多模态语码转换：将视觉对象交织进语言以实现显式对象级对齐
提出多模态语码转换(MMCS)预训练范式，将文本实体替换为视觉对象，实现显式对象级对齐，数据高效且提升视觉定位能力。
过度自信且忽略细节：用溯因偏好学习修复提示不敏感性
提出溯因偏好学习，优化逆向策略，显著提升罕见提示敏感性；A-DPO在VLMBias上准确率从3%升至44%，超越GPT-5.2。
从轨迹到证据：工业研究代理的可审计实验记录
提出轨迹转证据框架，通过验证与资格认定生成可审计记录，诊断并提升代理适用性判断，最终产生正向在线收益。
失配至关重要：超越词元一致性的在线策略蒸馏
揭示在线策略蒸馏的退化一致性问题，提出TIDE，区分过剩与缺失词元，分别抑制与注入，显著提升数学推理。
没有免费的标签：缺乏人类基准的LLM评判局限
LLM评判缺乏人类参照时，仅在自己能答对的问题上与专家一致；提供专家参考答案可缓解该局限。
PEAK：通过k-稀疏自编码器实现精确且持久的概念擦除
利用k稀疏自编码器精确定位并抑制目标概念特征，实现精确持久的概念擦除，抗攻击且保持生成质量。
AI天气模型会漏掉极端天气吗？
AI天气模型并未普遍低估极端天气，各模型表现不同，短板属个别模型而非AI类共性问题。
智能体自动研究即模糊测试
自主研究需像模糊测试一样利用密集反馈指导搜索，而非仅生成排序，并保护最终验证。
CARD：受控智能体Reddit讨论用于信用卡模拟
提出CARD框架，通过规划、写作与校准循环生成逼真信用卡讨论，多指标优于基线。
基于反思引导的同策略自蒸馏的测试时自进化GUI视觉定位
提出测试时自进化框架，通过反思引导的同策略自蒸馏与对比校准，提升GUI视觉定位平均准确率7.4%
知识引导的3D CT生成：以条件为中心的分类法
提出以条件为中心的三维CT生成分类法，按知识类型、集成范式、生成架构划分设计空间，总结方法并指出未来方向。
生成步感知框架用于多语言语音-文本模型的跨模态表示与控制
提出生成步感知框架，发现跨模态语言表示对齐因模型而异：SeamlessM4T共享少且随步变化，Qwen2-Audio共享多且稳定；控制神经元跨模态迁移增强。
观看合成视频：通过视觉合成对齐跨模态表示实现零样本视频描述
提出WSV框架，利用文本到视频生成模型合成视频，经抛光器弥合分布差异，再引导GPT-2生成描述，在三个数据集上取得最优性能。
迈向实时视频问诊的专家级医疗AI
首个专家级视频问诊AI（AMIE）在病史采集、诊断等达医生水平，患者更偏好其沟通，但精细解剖等仍有限。
SHE：轨迹驱动的LLM智能体安全护栏演化框架
提出SHE框架，将护栏分解为四类组件，基于轨迹归因进化，使攻击成功率降3.1倍，并提升泛化与效用。
ThinkAfford：以可供性为中心的推理，用于杂乱场景中的细粒度3D定位
提出的方法将高召回可供性区域提议与指令推理解耦，用强化学习对齐，提高杂乱场景细粒度3D定位精度。
让寄存器发挥作用：视觉Transformer中用于令牌剪枝的任务寄存器
提出任务自适应剪枝(TAP)，用任务寄存器动态排序令牌与分配预算，提速分割检测且保持分类精度。
CHORUS：面向高覆盖率测试台激励生成的互补专家
CHORUS后训练用互补专家，合并或再训练，4B模型激励生成达88% Pass@1，超越671B模型。
HNDiff：雾-噪声扩散用于图像去雾
提出雾噪扩散模型，嵌入大气散射物理先验，按雾度自适应加噪，同时去雾去噪，提升现有去雾网络，达到最优。
ArchAgent v2：数据预取锦标赛案例研究
ArchAgent v2用级联进化与硬件反馈自动设计三级预取器，DPC4中超越人工冠军，IPC提高3.8%，低带宽单核提高4.6%，多核仍挑战。
迈向可持续人工智能：深度学习模型碳足迹的综合评述与比较分析
综述绿色AI，实证六种深度学习模型：训练碳排放最大，复杂度不必然提精度，需权衡性能与环境。
CEAA：面向交互计算系统的认知具身智能体架构
提出模块化认知架构，融合感知思考行动与信念愿望意图模型，连接推理与实时执行，支持可扩展自适应可解释智能体。
AI辅助面部表型检索中的多级证据聚合及其在罕见遗传病优先级排序中的应用
提出推理时多级证据聚合框架，无需重训练即可提升面部表型检索，GMDB上Top-1准确率最高提升14.8%。
面向心理健康与在线安全的自动数据增强：利用开源大模型间置信感知的细粒度辩论
提出置信感知细粒度辩论框架，模拟人工协作标注，实现多标签自动增强，使下游任务F1最高提升9.9个点。
R4DSG：长时第一人称视频中面向物体中心问答的相对4D场景图记忆
提出相对四维场景图记忆，用于长视频物体问答，分离稳定锚点与动态物体，显著提升问答准确率。
GENCO：嵌入开发框架的电网稳态分析统一神经求解器
提出统一神经求解器GENCO，集成于GridFM框架，高效求解潮流、最优潮流与状态估计，较经典方法提速数十倍，且抗噪鲁棒。
DSLE：黑暗之魂Boss战学习环境
DSLE是黑暗之魂Boss战基准环境，22个Boss中仅教学Boss可被击败，强化学习几乎无效。
当视觉信号产生误导：视觉语言模型中属性幻觉的机理研究
提出一种框架，用空图诊断分解视觉与语言先验信号，发现属性幻觉源于视觉误导而非语言先验，分模式校准、弃权或视觉适配，降低幻觉。
HUI360：面向人机交互预判的360度第一视角数据集与基线方法
提出HUI360，迄今最大野外人机交互预判数据集，含百万标注及基线，支持跨数据集评测。
乳腺癌检测深度学习模型的能耗与性能基准评估
比较七种深度学习模型在乳腺癌检测中的性能与能耗，无单一架构全面占优，需权衡性能、碳排放与数据集特征
大语言模型编码自身失败：从生成前激活预测成功
用线性探针从生成前激活预测成功率，可路由到更优模型，推理成本最高降70%。
三维加权几何图神经网络用于绵羊面部疼痛评估
提出基于单目深度估计的3D加权几何图神经网络，融合面部地标三维空间与表面特征，实现绵羊疼痛分级评分。
基于残差校正神经网络的海表温度深度学习统计降尺度
提出残差校正神经网络，将海表温度从二十五公里降至二公里，捕捉精细涡旋锋面，平衡效率精度，支持海岸应用。
结合三种技术提升自动作文评分：两阶段微调、分数对齐与自训练
提出两阶段微调、分数对齐、自训练技术，少数据下集成性能达全数据91.2%，分数对齐持续提升。
HIPNO：对称感知的物理信息神经算子用于无创血流动力学推断
HIPNO物理信息神经算子从无创信号推断血流动力学，商空间解决尺度对称，误差降32%，支持反事实
地位关联不能可靠预测决策泄露
用智利姓氏测试社会关联与决策影响，发现多数模型关联强但决策效应近零，关联强度无法预测决策泄露，二者是不同构念。
在行人人群中驾驭邻近-安全平衡：人体跟随的约束分解
提出多约束RL，用稀疏奖励与独立成本约束分解跟随任务，量化预测不确定性以提高安全性，实验验证有效。
HSSBench：多模态大语言模型的人文与社会科学能力评测基准
提出针对人文社科的多模态大模型评测基准，覆盖联合国六种官方语言，逾一万三千样本；最强模型亦面临挑战。
基于深度学习的目标检测模型在非洲真实多作物数据集上的比较评估
比较六种模型于非洲农田真实数据，RT-DETR精度最高，YOLO系列高效，适合实际农业应用。
大语言模型能从自己的话中受益吗？
多轮对话中，大幅精简上下文可保持性能且省8倍量；模型依赖自身历史易致错误传播。
UT-ACA：不确定性触发的长上下文推理自适应上下文分配
提出基于词元不确定性的动态上下文分配方法，减少上下文使用且保持生成质量。
SAR2Agri：面向农业监测的SAR强度表征学习
首个仅用SAR强度的农业自监督学习，用掩码与课程学习提取物候特征，作物制图IoU84.9%，超越现有基线。
模拟有组织群体行为：新框架、基准与分析
提出有组织群体行为模拟任务与基准，构建结构化自适应框架，性能优于基线，揭示时间漂移与跨组迁移。
决定何时切换：生成对抗网络自适应极小极大训练的E-过程
将GAN训练切换问题视为序贯假设检验，提出e过程自适应方法，提供随时有效错误控制，性能优于固定比率基线。
AI生成虚假信息治理中的协同激励
三方博弈表明，监管奖惩、企业声誉损失与用户激励需协同超阈值，方能稳定遏制虚假信息。
可微预测控制的拓扑可行性保证
基于拓扑分析与控制障碍函数，实现可微预测控制的确定性可行性保证，无需在线过滤，样本增加则约束违反趋零。
成本不确定下物理互联网供应链优化的图神经网络引导遗传算法
提出GNN引导遗传算法优化成本不确定下的物理互联网供应链，优于标准GA，学习初始化贡献最大。
经验敏感型游戏学习：人类与语言代理的行为研究
研究反复游戏中人类与语言代理的行为变化：人类由局部贪心转向全局策略，自进化代理提升短暂且不稳定。
利用生成式AI创新：人类瓶颈框架
提出人类瓶颈视角，分析生成式AI如何改变创新过程：各环节瓶颈或缓解或加深，取决于人类认知与社会机制。
基础模型赋能的高效数据采样（FEEDS）：一种面向泛癌、多示踪剂PET/CT数据集的标签高效训练策略
FEEDS用基础模型嵌入选择多样未标注数据，少量标注达全标注，减70%标注负担，泛化多癌种示踪剂。