MindMemOS：面向AI智能体的可移植自进化记忆操作层
提出自进化记忆操作层，统一实体属性时间结构，自动优化记忆与技能，提升任务准确率。
具有因果知识的因果概率一般化
通过协变量和中介变量中的因果信息，推导出多值因果概率更紧的界，比现有非二元界更紧。
ε-MemEvo：面向大语言模型程序进化的自适应跨任务记忆迁移
提出ε-MemEvo，用自适应门控跨任务迁移策略记忆；8项任务平均AUCC提升8.7%，早期收敛提升9.4%，开销不足1%。
@skills：注意力即一切
提出@skills协议，将技能的内容、持久化与自动触发分离，按路径引用，免安装，仅触发占用提示词空间。
论Transformer的表达能力
本文用电路复杂性理论刻画Transformer的表达能力：通过资源参数与电路类比较。
AI与印度消费者权益工作论文
印度《消费者保护法》难充分应对AI损害，因果证明困难，价值链责任划分不清，需明确执法。
ARAC：自动研究在端到端研究中的对齐性与完备性基准评测
提出ARAC-Bench评测框架，模拟人类研究过程，11个顶尖系统最佳仅67.9分，与博士排名相关性0.81，为自动研究提供细粒度诊断与奖励信号。
空间记忆智能体：面向空间智能的经验锚定程序记忆
提出空间记忆智能体（SMA），通过验证器引导反思提炼可迁移经验，免参数更新提升冻结视觉语言模型的空间推理能力，在多基准上最优。
熟能生险：自改进LLM智能体的技能演化失控
自改进智能体将不安全成功固化为可复用技能，导致有害技能演化。新框架可量化并缓解此风险，将有害复用率降低26.7%。
正确不等于受治理：智能体工作流中的来源完整性
正确结果不等于受治理；需可检查来源。Matrix记录依赖、验证完成、失效影响，非提升准确性，而是保障可审计可验证。
通过向外部大语言模型隐藏敏感信息实现隐私保护的RAG
提出SEAG框架，生成别名替换查询和文档中的敏感实体，防止外部生成器获取敏感信息，实验准确率超80%。
PROVE-RT：利用大语言模型为实时系统生成机械化定理证明脚本
提出PROVE-RT框架，通过检索引导和分阶段生成，将可调度性分析机械化为PROSA/ROCQ脚本，成功率44.7%。
CABS+：通过冲突感知稀疏化与自适应权重分配实现高效可扩展的模型合并
CABS+：自适应权重分配与不对称适应度提升模型合并，性能+16.97%，速度近4倍，内存<25%
超越检索：面向查询的长时程智能体轨迹复用
提出QCR，比完整轨迹高10.7分，省48.9%在线令牌，解耦检索与复用。
超越最佳猜测：利用进化策略提升LLM解决方案覆盖度
进化策略比强化学习更能提升LLM的pass@k和解覆盖度，输出分布更广，利于数学等发现任务。
智能体行为契约II：不假设独立性的组合可靠性认证
组件共因失效严重，独立性假设不成立；数据增多反使拟合认证更差，线性规划有限样本证书更可靠。
预测性记忆定位：从内部信号预测选择性干预路径
提出预测性记忆定位（PML），将记忆定位转为可证伪的选择性干预预测与风险决策，优于基线。
董事会AI：通过演化决策图实现依赖感知、人类可引导的多智能体协商
将人类作为持续参与者，通过干预编译器更新决策图，依赖感知传播仅检查14.59%节点，选择性修复保持有效性，但部分案例因上下文不足而弃权。
扰动响应中证据、矛盾与脆弱性的分解
将扰动响应分解为证据、矛盾与脆弱性，三者之和精确等于原幅度，并能准确预测模型行为，兼具高效性。
波兰医学视觉问答：视觉-语言模型未充分利用视觉证据
波兰医学视觉问答基准：最佳准确率79%，仅GPT-5.6超人类；模型重文本轻图像，图像主导题更差。
FlashDrive：面向自动驾驶的闪电式视觉-语言-行动推理
协同设计FlashDrive，攻克四大瓶颈，10B VLA延迟降4.7倍至151ms，精度几乎不变。
OGR-MARL：面向受限港口航道异构USV协同追捕的选项引导残差多智能体强化学习
提出OGR-MARL框架，融合规则引导与残差学习，OGR-MASAC捕获率达75%，并可零样本迁移。
Moose：具备推理捷径感知的EL++潜在概念学习
Moose方法将EL++本体编译为可微SDD，用于潜在概念学习，首次在OWL EL中分析推理捷径，性能超基线。
ReflectFact：自我反思智能体提升多跳事实核查中的理解与推理
提出自我反思框架，以路径规划、证据校准和推理反思提升多跳事实核查，在HOVER/EX-FEVER最优。
MT-PDCL基础：测度论概率确定子句逻辑
提出测度论概率确定子句逻辑，消除有限域限制，以Lebesgue积分在连续空间精确定义推理，取代离散接地组合瓶颈。
均匀放牧：基于表示刷新的样本重放
提出均匀放牧法，在类增量学习中分配样本并刷新表示，最终准确率44.00%，遗忘17.22%，优于iCaRL。
DMDIntel：通过动态模式分解解释大型语言模型
DMDIntel用动态模式分解分解LLM隐藏状态，为输入令牌排名，其归因性能远超PCA、积分梯度和SHAP。
SkillEvo：来自多轮交互反馈的自我更新演化梯度
提出SkillEvo，以多轮交互反馈生成演化梯度，并用治理层校准方向，防止退化，效果显著优于现有方法。
罕见异常故障下的解释性参与：模型行为中的渐近稀有性（或：渐近AI）
随着故障率渐近降低，LLM解释参与总体单调下降，但即时强制提示下先升后平，提示结构是关键调节变量。
行为重编程开源权重模型：认知可塑性与对齐边界
通过大规模超参扫描界定PEFT边界，LoRA秩16为阈值，最优训练窗口2-3轮，14B模型困惑度1.414，DPO解耦行为，跨语言迁移能力与退化路径并存。
VALG：面向机器学习理论研究的智能体系统
VALG智能体系统融合多级验证、自适应问题表述与图结构证明，在五个开放问题的九个子任务上得到部分定理成果。
SPADE：面向精确且低成本的分布式边缘云推理的推测解码
提出边缘云协同推测解码框架，小模型在边缘快速生成，大模型在云端并行验证，云调用减少76%且精度无损。
多层上下文伪装：一种面向抗舞弊在线评估的语义叠加与上下文分层框架
提出多层上下文伪装理论：通过语义叠加保护测评内容，仅合法考生可恢复，对抗截图、OCR等非法提取。
EEG-PRIME：面向脑电解码的原型对齐表示学习与多层级条件调控
两阶段EEG基础模型，掩码预训练+原型对齐指令调优，跨数据集多任务解码，16数据集最优，零样本迁移。
基于混沌冲突度量与历史经验加权的鲁棒Dempster-Shafer证据融合
提出混沌冲突度量与历史经验加权融合框架，联合评估冲突与不确定性，16个数据集上F1达85.78、AUC达93.30，优于现有基线。
SkillShapley：面向LLM智能体技能步骤归因的边界自适应Shapley估值
提出SkillShapley框架，基于Shapley值量化智能体技能中步骤贡献，通过识别信息性联盟区域并自适应采样，高效评估步骤价值，为技能创建提供关键见解。
重新思考大语言模型的归一化位置：课程深度增长下的后归一化
课程深度增长下，后归一化比前归一化提升显著，且非计算量所致；归一化位置应与训练课程耦合设计。
组合式智能体工具链修复的能力层：受控商与真实仓库压力测试
用能力层建模工具链故障，商掉隐藏中间态可减少候选，但真实仓库测试未见上同调优势。
大语言模型的数值能力：根本局限与改进路径
大型语言模型在基础数值任务上不可靠。提出数值扎根框架（NGF）分析其局限，并给出微调、推理脚手架与外部工具等改进路径。
TsuGO：通过围棋死活题探究大语言模型推理中的搜索效率
用围棋死活题评估大语言模型推理搜索效率：现模型远未稳定，更长思维链不代表更优搜索。
教其量级而非方向：面向多轮多步LLM智能体的验证器受限信用分配
提出分层信用分配框架，融合验证器奖励与稠密词元信号，解决轨迹级信用混杂，提升多轮工具智能体性能。
面向居家日常生活中的情境感知临床运动理解：基于第一视角视觉的冻结步态检测
研究用同步第一视角视频与IMU检测帕金森冻结步态，IMU模型最优（F1=42.3），视频可补充情境信息，支持多模态融合。
vToken：面向可回收KV缓存的令牌级虚拟化
vToken令牌级虚拟化解耦KV缓存逻辑与物理块，消除碎片；vLLM实现，保留块降27%-72%，吞吐升1.37倍，并发翻倍。
必要之下的主权？前沿AI出口管制、网络安全与国家AI能力的局限
前沿AI攸关网络防御，但获取可被撤销；主权能力仅少数国家可行，需分层战略与开源对冲。
NAS驱动的边缘AI硬件加速器探索及量化对Pareto空间的影响
提出三阶段流水线，研究INT4量化对NAS Pareto空间的扰动，发现FP32零样本代理优于INT4代理。
TopoIntent：将安全意图编译为可执行、合规检查的网络拓扑
将安全意图编译为网络拓扑，经CIS v8.1.2合规检查，自动修复结构缺口并导出可执行Mininet脚本，显著提升合规率与策略通过率。
StateBridge：大语言模型多智能体系统中潜在通信的无训练隐藏状态对齐
提出状态桥方法，无需训练，用闭式正交变换对齐发送方与接收方隐藏状态，作为连续前缀，在推理等任务优于基线。
RAIL：人工智能就绪度的自动分类器
整合三种框架为统一AI就绪水平（AIRL），提出RAIL多LLM专家分类器，评估可靠且避免传统模型高估。
大语言模型引导的图生成：面向基于结构的局部改进方法
大模型将问题实例转为加权图，引导局部改进选择变量；算法选择胜率39.5%，消融后44.0%。
LongEarth-R1：面向长时序地球观测推理的视觉语言模型基准评测与对齐
提出长时序遥感评测基准及LongEarth-R1模型，结合思维链与强化学习，12项长序列任务最优。