理解纵向联邦学习中的后门漏洞：研究与实践的鸿沟
纵向联邦学习后门研究脱离实际，评估有缺陷；新基准推动务实防御。
用动作条件预测一致性诊断JEPA世界模型
提出ACPC诊断：度量干净与扰动视图在相同动作下的分歧，上界预测误差和规划成本，并定义IR与SR指标。
动量作为深度学习优化的残差驱动乘子校正
提出AIM框架，将动量视为残差驱动的乘子校正；依此设计RADAR优化器，实验验证优于强自适应基线。
空间锚定的文本到视频生成：推理时无梯度优化
提出一种训练与梯度均无关的视频生成方法，解析求解交叉注意力，实现精准空间位置控制，计算开销极小。
P2Fusion：基于双先验蒸馏的提示驱动渐进式红外-可见光图像融合
提出一种基于双内在提示蒸馏的红外可见光融合方法，实现渐进引导，性能领先。
基于密码学可验证的自主AI智能体授权：一个可证伪假设与概念验证
提出可加密验证的智能体授权模型，用零知识证明绑定主体、请求、上下文与策略，并区分三类绑定问题。
排序 vs. 匹配：多视角目标关联中的度量错配
多视角目标关联常用排序指标评估，但与匹配目标不符。理论证明AP等指标可能失真，Sinkhorn归一化可改善，但排序最优仍可能匹配错误。
UniTraffic-Agent：用于AI城市挑战赛2026赛道3的统一交通视频推理与两项域外评估
提出交通视频推理智能体UniTraffic-Agent用观察推理行动验证流程三项评测分获16 2 4名
目标才是瓶颈：潜在世界模型编码了规划器用不上的信息
规划目标才是瓶颈；仅替换目标函数，无需重训，长程成功率从26%升至98%，规划不再受视界限制。
拓扑统一的二维姿态估计：涵盖完整、残肢与假肢肢体
提出ProPose基准和ProLoss损失，统一完整/残肢/假肢拓扑，使长尾假肢关节分类准确率提升2%-6%，且不损定位精度。
国家与区域人工智能战略中的政策趋同与分歧：政策设计要素分析
分析74国与3区域AI战略，发现经济、科研、伦理趋同，人权与治理原则趋异；非盟纵向趋同最高。
I-SDPO：实例级自适应自蒸馏策略优化
针对组相对策略优化全错无信号，本方法按实例自适应，仅全错时用自蒸馏，避免偏差，科学知识评估平均准确率升至70.31%。
CardioState-JEPA：延迟感知的跨模态共享心脏表征学习
提出多模态心脏基础模型，学习共享表征，延迟对齐处理时序偏移，25项任务性能显著提升。
AI辅助验证中的认知迁移：框架与评估协议
提出认知迁移概念及评估协议，用ETE和TRC度量AI辅助验证对后续独立判断的影响，区分能力提升与工具依赖。
RbFT-Net：用于4D雷达-相机深度补全的先校正后融合时间雷达锚点
提出先校正后融合框架，视雷达回波为噪声锚点，校正深度并估计可靠性，抑制不可靠测量。
TMRL：扩散时间步调制预训练赋能高效策略微调的探索
提出CSP预训练与TMRL微调，以扩散噪声和动态时间步调控探索，提升RL微调效率，一小时完成真实操作。
重新审视Q-learning的过估计偏差问题：通过动作交集解决大规模离散动作空间
提出动作交集策略：两Q函数共享部分数据实现半解耦，在大型动作空间灵活调节偏差，性能超越SOTA。
持久递归世界实现自主软件演化
以持久递归世界取代持久代理，低成本完成编译器构建与模块重写，实现长时程自主软件演化。
图像间对应关系的在线学习
提出图像序列点对应在线迭代法，基于涅曼卡方散度优化映射，通道向量表示密度，逐帧更新，实时高精度且优于现有方法。
基于原型学习的渐进偏移校正重新思考医学地标定位
提出PPOC-LL模型，用原型学习渐进偏移校正，多尺度感知与可靠性正则化，在X光/超声上兼顾精度与复杂度。
H-VAEP 与 H-xT：通过概率估计评估手球进攻持球动作价值
首个将xT与VAEP适配手球，用德甲五赛季数据验证，提出H-xT/H-VAEP评估进攻持球动作，并开源代码。
迈向物理保真的科学图表生成
提出Princigram与SP-CoT结构化物理思维链，构建四百三十万物理图像及评测基准，提升科学示意图的物理保真性。
ArtiFact：大规模多模态文化遗产数据集
提出ArtiFact多模态文化遗产数据集含65万条记录，用于跨模态纠错与语义查询，挑战现有系统。
基于近体学奖励建模的深度强化学习社交合规导航
提出近体学奖励建模，改进深度强化学习社交导航，在保持性能的同时提升社交合规性。
利用自主LLM研究循环优化专家设计的晶体图网络以预测带隙
自主LLM代理在带隙基准上超越17个专家模型，用已知方法实现最优预测，并探究其局限。
Paths：用于RGB-事件视频行人重识别的提示感知时空Transformer与层级多模态融合
提出Paths框架，用提示感知时空变换器与层级多模态融合，进行RGB-事件视频行人重识别，有效。
推断能力不决定法律范围
欧盟人工智能法与GDPR对推断界定不同；推断能力不决定法律范围，缺失亦不豁免。提出组合效应测试。
多视角不平衡感知的6G波束成形优化与性能
不平衡感知实验发现网络特征预测6G波束成形最佳；聚类主要受部署环境/设备类型影响；带宽、传感器、移动性最重要。
FlowLOB：基于流匹配的高效可控限价订单簿生成
提出FlowLOB生成限价订单簿轨迹，用流匹配仅需10步求解器即可高效采样，真实性和可控性优于基线，并零样本迁移到新标的。
对《通过将贝叶斯先验提炼进人工神经网络来模拟快速语言学习》一文的评论
M&G方法未真正注入先验，仅初始化权重；整体贝叶斯解释存疑；MAML过拟合，泛化能力差。
面向可解释且可信的热需求预测的全局特征重要性研究
提出一种事前可解释AI方法，用四种无扰动方法评估热需求预测模型全局特征重要性，提升可解释性与可信度。
快速迭代五点相对位姿估计
提出基于鲍威尔狗腿算法的五点相对位姿迭代法，精度同于尼斯特法但快一倍，可扩展并适于精化。
SketchSense：学习解读不完美草图引导的图像修复
提出草图感知框架，同步去噪彩色与结构流，双向注意力融合，提升修复质量与结构保真。
学习数学性质以设计低互相干二元感知矩阵
提出基于学习的感知矩阵构造法，无需数据集，以互相干性质为损失函数，生成低互相干二元矩阵，降低计算成本。
关系深度学习中的增量评估与训练
提出增量多阶段评估训练范式，应对关系深度学习中的时序概念漂移，证明迁移学习有效，微调模型优于从头训练。
用于视觉实例分割的符号距离函数预测
训练网络预测多方向距离图，近似符号距离函数后阈值分割，前景IoU优于YOLACT，但实例映射仍具挑战。
少标注，多解释：先验引导的概念瓶颈模型用于可解释癌症影像诊断
提出先验引导混合概念瓶颈模型，用少量标注和分布匹配提升概念识别，保持诊断性能，减少标注负担。
用于检测呼吸跃变型水果中碳化钙催熟及货架期估计的多光谱框架
提出非侵入多光谱框架，区分自然/乙烯利催熟与碳化钙催熟水果，估算成熟进度与剩余货架期；芒果准确率95%，香蕉81%。
QuISE：通过查询无关语义编辑防御针对视觉语言模型的文字攻击
QuISE：无需训练的黑盒防御，用查询无关语义编辑替换干扰文字，按答案一致性输出，恢复率67.9%-75%。
面向大规模表格数据上可扩展TabPFN推理的平衡自适应原型选择
提出平衡自适应原型选择为表格基础模型构建紧凑上下文在百万行数据上保持性能与校准压缩约两千倍无需显卡
利用约束感知扩散学习混合整数规划中的离散决策
提出图扩散模型生成混合整数规划的离散决策，并将可行性投影融入逆扩散过程，大幅提升可行性与求解速度，最高加速425倍。
MergeOver：面向递归视觉Transformer的训练后Token合并
MergeOver实现递归ViT训练后令牌合并，无重训降内存延迟，精度降1.47%，提供基线。
面向自动驾驶的几何基础统一三维感知
提出几何基础统一3D感知GeoUP，结合重建潜表示与射线图编码，多任务训练后在检测、占用、深度估计上达SOTA。
采样运气冒充分配收益：审计神经组合优化的测试时预算分配
神经组合优化采样预算均匀分配在分布内无收益；基于统计的分配在分布偏移下显著提升，并给出修正法。
潜在同策略自蒸馏
提出潜在同策略自蒸馏(LOPD)，使特权上下文可端到端学习；在工具使用与代码生成上超越现有方法，且仅用30%的采样预算。
有限资源下自监督图像与视频预训练的控制性研究
控制研究显示：有限资源下DINOv2最优；结合VideoMAE提升语义但损害几何，体现语义与几何权衡。
锥束CT中基于多色建模的溅射式金属伪影消除
提出泼溅式自校准方法，结合多色模型校正锥束CT金属伪影，无需掩膜，效果优于现有技术。
TRAPSBench：视觉语言模型能编码却无法表达认知克制
视觉语言模型能感知不确定性却不会表达弃答；新基准与指标显示最佳得分极低，瓶颈在表达而非感知。
保真约束下的黑盒去噪器锚定
提出保真约束锚定，线性混合去噪图与原图，按局部保真指标选最大混合因子，无需重训，平衡去噪与自然度。
社交音视频问答的推理：现状如何？
发现基准噪声大、简单微调胜过推理法、纯文本可学习先验，发布新基准与模型。