如何花费你的Oracle预算：蛋白质结构预测模型的实用指南
评测发现低预算用O3，高预算用FK-steering/DPO，为预算受限的蛋白质预测提供实用建议。
降低等变神经网络的对称性增长
刻画等变神经网络对称性增长，给出降减框架与特征设计准则，证明下确界可计算，实验验证有效。
AVA编码器：迈向智能体原生视频表示学习
提出AVA编码器，以智能体自编码将视频转为知识图谱并重建，实现原生表示，性能提升20.7个百分点。
SCOPE-Router：面向执行任务的成本感知开放集VLM路由
提出一种成本感知的开放集路由方法及执行型基准，经混合校准，在开放集评估中取得最优排名分数。
VAKRA：在工具使用策略下评估跨API和检索的多跳推理
VAKRA基准测试跨API和文档的多跳推理，发现最优模型性能随推理深度下降超50%，策略约束下严重失败，瓶颈在语言中介推理。
Marco-Voice 技术报告
提出Marco-Voice统一语音合成框架，融合语音克隆与情感控制，通过解耦与对比学习提升情感表现力，构建CSEMOTIONS数据集，性能领先。
看看探针拖回了什么！MedCLIP中真实世界的胸片捷径
研究发现MedCLIP模型在各层存在捷径，局部与弥散性捷径出现深度不同，数据质量影响结论。
语言模型作为约束满足问题形式化器的现实检验
大模型作形式化器解决约束满足问题，24组合中15种不如直接求解；复杂度越高越差，且易硬编码。
用于遗留HPC现代化的智能体工作流：转换GAMESS双电子积分核心
提出智能体工作流，将GAMESS双电子积分从F77转F2008，612次测试位级一致、零化学差异。
RA-CLIPScore：让生成模型评估更具可解释性
提出RA-CLIPScore，用双提示和局部补丁对齐空间分布，评估更可解释。
面向随机预测函数的聚类随机平滑
提出聚类α-平滑，提升随机多模态预测鲁棒性；轨迹预测误差降27%，四旋翼碰撞率降81%。
大语言模型会关照同类吗？相似性信号可诱发合作
研究发现不同LLM对相似性信号反应差异大，相似性高可促进合作，但数据集影响小，模型常自评高度相似。
基于检索增强大语言模型构建复杂系统诊断的动态主逻辑模型知识图谱
利用RAG与LLM自动从技术文档构建动态主逻辑知识图谱，验证于沸水堆低压冷却系统，支持诊断与可靠性分析。
理解基础模型为何能有效检测扩散生成图像
基础模型检测扩散生成图像，依赖低中频分布差异而非语义特征，揭示其鲁棒性与可解释性。
TailBooster：一种强制执行运行有效性的极端值增强双层生成框架
提出双层生成框架，统计层提取极端值，深度清理层保证运行有效性，极端延误预测误差降低29%-57%。
Map-Det3D：面向流式输入的多视角三维目标检测的度量前馈三维重建先验
用前馈度量三维重建作几何骨干，直接在重建空间预测三维框，免去二维到三维提升，提升单目视频检测的稳健与迁移。
按需常识：为自然语言推理生成并选择性整合常识知识
提出无参考LLM裁判评估生成常识，混合选择性整合高事实常识，NLI准确率提升3.87%-8.5%，克服中性偏见。
时间相关偏微分方程基础模型的蒸馏
提出TREX知识蒸馏框架，将预训练基础模型压缩为轻量学生，以少参数高速度匹配或超越教师精度。
基于机器学习和深度学习的零售咖啡行业消费者评论双模型情感分析
对比机器学习与深度学习在星巴克评论情感分析中的表现，SVM准确率最高达91%，双向LSTM泛化最佳，并指出类别不平衡影响正面情感召回。
评估LLM生成的网络安全检测规则
提出开源框架，用保留集和三类指标评估大模型生成的检测规则，与人工规则对比，并以案例验证。
大语言模型驱动的小盘股交易：整合财经新闻情绪、宏观经济指标与技术信号
研究发现，将模型预测风险分解为偶然与认知成分并纳入组合协方差，分离纯alpha与纯beta选股策略优于交集，40日持有期下纯beta配合GPT-4o mini情绪达夏普2.33。
AI公平性背景下的变量选择
提出数学方法评估AI公平性，强调保留相关变量以减少隐性偏见，倡导跨学科合作，符合欧盟AI法案要求。
LoongReflect：通过全局视角蒸馏提升搜索智能体的长时程反思能力
提出一种训练框架，将反思视为记忆控制策略，结合全局蒸馏与结果强化，提升多跳检索和数学推理。
测试时AI4AI：通过推理支架实现强模型向弱模型的能力迁移
强模型构建测试时推理支架，无需更新参数即可提升弱模型性能，基准上准确率近翻倍，为传统蒸馏提供补充。
基于强化学习的DBMS缓冲池自动调优以实现最优内存利用
提出在线强化学习系统MicroTune，动态调整缓冲池大小，减少内存浪费并满足SLA，实验显示能显著节省内存且减少违规。
SoftWater：Softmax量化中的类别感知码率分配
SoftWater将Softmax头部量化视为KL散度下率失真问题，按类别感知分配比特，优于WaterSIC，KL降6.5-8.3倍。
基于纠缠成对监督的不确定性感知概率约束聚类
提出不确定性感知概率约束聚类，用估计-校正-集成框架处理软监督，优于现有深度约束聚类方法。
VICBench：用于代码漏洞检测的多语言基准
VICBench含100个VIC，覆盖多语言与48类CWE，现有方法F1仅33%-40%，用于漏洞检测评估。
TESLA：正弦可学习激活函数的泰勒展开
提出正弦可学习激活TESLA，控制多项式阶数，奇偶校验上以极低样本强泛化，抗噪，且迁移至视觉任务。
基于骨骼运动预测与关节级性能评估的自主远程康复
基于骨骼运动预测与关节级评估的自主远程康复系统，无标记视频上实现高精度质量分类与短期预测，助力康复。
Avatar-Forever：面向高质量实时无限虚拟形象的解耦并行训练
解耦并行训练框架Avatar-Forever，并行优化效率与鲁棒，配合分块缓存，实现实时无限虚拟人。
DPO中的上下文盲区：上下文校准偏好优化缓解MLLM物体幻觉
提出上下文偏好增益指标和上下文校准偏好优化算法，增强上下文利用，减轻物体幻觉，相对降低36%幻觉率
TGRHuman：基于扩散渲染器的文本引导真实感3D人体生成
提出TGRHuman，解耦几何与纹理，用多视图法线和几何雕刻保持一致性，用扩散渲染器生成纹理，高效合成高质量3D人体。
GeoFlow：基于几何对齐先验的高效驾驶视频生成
利用几何先验替代高斯噪声，缩短采样轨迹，大幅减少推理步数，实现高效驾驶视频生成。
基于报告弱标签与监督式裂缝分割的钻孔岩心自动分析
结合报告弱标签分类与监督分割，门控U-Net实现裂缝分割F1 0.860并后处理估算缺陷间距。
LLM路由器：利用预填充激活重构路由
利用预填充激活路由，解耦编码器与目标模型，共享网络预测正确率，优于语义基线，节省74%成本。
智能体安全应成为运行时契约
智能体安全应作为运行时契约，由执行环境强制，兼顾预防与证据验证，而非仅靠训练。
每个汇总规则都有其适用场景：将概率组合规则匹配到情境与代价
组合概率的公式取决于数值含义与证据关系；平均、赔率乘法各有前提，误用会影响决策与概率评估。
大型语言模型用于文本标注时再现种族刻板印象
研究19个LLM的400万次标注，发现模型再现种族刻板印象：少数族裔名字和方言触发系统性偏见。
迈向真正无监督的特征选择评估
针对现有无监督特征选择评估的缺陷，提出基于PCA与最优传输的真正无监督评估框架。
忠实、充分且可理解：通过离散扩散反演重思图反事实解释
提出离散扩散反演方法GDCE-I，生成图反事实解释，兼顾数据流形与完整编辑空间，性能大幅领先。
生成作为辅助监督：通过解耦嵌入预测在零推理开销下增强视觉理解
提出GAS：以生成作辅助监督，解耦嵌入预测增强MLLM理解，训练后弃生成分支，零开销提升感知与空间理解。
基于大语言模型的危机场景自动翻译与紧迫性
研究发现大模型在危机翻译中质量下降，尤其低资源语言；且其紧迫性判断跨语言不一致，风险高。
大语言模型中的社会意义：结构、量级与语用提示
大语言模型能定性复现人类社会推理结构，但量级校准不一；语用提示可改善，仍不完全。
单周期智能体自我摘要下AI护栏的存活性
单周期压缩中，安全规则常以“看似规则却失效”的残留存续；仅查文本存在会误报安全，需外部基准验证，存留≠保护。
物理信息隐式神经表示用于改进心肌灌注MRI定量
将物理信息神经网络与时空隐式表示结合，提升心肌灌注MRI定量的准确性、平滑性和物理一致性。
少样本有序学习用于高光谱鱼图像逐日新鲜度估计
首次将少样本学习用于高光谱食品质量评估，有序回归头与生物约束结合，仅需每片3天标注，MAE达1.58天，2天准确率72.3%。
蛋白质语言模型中的任务与数据集特定信息
研究发现，蛋白质语言模型最后层嵌入并非最优，任务类型与数据集决定信息分布，人工蛋白上性能下降。
不确定性感知与可解释的集成深度学习框架用于多类皮肤病变分类
不确定性感知可解释集成框架，融合CNN与Transformer，MC Dropout估不确定性，Grad-CAM++可视化解释，准确率96%，AUC99%。
SCOUT：通过结构化思维链与多目标过程奖励解锁增强的空间推理
SCOUT通过结构化思维链和多目标过程奖励，显著提升空间推理，超过GPT-4o。