基于聚合类激活图的网络数据全局解释交互式分析
针对网络流量分类，提出聚合类激活图可视化交互系统，展示全局解释，助专家发现模式、优化规则，经专家评估。
智能爆炸动力学
智能爆炸动态：奇异增长（垂直渐近线）难实现；有超指数但无渐近线的增长；生成时间关键，需趋近零。
新锐度感知指标类别的主观研究
针对深度神经网络去模糊中的锐度损失，提出主观研究及锐度感知IQA指标，有效惩罚过度锐化，新指标优于现有PSNR变体，锐度感知损失更受偏好。
孪生：利用测试时数字孪生游玩未知游戏
提出Twin系统，以测试时数字孪生从交互推断未知规则与目标，ARC-AGI-3通关率97.8%，效率超人类。
AI聊天机器人中的广告？大型语言模型如何应对利益冲突之分析
多数大模型在广告利益冲突中牺牲用户利益，如推荐昂贵赞助品、干扰购买、隐藏价格，揭示聊天机器人广告风险。
PACE-Bench：动态环境中基于代码演化的物理适应基准测试
提出PACE-Bench，144个物理适应任务，限次迭代修复。最佳成功率仅35.9%，瓶颈在机制重设计而非参数推断。
从树冠候选到邻里筛查：集成光学GeoAI与空间建模的城市冠层评估——以加州戴维斯为例
利用光学GeoAI与空间建模，对加州戴维斯进行城市冠层制图与验证，生成可复制的筛查层。
利用物理信息深度算子网络学习非定常动脉瘤血流动力学
提出M3PI-DeepONet预测非定常动脉瘤血流，速度误差<4%，压力误差约5%，推理加速36倍。
移动通信代理的基于邻接矩阵的谱替代控制
以邻接矩阵主特征向量为谱代理控制移动通信代理，性能相当且鲁棒性更优。
VoiceDesigner：通过统一扩散建模与数据增强的文本到语音生成与编辑
提出语音设计器统一框架，融合混合数据与扩散变换器，支持文本到语音生成与编辑，提示对齐与音质优秀。
SheetCompass：面向智能体电子表格推理的层级关系图
提出SheetCompass：以层级关系图显式建模表内及跨表关联，结合记忆驱动，增强LLM对复杂电子表格的推理与自动化。
TEMPO：跨内存受限与计算受限场景的完工时间感知专家并行负载均衡
TEMPO：面向MoE的makespan感知负载均衡，兼顾内存/计算边界，混合场景性能更优。
VLM与LLM驱动的多智能体PET图像去噪系统
VLM和LLM驱动的多智能体PET去噪框架，动态评估图像质量，自主选模型，闭环反馈，低剂量下优于基线
迷失于发声：嗓音质量变化作为语音基础模型的评估维度
提出VQ-Bench评估语音基础模型对发声类型的敏感性，发现商业API失效及社会偏见。
hint$^2$：用于推理时时序逻辑引导的分层世界模型
提出hint$^2$方法，利用分层世界模型在推理时引导短时策略满足复杂LTL规格，优于现有方法。
AlignFace：人类对齐的可解释概念关系人脸相似性度量
提出人脸相似性度量AlignFace，融合认知原理，解释性强且与人类感知对齐，超基线。
将视觉-语言-动作模型演化为具备即时工具使用的智能体
提出ART：融合VLA与工具使用，降低动作复杂度，提升泛化、降低数据依赖，任务成功率提高20%。
数据受限环境下PM预测的偏移感知迁移学习与自适应双编码器融合
提出偏移感知双编码器迁移框架，融合源域知识与目标特定表示，在PM2.5数据受限场景中优于基线，适应源编码器效果最佳。
通过表示干预理解并缓解大语言模型的过度拒绝
基于表示干预缓解大模型过度拒绝：从表示视角分析成因，通过重叠感知加权与上下文增强，兼顾安全与可用性。
未知的未知：物理学中机器学习的模型误设
物理反问题中ML模型误设即未知未知；需迭代诊断与缓解，吸收无关误差，保留发现敏感，核心是怀疑自身模型。
通过并行计算加速大规模LiDAR建图的束调整
提出首个全并行激光雷达束调整框架，含自适应加载、自底向上体素化及并行优化，提速达10倍且精度不变。
一致模型追踪达到极小极大最优：大参数不确定性下标量对抗自适应控制的精确值
一致模型追踪为极小极大最优：标量对抗自适应控制精确最坏峰值=1+Δ，最优策略是集合一致区间中点的死区控制。
MMUSV-Sim：面向多无人艇协同感知的仿真与数据生成平台
基于UE5/AirSim的多无人艇协同感知仿真平台，生成多模态数据，验证波浪与标注一致性，早期融合[email protected]达72.74。
数据驱动的转化神经科学与个性化神经健康技术
综述数据驱动的转化神经科学与个性化神经健康技术，旨在从神经影像中早期检测个体脑变化，实现个性化、机制明确、临床可用的脑健康模型。
可解释令牌的线性几何：针对未学习扩散模型的越狱攻击与防御
发现被擦除概念以可解释线性子空间存留，据此提出高效越狱攻击与防御。
面向月球舱外活动程序指引的上下文感知AI助手与AR界面
面向月球EVA的AI助手与AR界面，通过上下文感知提供程序指导，正常工况评分10，单故障8.15，多故障性能下降。
参与式道德AI并非中立：开发者的无形之手
开发者对特征、选民、问题框架的选择影响道德AI偏好结果，投票式对齐无法靠聚合实现公平透明，需审计披露每个环节。
战场声学无人机检测：应对噪声、域偏移与弱标签
针对战场噪声与硬件域偏移，提出PCEN、注意力池化及域感知训练，F1从55.4%提升至78.6%。
跨会话边界的上下文学习状态交接
提出会话交接的形式化方法，以任务相对ICL状态传递为核心，给出确定性充分交接的最简表示及比特需求，并解析记忆、写者与续程的影响。
PLAUD的架构与可供性：表演性潜变量与无监督DDSP
PLAUD是基于噪声带网络的神经合成器，融合变分DDSP、操控操作等，服务于现场电子音乐，其表演性源于架构设计。
PRM-as-a-Judge 1.5：机器人过程评估工具包
将测试视频转为进度曲线，提出三个细粒度指标评估具身模型，发布评测套件，推动透明可复现的机器人过程评估。
代理验证的LLM UX微模拟：面向早期决策支持的工件优先协议
提出工件优先的LLM UX微模拟协议，用代理语料验证模拟反馈，嵌入对齐优于词法，但重采样下不稳定。
用AI构建AI密集型软件：早期结果与开发成本衡量之警示
六人团队用AI辅助开发对话助手，成本比初报19.4倍，修正后9.9倍，揭示成本测量易错且隐蔽。
AI安全训练数据集中的语言特定缺口
审计发现多语言安全基准存在语言级缺口，非洲语言尤甚，需可验证覆盖声明。
J-RAS：基于对比检索增强联合优化的医学图像分割相互适应
J-RAS通过对比检索增强联合优化，使分割与检索模型相互适应，提升分割精度与泛化能力。
架构师：在微软Excel中直接交互可视化深度学习数学
将Excel变为深度学习数学交互视图，实时显示前向/反向传播与参数更新，支持编辑输入超参数，并生成PyTorch代码，便于理解计算细节。
高斯过程超参数优化中最大似然估计的脆弱性
最大似然估计在高斯过程训练中脆弱，假设不满足时泛化差；提出理论指标与实用方案，显著提升回归/分类及贝叶斯优化性能。
UMPIRE-Net：用于加速磁共振成像的展开幅度-相位正则化网络
提出UMPIRE-Net，将幅度与相位分别正则化，用于加速MRI重建，比复数值基线图像更清晰、伪影更少。
CoCA：基于强化学习的文生图扩散模型微调中零成本步骤级奖励
动态分配密集步骤奖励，基于图像余弦相似度变化，免额外网络，采样效率提升1.25-2倍。
对Qwen3-27B进行C到Rust代码翻译的微调：预训练、调试感知SFT与任务特定SFT的三阶段课程
通过预训练、调试感知SFT和任务特定SFT三阶段微调Qwen3-27B，提升C到Rust翻译质量，并用SACTOR框架评估。
HierDAMap：面向通用域自适应鸟瞰图映射的分层视角先验
提出层级视角先验的通用鸟瞰图域适应框架，经三种组件约束跨域一致性，并引入数据增强。
工程信号在人机协作智能体编程时代：基于vLLM与SGLang 33,228个PR的纵向分析及其对生物医学AI智能体与生物信息学管道开发的启示
AI辅助开发使开源项目PR吞吐量增21倍，周期缩短，贡献者更广，但机器人作者占比不足0.2%，增长主要由人类驱动。
基于ISO的NFR规范能提升LLM代码生成吗？丰富与结构化干预对比自然语言基线
ISO标准化的NFR规范改善静态质量与措辞鲁棒性，但未稳定提升功能正确性；语义内容比JSON/文本格式更重要。
叠加DMRS与数据传输的最优功率分配及AI接收机设计
提出分析框架优化叠加DMRS功率分配与导频图案，设计Transformer迭代接收机，显著提升频谱效率。
多智能体在线学习中偏好能预测什么、不能预测什么
博弈偏好图与无遗憾学习动态：动态稳定集需偏好稳定，但偏好本身不足，需聚合偏离下的韧性保证渐近稳定。
SPEAR：基于注意力正则化的结构-性能可解释性
提出SPEAR框架，通过注意力正则化提升结构-性能回归的可解释性，并在XRD数据中识别出有物理意义的特征。
基于扩散过程关键步骤建模的概念遗忘
提出关键步骤概念遗忘(KSCU)，优化限制于概念专属活跃区域，兼顾消除与保留，降低计算，实现SOTA。
追踪逃跑：探索分析平原斑马（Equus quagga）逃跑反应的计算框架
无人机视频分析斑马逃跑，评估三种方法并用最优法提取轨迹，发现逃跑时对齐增强、停前间距增大、中心协调紧密。
重新定义视觉域泛化：基于FusionDetect的假图像检测双轴框架
提出双轴泛化基准与融合检测方法，结合双重冻结模型特征，实现跨生成器与视觉域检测，精度与鲁棒性领先。
音频深伪检测中自监督学习潜空间的轨迹动态
自监督潜空间轨迹动态可检测音频深伪；仅用真实语音训练LSTM预测器，跨语料库显著优于静态基线。