基于 q-指数代理模型的鲁棒贝叶斯优化
提出 q-ED-BO，以 q-指数代理提升贝叶斯优化鲁棒性，具闭式 q-UCB/q-EI，重尾噪声下优于基线。
基于协议—目标—资源归约构建学习范式间的关系
提出协议—目标—资源（POR）框架，以归约统一刻画并比较监督、迁移、持续与元学习等范式，传递复杂度保证。
三思而后选：重新审视在线策略蒸馏中的词表稀疏化
SparseOPD 先按全词表教师纠正幅度选词再做稀疏反传，大幅降低显存，精度超越采样与 TopK 方法。
当系统编排胜过模型规模，阅读质量又胜过二者
DocSem：系统编排胜规模，阅读质量又胜二者；但栅格水印PDF致崩溃，评测输入决定成败。
基于自探测梯度的持续学习
CPLUS利用自探测与旧样本梯度缩放冲突更新，显著缓解灾难性遗忘，少样本时尤佳。
FedHV：面向联邦多目标优化的低开销超体积加权
提出FedHV，以闭式逆松弛权重做联邦多目标优化，通信仅Θ(d+m)，无需同步，非IID上优于基线。
AnchorMixGAN：面向云集成物联网网络DDoS检测的锚点对齐生成式半监督学习
锚点对齐生成式半监督提升云IoT DDoS检测，20%标注下准确率达96.5%–97.4%。
CRISP：面向隐性情境得体性的文化奖励建模
提出CRISP-RM文化情境奖励模型与NGS监督，构建NormCompass，提升开放社交文化得体性
DualTrack：通过预训练先验对称耦合的同步语音-手势生成
DualTrack耦合预训练语音与动作先验，在共享时间轴上双向同步生成语音与手势，多语言评测优于基线。
解码情感细微差别：通过层次化情感推理与对比判别剪枝增强多模态大语言模型
提出免训练框架DAN，融合层次化情感推理链与对比判别视觉剪枝，显著提升多模态大模型细粒度情感辨识能力。
Transformer 过早停止思考，一个小型 LoRA 即可修复
仅微调早期层的一个秩8 LoRA、冻结其余权重，即可把上下文链式追踪从数行提升到数十行。
Causal-EVC：通过时空定位与反事实干预打破情感虚假因果
提出Causal-EVC，以时空定位与反事实干预破除情感伪因果，实现可解释的忠实视频描述。
SAKI：面向同策略蒸馏的最大耦合路由教师监督
SAKI按最大耦合接受/纠正事件路由token级教师监督，纠正概率即TV距离，数学推理基准表现提升。
FairDiff：缓解扩散推荐模型中的自我强化马太效应
提出FairDiff，以流行度条件引导和语义校准缓解扩散推荐模型中长尾先验失配导致的自增强马太效应。
神经结构推理器：一种面向结构化知识推理的类脑架构
NSR受脑启发，在神经元连接中保留关系结构，可解释地完成结构化知识推理与链接预测。
视频扩散模型中的运动概念遗忘
提出免训练运动概念遗忘法MUTE，在CFG前用概念方向与空间门校正，实现视频动作精准擦除且动态自然。
事实核查强化学习智能体中来源信任捷径的多通道缓解
TrustSwap 揭示来源信任标签会改变判决，TSA 在 4B 降低翻转并保持性能，8B 无效。
看见本应听见的：诊断与修复全模态大语言模型中的跨模态捷径
发现全模态大模型答音频题时依赖图像，提出DMC-Repair抑制该捷径，图像影响降约六成且不损性能。
场景重定向：基于类比迁移的物体放置学习
将场景重定向定义为跨布局的簇级语义迁移，保留语义上下文并施加物理约束，性能超越现有方法。
面向语言智能体持续自我演化的语义投影
提出SSPE，将梯度投影从参数空间转向行为空间，使共享技能持续演化并减少遗忘。
MeteoVerse：统一的天气可控视频世界模型
提出天气可控视频世界模型MeteoVerse，显式建模天气转换，统一天气保持、引入与移除的精细控制。
RankBuffer：面向开放式生成的高效排序式奖励
RankBuffer 维护可复用的排序缓冲区，以低成本相对奖励优化开放式生成，性能超越逐点基线。
智能体系统的蒸馏：跨越模型、制品与执行框架的路线图
定义智能体蒸馏，按知识留存位置分为模型、制品与执行框架，并建立关联因果贡献与部署效用的评估框架。
EGSD：面向流式视频理解的事件锚定自蒸馏
提出事件锚定自蒸馏EGSD，以可验证事件增量更新记忆，解决偏好错位与记忆坍缩，流式视频理解性能领先。
CurvSpec：面向部分相关视频检索的自适应多曲率学习
CurvSpec学习内容自适应曲率，融合欧氏与双曲注意力，以语义质心抑制稀释，检索性能最优。
注意尖峰：大型视觉语言模型中视觉巨量激活的机制与脆弱性
视觉巨量激活多见于深层，由权重触发方向与图像孤立位置决定；其极脆弱，扰动与攻击即可增删，干预可有效消除。
游戏内毒性检测：基于注意力残差的双向表示
提出游戏内毒性检测共享任务与BRAR模型，用注意力残差双向表示捕获全局语境，槽填充优于基线。
改变乘积，保留参数：面向 Transformer 的结合代数层
以结合代数稀疏乘积替代矩阵乘法构建 Transformer 投影层，生成吞吐提升 6.2–7.8%，但下游指标下降，属小规模可行性验证。
ReMCTS：面向代码生成的反思增强蒙特卡洛树搜索
ReMCTS以执行反馈与记忆增强的MCTS搜索代码，跨分支复用失败经验，多数测试优于直接生成。
RED：面向可泛化AI生成图像检测的重建演化动力学
RED利用多尺度重建演化中的token可预测性聚合证据，实现可泛化AI生成图像检测，准确率92.5%。
FineSID：面向生成式推荐的可扩展高效语义标识符学习
FineSID以细粒度软梯度传播替代Top-1硬赋值，均衡优化码本，缓解SID冲突，提升推荐精度。
模型自知何时停止：面向长上下文阅读的免训练早停机制
提出免训练早停规则ACS，依据模型答案的置信度与稳定性判断是否停止，精度不降且过早停止率低。
重定时贝尔曼流：逃离速度自举的不可能三角
提出重定时贝尔曼流，偏移教师查询时刻并解耦噪声，构建无偏速度目标，在离线强化学习中显著优于现有方法。
UniCache：面向统一多模态模型的任务与类型感知KV缓存压缩
免训练任务与类型感知KV缓存压缩，理解编辑5倍、生成2.5倍，近乎无损，吞吐提升1.78倍。
奖励新颖推导：求解器引导的逻辑推理过程奖励
SPRING以SMT求解器验证中间推理步骤，奖励新颖有效推导、惩罚矛盾冗余，在三大逻辑基准上显著超越基线。
基于草图切向一致性的神经算子在线导数信息训练
提出sTCL，用随机草图扰动在线约束神经算子灵敏度，无需离线导数标签，多类PDE精度媲美DIFNO。
使用大语言模型检测大语言模型生成的文本：一项跨代分析
评估15个大模型跨三代：检测效果取决于检测器而非生成来源，自我检测无优势，各代存在漏检、误报偏差。
基于自洽性的扩散视频推理学习
提出自洽测试时扩展与拒绝微调，蒸馏多轮共识到扩散视频模型，视觉搜索准确率由48.4%升至99.0%。
公平事实核查：以 RoSh 弥合大语言模型事实判断的跨语言鸿沟
提出免训练RoSh，按语言平移旋转残差流，平均弥合75%跨语言事实判断差距，小模型提升最大。
RGDT-Bench：面向规则约束决策及其论证的大语言模型推理基准
RGDT-Bench评测规则约束决策及论证；正确回答理由不完整约四成，现有评估难检测，奖励模型提升。
CARDAMOM：面向自动语音识别的微方言阿拉伯语语音数据集
发布约40小时、覆盖6国21种微方言的阿拉伯语语音数据集，含转写与标注，并评测ASR系统。
逻辑门网络与查找表网络：面向患者间心电图心律失常分类的轻量级硬件分类器
可微逻辑门与查找表网络实现患者间心电心律失常分类，准确率达94.41%，算力与能耗极低，适合轻量硬件。
无代码的论文：*CL会议论文中链接的GitHub仓库可用性
CL期刊及ACL等会议论文的GitHub仓库可用性研究：新论文失效率与旧论文相当，空仓库增多。
异构移动无线网络中的空中联邦学习
提出FedOAG，用梯度归一化与隐式gossip抵消异构衰落，实现无偏空中联邦学习，收敛率O(1/√T)。
面向免对齐神经权重生成的排列等变流匹配
以排列等变图元网络参数化流匹配速度场，无需对齐即可从独立训练网络学习并生成神经权重。
动态文本属性图上的边分类迁移学习
提出动态文本属性图边分类的跨域迁移协议，揭示现有方法泛化不足，并设计时空语义对齐STSA提升性能。
HamiFormer：基于仿射辛映射的双专家扩散场
HamiFormer双专家扩散场，融合全窗口去噪、哈密顿传播与并行仿射辛扫描，降低自回归误差，192步MSE较基线降26.3%/21.4%。
RoPE已死，RoPE万岁：迈向可扩展的数据感知位置编码
提出DaRoPE：慢频段用数据学习有界坐标替代绝对位置，缓解近因偏差，非文本领先，语言建模与外推持平。
基于偏好优化的可泛化终身模型编辑
GLIME结合知识编辑与偏好优化，借回放与梯度约束，提升终身编辑泛化并保持模型通用能力。
MLToolBench：面向机器学习开发的工具增强智能体学习
提出诊断工具集与SPICE轮级奖励训练，使智能体学会用工具，域内成功率升至69.2%。