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。
RevCRN：基于化学反应网络的可逆模拟计算
研究可逆化学反应网络（RevCRN）计算实数的能力，证明有理数类严格包含于RevCRN可计算数，代数数与特定类相等，并探讨内部层级关系。
扭曲地球观测以改进边缘边缘冰区的冰标注
提出基于互信息扭曲对齐多模态卫星影像，利用稀疏专家标注实现精确海冰分割。
你见你所画？：面向统一多模态模型整体评估的语义闭环框架
提出SGU零注释语义闭环框架，整体评估统一多模态模型。
面向分布外泛化的外延复杂度引导数据选择与生成
以外延复杂度为训练信号指导数据选择与合成生成，复杂度越高，零样本/微调下游性能越好。
HarmoniDPO：通过偏好优化扩散的视频引导音频生成
提出HarmoniDPO框架，采用双视频表示、在线偏好优化和双尺度扩散搜索，提升视频到音频生成的同步性和主观质量。
Confucius4-TTS：免转录跨语言零样本语音合成与可学习说话人编码器
提出免转录跨语言零样本TTS，支持14语言，两阶段架构实现高相似度与可懂度，平均词错误率3.73%。
TD-VAD：文本驱动学习打破视频异常检测的视觉依赖
提出TD-VAD，用LLM生成文本描述训练VAD模型，免目标域视频数据，性能优于无监督方法。
TradingMoE：在不断变化的市场中路由正确的专家
针对LLM交易中专家路由失效问题，提出TradingMoE，用轻量残差专家、查询-键路由及稀疏更新机制，在股票和加密货币市场收益分别提升30.89%和30.7%。
思维链展示通向树的路径：实现分支复杂度
两层硬注意力解码器实现深搜与迪杰斯特拉，复用在线性步内算树斯特拉勒数和宽度，免层归一化与位置编码。
干扰物感知的视频对象分割
提出干扰物感知方案，将干扰物独立分类，改进LWL方法，在DAVIS 2017上取得新最优结果。
影响力策略重要吗？探究LLM代码生成中的提示框架效应
基于心理学影响策略设计提示模板，测试五个开源大模型，发现强调紧迫性会降低代码正确性与安全性。
鲁棒且高效的噪声标签时间序列分类：基于动态时间规整的粒球计算方法
提出DTW-GBC，用粒球组织相似样本，在粒级分类，抗标签噪声且减少推理计算量，兼顾鲁棒性与效率。
MOON：多目标正交归一化更新用于多任务学习
提出MOON，利用谱-核范数几何进行正交归一化多目标更新，提升多任务学习优化与性能。
基于学习变量交互的高维多目标贝叶斯优化
提出ViaMOBO，用变量交互分析划分高维决策空间，局部贝叶斯优化，高效逼近Pareto前沿，优于现有方法。