基于HamNoSys的手语细粒度孤立手形识别数据集与基线
提出144,000张RGB图像、160类手形的基准数据集，评估四种模型，揭示跨人泛化性能显著下降，提供可复现资源。
认证或拒绝：协变量偏移下带覆盖率下限的选择性风险控制的跨模型映射
证明覆盖率下限认证需可行性边界；跨模型给出风险与下限的复杂度匹配，下限创造映射。
π-SUB：用于水下图像增强的物理信息合成水下基准数据集
提出物理信息合成水下数据集π-SUB，弥合合成与真实差距，提升增强效果与泛化性。
β-VAE 作为有效理论：容差依赖维度
增大正则化会折叠低效用潜变量；非线性下阈值偏移但排序保持，有效维度呈首尾权衡。
时间序列的检索校正共形预测
提出检索校正共形预测(RCCP)，检索相似残差构建非对称区间，再用共形校正保证覆盖率，基准测试中表现最优。
SPIEval：评估大语言模型作为移动助手应对分散个人信息的能力
SPIEval基准含250任务5种认知能力评测9个LLM，最佳准确率57.3%，主要失败源于信息定位不准。
计算最优并非集群最优：面向系统的稀疏混合专家模型扩展
传统分离优化算法与系统，MOSAIC联合设计架构和系统，发现稀疏MoE最优稀疏度仅受集群约束，需统一协同设计。
CIDER：面向隐私偏好对齐的上下文披露边界数据集
引入含14,850条人工标注的CIDER数据集，测试12种模型预测隐私披露决策，发现个性化可提升准确率但易致误差失衡。
签名引导的密集专家合并容量占用
提出SigMerge，用冲突签名设定层容量、基合并赤字分配域份额，按序占用提升15%并排名最佳。
以节点对为中心的图重连：最优传输引导的通信对齐缓解过度压缩
提出以节点对为中心的图重连框架，用需求-支持缺口识别过压缩，结合最优传输分配边预算以缓解之。
Emotion2Skill：模型内部情绪信号用于自适应技能选择与进化
提取LLM内部情绪向量指导技能选择与进化，显著提升智能体任务成功率
CRUISE：视觉-语言模型引导的不确定性感知跨模态传感器融合，实现稳健自动驾驶
提出CRUISE框架，用视觉-语言模型生成细粒度像素级不确定性，引导跨模态融合，并动态建模传感器依赖，提升复杂场景下自动驾驶鲁棒性。
智能体路由器：基于执行落地的带记忆持续学习方法
提出基于执行反馈的双路径智能体，提升SONiC操作可行覆盖与执行成功率，持续学习互补增益。
高斯雕刻：通过场优化的端到端可控表面重建
提出高斯雕刻：将高斯锚定于表面，双层训练优化场，实现端到端高质量可控表面重建。
面向NLPCC 2026共享任务6的EVIL-Detect：LLM生成文本检测
多信号集成与冲突感知融合框架，在NLPCC2026任务6中排名第一，宏F1为0.8888
多数生物医学论文呈现LLM辅助写作迹象
新法估算：2025年底89%生物医学论文出现LLM词汇，讨论区使用率高于方法区，但方法区仍超50%。
InSight-doc：长文档理解的智能体视觉感知
自适应分辨率视觉感知，SFT+RL训练，精度+4.3~16.4，幻觉-40%，延迟-41~68%
开放大语言模型的多语言机器翻译无参考后训练
采用GRPO与无参考质量评估奖励后训练，插值SFT和RL检查点，在46语种上提升翻译质量，超越多个开源及专有基线。
从相关性到执行效用：基于技能的LLM智能体的奖励感知动态执行门控
提出奖励感知动态执行门控，预测技能执行效用，减少不必要执行，保留验证奖励。
面向组件级异常诊断的可解释GNN框架
提出可解释GNN框架，将异常检测从传感器级转向组件级，通过分析传感器间影响变化识别并排序故障组件。
Surfacing the Unsaid: CUE-Bench for Affective Stance in Chinese Discourse
Omni2LoRA：保持连贯性的参数化记忆，用于高效全模态语言模型
提出Omni2LoRA，用参数记忆压缩多模态上下文，经GRPO优化秩分配保持跨模态连贯；30%预算下精度提升8-12%，TTFT降低12倍。
SafeSceneReason：连接工业危害与事故知识的多模态推理基准
提出安全场景推理基准，连接工业事故知识，含十二万问答对，揭示模型安全推理短板。
MedUP：唤醒医学视觉-语言模型中的统一理解与感知
MedUP统一感知与理解，以UniMedTok编码掩码，性能超越现有Med-VLM，媲美专用分割器。
基于边缘和形状感知深度网络的布料拆垛精确顶层布料分割
提出边缘与形状感知分支训练架构，提升堆叠布料顶层分割精度，优于基线。
无评论家预训练用于高效在线强化学习微调
提出无评论家预训练(CFP)，抛弃离线评论家训练，新初始化评论家避免偏差，兼容主流算法，提升在线微调效率。
MARCO：用于校准广告转化预测的点击意图分解
点击意图分解可校准转化率：用点击类型分意图建模，修正偏差，每点击转化+2.80%，总指标+0.98%。
缓解上下文干扰，实现可靠高效的搜索智能体
多轮搜索智能体上下文干扰主要源于最新检索文档；用蒸馏式细化器并纳入强化学习，显著提升可靠性与效率。
基于内在动机的探索驱动个性化联邦强化学习
提出基于内在动机的探索驱动个性化联邦强化学习，在保护隐私下提升稀疏奖励环境的个性化与样本效率。
Chartography：专业图表理解基准
提出Chartography基准，含100个专业图表任务，30种前沿模型最佳仅45%准确率，失败主因是视觉感知不足。
多玩家赌博机中未知Lipschitz常数的协调
针对连续动作空间多智能体赌博机，未知Lipschitz常数时，提出算法估计常数并离散化，无通信下通过抖动量化达成一致，保证遗憾最优。
重尾奖励与信息不对称下的鲁棒多智能体老虎机
研究重尾奖励下多智能体老虎机，针对三种信息不对称情形提出鲁棒算法，遗憾接近集中式最优。
基于基线的异常诊断解释方法
提出可扩展的基线参考诊断法，结合异常与正常信息，在高维非线性环境下比LIME更精准识别异常特征。
X2-Turn：用于联合流式ASR和话轮状态预测的帧同步双头建模
提出X2-Turn，在共享流式表示上帧级同步预测ASR与话轮状态，实现低延迟准确检测。
一阶证明搜索中的保结构不确定性传播
利用证明历史重构不确定前提，计算证明可用概率，解析正负支持与例外，无需全局基础化。
VibeLifeBench：你的生活智能体能在不断变化的世界中保持主动与持久吗？
提出VibeLifeBench基准：含200个长期任务，测试智能体在动态世界中的主动性与持续性，前沿模型得分低。
面向自动驾驶的跨视角序列视觉定位与时空上下文建模
提出时序上下文增强的跨视角序列定位框架，误差从3.80米降至1.57米，显著提升精度。
PolypVision：用于结直肠息肉分类与分割的三阶段分层深度学习框架
提出三阶段分层深度学习框架，实现结直肠息肉分类与分割，AUC约0.99，检测mAP94.4%，跨设备适用。
工业密集预测中的数据效率再思考：预训练一致性而非归纳偏置决定ViT的低数据优势
预训练一致性而非归纳偏置确定ViT低数据优势；近域超CNN，远域CNN优；校准颈部权重获2.5倍增益。
FaithformBench：数学思维链自动形式化的忠实度基准评测
提出廉价且可靠的基准，评估数学自动形式化系统忠实度，发现多数系统会“静默纠正”错误输入，且忠实度与纠正倾向存在矛盾。
基于人格特征的突发错位数据归因
微调引发模型错位源于人格特征，可调控；人类文本不足，合成问答对才有效。
MUSE：科学问题、解决方案与理据的全文本跨领域知识库
构建37K科学问题-方案-理据三元组知识库；理据监督提升复杂问题解决，但可能削弱简单问题表现。
TACTICL：表格型上下文学习模型的任务感知压缩
TACTICL通过剪枝变换器层并替换为轻量适配器，实现表格ICL模型的任务感知压缩，最多替代85%层而无明显性能损失，并保持鲁棒性。
你的大模型，你的风格：面向大语言模型行为控制的行为模式轴
提出情境行为数据框架，揭示大模型行为风格稳定且受语境影响，并用思维导出的行为模式轴实现纯净控制。
弥合严重跨模态错位：基于显式特征域仿射配准的端到端可见光-红外目标检测
提出JFRDet网络，以显式仿射配准和光照引导融合应对严重跨模态错位，在DVMA基准上达到SOTA。
REAP：面向从大语言模型进行闭卷知识库构建的关系感知抽取与解析
REAP系统用于闭卷知识库构建，结合思维链与关系查询，在无微调、32B参数预算下取得宏F1 0.62。
SQuaT：基于学生感知量化教师特征的自监督知识蒸馏
提出SQuaT，用学生量化参数量化教师特征，消除蒸馏损失下界，在极低比特（1/2比特）设置下显著优于基线。
使用小型语言模型的多语言短文本分类成本高效路由管道
多语言短文本分类中，选择性翻译低资源语言可显著提升其宏F1，无需微调。
用于单帧环视驾驶重建的视觉几何基础感知高斯
提出视觉几何先验感知的高斯重建框架，借助几何一致与外观解耦及尺度预热，实现最优单帧环视渲染。
MMArt：面向视觉艺术理解的多视角多模态数据集
构建多视角艺术理解数据集，七万幅画作配四类独立标注，分析显示视角互补，单一视角无法满足所有任务。