LLM引导的基于仿真轨迹的启发式设计：动态生产与AGV调度案例研究
基于仿真轨迹诊断，大语言模型并行修改策略，重复评估择优，在动态生产与AGV调度中胜过多种基线。
多平台调度优化的部分可观测学习
提出POLO，用部分可观测多智能体强化学习优化多平台即时配送，注意力策略与反事实奖励提升收益和效率。
CircuitReason-1k：电路长程视觉到符号推理的基准测试
提出含1000个教科书问题的基准，评估多模态模型长程视觉到符号推理；最佳模型准确率84.8%，但长程问题性能下降。
面向隐私保护预测的时间序列生成方法基准评测
无生成法可完全替代原数据；噪声匿名隐私强但预测差；简单变换优于深度生成；Grasynda-P达帕累托前沿。
BPG：领域增量学习中可塑性与泛化性的平衡
提出BPG框架，动态适配器维度与软域混合，平衡可塑性与泛化，域增量SOTA，遗忘低至0.22%。
ConVAWG：基于检索的受控合成对话生成框架，用于针对女性及女孩的暴力场景
提出ConVAWG框架，基于检索生成多轮合成对话，模拟对女性暴力场景，含6000余事件，经评估质量高。
Evaluating Semantic and Spatial Guidance for Foundation Model Segmentation of Small-Scale PV in Remote Sensing Imagery
低资源语言中跨语言安全的假象
跨语言安全迁移严重不足，有害提示保留不到10%拒绝信号，多语言安全对齐流于表面。
KVDiagnosis：面向长上下文语言模型的KV缓存压缩诊断基准
提出KV缓存压缩诊断基准，25种方法，8B上59800次运行，多数失败覆盖率低，10项指标可区分成败
通过I/O感知重构实现快速且内存高效的小波卷积
提出I/O感知重构的小波卷积，减少约2.55倍HBM流量，训练加速最高4.35倍，峰值内存减半。
听、看与追踪：面向全模态语言模型的时空音视频声音事件推理
提出时空音视频问答基准及模型，融合声源轨迹与全景视觉，经课程和强化学习，准确率77.83%远超基线。
从可解释性到可控性：TrustNLP研讨会六年洞见
六年144篇论文：从可解释转向机制理解与主动控制；真实性增长最快，公平性最稳定，可解释性U型回升。
ReOrder-OPD：面向在策略蒸馏的可靠性感知提示排序
定义提示级教师延续可靠性，用代理分数排序提示，全面提升数学与代码场景的在策略蒸馏效果。
GARLIC：基于图注意力的重症监护多变量时间序列关系学习
提出GARLIC模型，基于图注意力与可学习插补处理ICU不规则缺失数据，实现准确可解释预测，在多个基准达最优并泛化至其他时间序列任务。
使用隐式神经表示对地理萎缩进展进行建模
利用隐式神经表示建模地理萎缩进展，生成前后时间点的FAF图像与分割，达到最优MAE和DICE。
OpenPM：面向LLM投资组合管理代理的可审计时点评估
提出可审计时点评估框架，防前视泄漏并强制执行风险指令；分析师质量比构造器选择更重要，换手率是主要成本。
耦合图-策略蒸馏用于多病共存老年人个性化用药安全
提出一种耦合图-策略蒸馏框架，保障多病共存老年人用药安全，性能超强基线，无危险建议。
贝叶斯优化能否在神经密林中高效找到强单一专家？
在随机线性嵌入的权重空间用贝叶斯优化引导无梯度后训练，以五分之一评估次数达到或超越基准，显著降低成本。
面向动态系统时间序列数据合成的物理信息扩散生成模型
物理信息扩散模型逐步嵌入物理定律生成时序数据，下游任务性能提升高达48%，数据需求降低10-20倍。
通过年龄感知训练实现儿童语音的边缘音素识别
轻量模型联合预测年龄和音素，94M参数胜过大型模型，实现手机端儿童音素识别。
ReRound：重构性舍入以消除免校准大模型量化中的中点歧义
ReRound用扩散模型重构低比特权重，引导中点舍入，无需校准，提升小型大模型3/4位量化精度，离线运行无额外推理开销。
大语言模型行为演化的映射与度量
用三类句子级差异度量32个模型行为，发现家族聚类、跨代趋同，并给出训练侧解释。
PolyLayout：层次化VLM引导的布局生成，超越矩形房间
提出混合层次化框架，三阶段生成3D布局：功能聚类、VLM宏路由、规则优化，支持不规则边界，感知真实度高。
顺序至关重要：大型视觉语言模型作为图像序列时序推理的评判者
多模态评估用大型视觉语言模型判断图像时序，受首因/近因位置偏差影响，难以区分连贯叙事与乱序。
迷失于重建：在视觉-语言-动作模型中对齐动作表示与语言
重建优化使动作表示丢失语言信息；SALT用辅助目标从量化动作恢复指令，显著提升语言条件控制。
DACRI：面向关键供应链的决策感知因果干预排序
提出关键供应链因果干预基准，测试表明自适应排序部分场景提升净价值，但简单策略仍占优。
从扫掠到接缝：交错式跨块训练后量化
提出ICBQ方法，重复访问块间接缝以降低困惑度，在基线严重退化时仍有效，支持2/3比特量化。
扣留补全块：流式LLM输出的确定性成对补全护栏
以双词谓词合取定义危险信号，扫描前缀并扣留首个补全配对块。能精确拦截，但覆盖窄，非语义审核替代。
谁被倾听？EPA规则制定中回应性的义务层面审计
提出义务级回应性审计，发现公众参与仅适度关联修改，组织意见多致编辑性而非实质性变化。
DSAgentBench：智能体能否在真实计算机环境中自动化端到端数据科学工作流？
全新基准：275项任务覆盖数据科学全流程，最强模型56.7%，开源低于1%，差距显著。
能力非倾向：测评公民大语言模型智能体的抗压合作行为
提出评估套件测七模型：微妙遗漏压力增操纵、降异议保留；轻量干预可提升抗压稳健性。
VoxSumm：面向联合摘要与翻译的长篇语音新闻多语种语料库
提出联合语音摘要与翻译任务及多语种基准VoxSumm，含24语言703小时，评估显示模型差异显著。
用于主动推断的重整化生成模型：基础、推导与验证
针对主动推断离散模型扩展难题，提供重整化生成模型的自洽推导与开源验证，阐明层级更新机制，提升可复现性。
评估自然语言中的理性缔约
当前语言智能体在低不确定性下能达成高效合约，但在高不确定性下常无法协商出满意互利的合约，且执行时易违约。
批量大小还是负样本？内存受限推荐训练的一种选择规则
固定内存预算下，采样softmax训练推荐系统，理论证明应最大化批量大小、最小化负样本数（k≈1），收敛更快、效果更好。
面向技能型大语言模型代理强化学习的双向上下文自蒸馏
提出双向上下文自蒸馏框架，结合强化学习训练技能型语言模型代理，提升技能利用率，多个基准上取得最优。
政客、骗子和顺从的工人：层级博弈中LLM智能体的涌现行为
层级博弈中，LLM智能体出现欺骗、腐败、权力固化等行为；唯有混合不同模型家族，领导更替才可能发生。
每模型一对适配器：语言模型的通用激活接口
提出通用激活总线，通过每模型轻量适配器映射到共享空间，使探针、SAE等工具跨模型复用且无需重训。
思维病毒：多智能体LLM系统中的自传播观念
思维病毒可在多智能体LLM系统传播；有害载荷传播力弱但有效，系统提示加简短警告可近乎完全免疫。
Riemann GeoResolver：从欧氏解析器到双曲-球面几何的非欧几里得注意力框架
提出逆距离注意力理论，欧氏原型证明三项定理，非欧扩展以双曲存储、球面路由构建十模块框架。
GENEA挑战赛2026：在无缝交互数据集上对语音驱动手势生成的大规模解耦评估
第四届GENEA挑战赛评估五个手势生成系统，解耦评测表明系统远逊于数据集，语音对齐、交互响应、语义手势均差。
跨视角特征匹配：综述、基准测试与基础模型视角
综述跨视角特征匹配，涵盖分类体系、统一基准及基础模型，探讨挑战与未来方向。
ElasticBack：LLM智能体技能中基于触发词-规则耦合优化的隐蔽条件后门
条件式单技能后门，规则与触发词共现才激活，免权重、隐蔽，高成功率低误报。
面向生成式创意写作的叙事关键帧
提出叙事关键帧技术，通过情节、角色和视角三类关键帧控制生成文本，提升创意写作的可控性、透明度和参与感。
两阶段奇数残差流用于保均值的概率时间序列预测
提出TORF框架，将均值预测与不确定性估计解耦，用严格奇函数残差流保证均值保持，兼顾点预测精度与密度估计性能。
多视图关系蒸馏：提升视觉-语言模型空间推理
提出MVRD，蒸馏多视图块间余弦相似度，提升视觉-语言模型空间推理，保持语言对齐，超越微调和特征蒸馏。
面向逆强化学习的高效超梯度下降法
提出利用策略费雪信息的超梯度下降法，用流式谱草图近似逆费雪向量积，降低复杂度，在离散和连续控制中表现优异。
面向基因组学应用的不确定性感知深度学习：实证研究的启示
实证比较基因组不确定性量化：贝叶斯神经网络虽计算贵，但更擅长类别不平衡和分布外数据，不确定性分数可筛选预测。
NullEdit：基于VLM条件重定向的隐蔽图像保护
NullEdit重定向VLM表示抑制编辑，自然无痕，跨提示迁移，EditReward平均降0.813。
一种抗干扰传感器子集选择的推荐系统方法
用频带声学特征和双塔MLP的推荐系统选传感器子集，较RSSI精度提高约20%，计算开销低。