想企业检索下的LLM指令遵循与鲁棒性基准测试
企业RAG基准揭示：非理想检索下LLM单约束达标80%，整体仅26.8%，存在57点编排鸿沟。
漂移与依赖：基于回放的持续学习的逐层信息论界
提出逐层信息论框架，将回放式持续学习的泛化差距分解为表示漂移和优化依赖项，并给出在线诊断工具。
VOLA：基于VLM的语义属性预测提升开放世界驾驶
用VLM图像令牌预测可驾驶与脆弱性属性，免文本生成和SAM，开放世界异常迁移优于视觉及提示VLM基线。
每智能体策略组合安全吗？重新思考协作多智能体强化学习中的后继特征迁移
独立组合策略可能劣于库中所有策略，提出MA-USFA双层方法兼顾安全与灵活。
面向EEG-语言基础模型的连续潜在预测与语义对齐建模
提出BLPM，用连续潜在预测与语义对齐建模EEG-语言，统一异质解码任务，实现跨任务泛化。
PolarSym：用于CAD平面图解析的极坐标几何感知注意力
提出PolarSym，以极坐标解耦方向与距离建模几何关系，增强Transformer几何感知，低开销提升CAD平面图解析性能。
QV-PIC：面向查询的视觉位置无关缓存，实现高效RAG服务
提出查询感知双分辨率视觉缓存，免在线重算，提升F1 21.6点，TTFT降83.8%
视角空间的结构化
综述自然语言处理中的视角概念以属性区分立场情感框架等提出单轴层级结构帮助研究者选择适当的操作化定义
基于时序负知识迁移的反捷径蒸馏
提出反捷径蒸馏(ASD)，用早期教师作时间负参考，将学生推出捷径方向，提升精度与鲁棒性。
CoDiR：置信度引导的扩散细化用于半监督组织病理学分割
提出CoDiR，用扩散模型细化低置信度区域，结合一致性训练，半监督病理分割性能领先。
双锚点，做得更好：用于零样本异常检测的层次化分组合并
提出双锚框架，以层次图像锚补充文本锚，增强视觉接地、降低提示依赖，在工业和医疗基准上实现强泛化。
REOPD：面向在线策略蒸馏的可靠性自适应奖励外推
提出REOPD，用token级可靠性自适应系数进行奖励外推，无需额外模型，在多数场景超越G-OPD。
LookBack：通过视觉引用使用对LVLM响应进行评分的方法与位置
提出LookBack方法，无需训练，通过视觉回看分数增强词元似然，提升LVLM响应评分与Best-of-N选择，开销极小。
信息丰裕悖论：长上下文训练削弱参数化知识
长上下文训练虽提升短期表现，但削弱参数化知识，性能先升后降。
CLAIM：基于不确定性度量的大语言模型开放域主动澄清
提出一个基于不确定性度量的主动澄清框架，用多模型答案分歧熵生成训练数据，免人工标注并提升开放域交互。
特定语料临床RAG系统在HealthBench上媲美或超越新一代前沿大模型
临床RAG系统VITA在HealthBench上优于前沿LLM；换新模型和中立裁判后与GPT-5.5持平，显示语料特异性提升准确性。
FrontierFinance：衡量金融智能体前沿智能的挑战性基准
推出覆盖投资全流程的金融智能体基准，发现工具框架比模型更影响效果，开源模型以低成本逼近最优。
HyperANFIS：利用双曲几何增强自适应神经模糊系统的规则表示与可解释性
提出双曲自适应神经模糊系统，在双曲空间学习规则原型并推理，提升预测精度和规则可解释性，实验优于基线。
GeoBridge：生成式图像地理定位中的解耦语义条件化
GeoBridge提出解耦语义条件机制，连接冻结语义MLLM与球面流匹配解码器，提升图像地理定位精度。
混合线性注意力大语言模型中的大规模激活：注意力前尖峰与尖峰间平台
研究混合线性注意力大模型的大规模激活，发现注意力前尖峰与尖峰间平台，随全注意力变密相连，揭示其生命周期机制。
方向而非幅度：合并语言模型中任务向量干扰的因果结构
任务向量干扰由方向而非幅度决定；沿因果方向擦除可消除干扰，幅度仅为粗略相关。
一个冻结模拟器不够：多智能体强化学习中的模拟器坍缩
单一模拟器导致模式坍缩与策略过拟合；言语化采样和协同训练提升泛化，成功率增14%。
A Cascaded Unsupervised-Supervised NLP Pipeline for Detecting Accusatory Language in Public Procurement
AgenticTwin：集成数字孪生的智能体大语言模型异常检测框架
提出智能体双子框架，融合大语言模型与数字孪生异常检测，经智能体协作提升诊断、检索与缓解质量。
BoltNet：面向端侧植物物种识别的超轻量卷积网络
提出超轻量网络BoltNet，仅341K参数达0.682 F1，跨CPU/GPU/NPU高效运行。
XBridge：异构大语言模型通信的实体锚定潜空间桥梁
XBRIDGE：实体锚定的异构LLM潜空间通信，用词汇锚与潜增强，超越文本通信，延迟降11倍。
整合器：跨上下文边界学习持久路由记忆
整合器将路由短期记忆转化为长期记忆，清除缓存后仍影响路由，使更新映射召回率从44%升至87%
让AI生成的反馈真正发挥作用：从提供到学生落实
大型准实验：结构化反馈行动工作流使AI反馈采纳率26.2%，远超对照，提升自评信心与作品质量。AI反馈价值重在主动落实设计。