HexEval：证据驱动的六维学者评估框架
提出证据驱动六维框架HexEval，融合内在质量与外部行为证据，实现可解释可审计的学者评估，实验验证有效。
VOS-Agent：第八届LSVOS挑战赛（MOSEv2赛道）冠军方案
提出VOS-Agent框架，按目标特征启用专用代理（跟踪/语义），解决微小与语义主导目标分割，在MOSEv2上以69.82%获第一。
双流跨锚点校正：长格式字幕的锚定与对象级锚点的领域局限
DSCC：微调注入对象级视觉锚，双流耦合降低长字幕幻觉，精度88.19%，但跨域受限。
PatchGen：学习软性图像内预测子集以实现视觉泛化
PatchGen通过样本自适应软掩码选择判别性补丁，提升分布偏移下泛化，无需文本监督。
CW-BASS v2：基础模型教师下半监督分割的饱和度感知伪标签选择
提出饱和度感知伪标签选择法，测量教师置信可靠度，严格过滤或自适应下限，避免饱和教师伪标签确认偏差。
时间上下文长度与编码策略对自监督心电图表示学习的影响
延长输入至5-10分钟并采用连续编码，可提升心电表示性能，优于离散量化。
基于因果效应约束的可解释因果发现
提出基于因果效应约束的贝叶斯因果发现方法，用稀有事件估计处理小后验质量，实现可解释的条件因果发现。
挑战下的训练：神经网络的可执行证书与挑战封闭最优性
提出挑战训练框架，用可执行证书验证神经网络是否达到全局最优，并量化最优性差距。
NaviDC-OCR：跨越数字与相机拍摄文档的解析导航
提出NaviDC-OCR，融合形变感知与结构解耦学习，解决数字及拍摄文档解析难题，多项基准性能领先。
语义引导实现可控生成：多模态扩散Transformer中的免训练概念擦除
通过操控中间块语义向量，免训练实现多模态扩散Transformer概念擦除，支持可控生成且鲁棒。
面向矩阵模型的联邦组合Muon优化器
提出联邦组合Muon优化器及方差缩减变体，解决分布式矩阵型组合优化，样本复杂度达O(ε⁻³)，实验表现优异。
超越正确性：混合思维多模态大模型响应行为的基准与对齐
提出PatternEval评估混合思维模型响应模式缺陷，并用PatternRL强化学习对齐，减少跨模式不一致，代价轻微性能下降。
基于受限Logit建模的大规模需求转移估计
提出受限Logit建模方法，可在百万级商品上估计需求转移系数；满足替代行为假设时，能准确估计并改进需求预测。
基于智能手机的摄影测量三维身体扫描用于自动人体测量的验证：与商用深度传感器身体扫描仪的比较
智能手机摄影测量3D扫描与商用深度传感器扫描仪在孕妇纵向测量中高度一致（偏差<16mm，ICC>0.8），可替代商用设备。
SCOPE：面向稀疏视频注意力的在线每头Top-K估计子空间聚类
提出SCOPE稀疏注意力框架，结合3D-RoPE子空间聚类与在线每头Top-K估计，提升视频DiT推理效率，加速最高1.99倍。
在干草堆中寻针：面向贝叶斯优化的测试时模拟电路表示自适应
TTARO在搜索中动态调整电路表示，利用评价标签提升贝叶斯优化，平均减少15.2%遗憾，优于现有方法。
擦除但保留：通过优化语义锚点可控移除版权动画角色
提出用优化语义锚点替换角色嵌入，实现可控擦除并保持图像质量，效果最优。
LocusGS：前馈3D高斯泼溅的空间锚定令牌
提出LocusGS，为高斯查询添加锚点，提升空间一致性与渲染质量，形成结构化分布。
面向LLM生成GPU内核的契约级验证器，以及门控线性递归家族的原生Blackwell反向传播
契约级验证器审计发现39.5%的LLM生成GPU内核彻底损坏，62.1%有违规，需无容差契约。
基于LSTM网络的自适应在线学习用于能源价格预测
提出融合MAE、JSD和平滑惩罚的LSTM模型，结合自适应在线学习，误差降低23%，提升电力价格预测精度。
中文标题
提出CoRe框架，将微调从权重空间转向表示空间的低秩子空间，显式控制表示漂移，兼顾旧任务稳定与新任务可塑性，参数高效且性能领先。
异构视觉-语言集成与分歧感知重排序的文本行人异常检索
提出异构视觉-语言集成与分歧感知重排序，在行人异常检索基准上达90.92% mAP，验证多模态互补与选择性推理的有效性。
小数据解读——小数据方法在日常生活中的影响
综述AI如何助力小数据场景，涵盖社会包容、辅助健康技术，并跨学科梳理数据分析方法，提出应用与研究议程。
基于扰动的减法映射区域可解释性（PRISM）：语言模型与卒中后失语症中的命名错误分离
减法映射解释性方法(PRISM)用于语言模型，与失语症对照，发现可复现音位优势分离，提供空间可证伪测试。
概率近似正确的最大后验推断
将MAP视为最佳臂识别，提出PAC算法，在固定置信度与预算下提供最优解，兼具理论保证与实证优势。
结构化局部差分建模用于AI生成图像检测
提出RippleNet框架，通过局部差分信号抑制语义主导、增强低信噪比伪造痕迹，实现AI生成图像高效检测。
MAG：流形引导的半监督多模态上下文学习
提出流形引导半监督框架，利用未标记数据选择演示，提升多模态上下文学习，实验优于基线。
AI开发中的伦理实践：跨角色与地区的实证研究
对多国414名AI从业者调查显示，伦理认知因角色和地区而异，需协作定制化实践。
BrowseSafe：理解与防范AI浏览器代理中的提示注入
针对浏览器智能代理的提示注入攻击，构建现实基准评估防御，提出多层防护策略。
A-3PO：利用陈旧性感知的近端策略近似加速异步LLM训练
A-3PO通过插值近似近端策略，消除额外前向计算开销，实现1.8倍加速且性能相当。
SPARED：基于推理的AI生成图像检测（利用对抗编辑数据）
提出对抗强化学习框架，攻击者编辑真实图像迷惑检测器，防御者基于推理识别伪造，持续提升泛化与解释质量。
基于策略梯度的后训练：最优性与基座模型屏障
研究带奖励的后训练：策略梯度可达最优查询复杂度，但受基座模型支持限制；过程奖励可避免维度灾难。
资源受限设备上皮肤病变分类的量化感知神经形态架构
提出量化感知神经形态架构QANA，稳定SNN转换，皮肤病变分类精度F1显著提升，低延迟低能耗。
赋能儿童创建AI驱动的增强现实体验
提出Capybara，AR+AI视觉编程环境，让儿童创作编程3D角色，实现虚实交互体验。
资源受限农村环境下的多模态临床筛查云边协同系统
云边协同边缘提取云端整合动态工具选择多模态筛查召回九八至九九精确九二至九六延迟稳定成本低
面向人机物体交接预测的RGB-D视频生成
提出Hand2Bot数据集与PassGen生成pipeline，弥合仿真差距，提升意图识别与零样本迁移。
基于人口统计的监督对比学习缓解人脸识别偏差
提出DeSCon损失，通过人口感知批次与配对，改善尾部行为，超越数据平衡，提升公平性且保持性能。
EGRL：边生成引导的关系感知学习用于RNA-蛋白质相互作用预测
提出EGRL框架，通过隐式元路径与图生成器解决冷启动问题，在未知分子预测上AUROC提升8.6%，AUPR提升5.0%。
CoMedBench：合成医学数据保真度与下游效用的多源基准
CoMedBench多源基准评估合成医疗数据保真度与效用，覆盖37个任务；合成数据保留大部分下游信号，但时序ICU任务更具挑战。
HounsWorld：面向隐藏患者状态读取、重建与模拟的多模态世界模型
该模型通过共享潜在状态统一CT读取、重建与模拟，联合多模态学习提升临床智能。
基于深度强化学习的靶向白质纤维追踪框架
提出融合强化学习与监督学习的靶向纤维追踪框架，无需金标准纤维，多策略融合提升鲁棒性和泛化能力。
快速A/B/n测试：基于树耦合反馈共享的精确多策略比较
提出树耦合A/B/n测试，精确共享任意历史依赖策略的反馈；奖励查询期望T+o(T)，远优于独立运行的JT。
超越视觉证据：揭示并缓解文档多模态大模型中的关系隐私泄露
针对文档MLLM在视觉证据不足时的关系隐私泄露，提出DRUF框架及基准，泄漏抑制提升4.8个百分点，保持KIE性能。
TennisVAR：以击球证据为依托的网球视频战术推理多模态大语言模型
提出网球战术推理基准与多模态大模型，以击球证据为依托实现战术推理。
HiRoute：面向大语言模型安全对齐的分层路由提示调优
面向大模型安全对齐的HiRoute：输入自适应分层提示调优，路由器检测有害意图并加权组合风险专家，安全提升且少拒答，保持有用性。
概率电路曲率的组合理论
证明概率电路曲率具组合性，海森矩阵迹分解为节点流量与局部锐度，提出自适应锐度正则化改善泛化。
面向4D植物建模的结构感知黎曼生长场
提出结构感知黎曼生长场，从稀疏观测重建植物连续生长，联合建模拓扑与几何，性能优于现有方法。
基于偏振编码量子比特的腔增强集体量子处理
提出腔增强集体量子架构，偏振编码量子比特，厘米级腔可实现普适门，参数要求可行。
鲁棒数据驱动发现分数阶微分方程：弱形式与帕累托子集选择
提出Weak-Pareto，用弱形式和帕累托选择，从噪声数据中发现分数阶PDE，抑制噪声并恢复稀疏结构。
针对编码攻击的LLM系统指令提取评估与加固
提出自动评估框架，发现编码任务可绕过拒绝机制泄露系统指令，用思维链重塑可降低攻击成功率。