面向遥感图像分割的以熵为中心的可解释人工智能
提出熵中心可解释AI法用于语义分割及新评估法，实验优于现有方法。
基于《反人类卡片》的跨模型幽默偏好建模
含理由的行为证据使跨模型幽默偏好预测准确率从极低升至八成以上；角色指令与模型身份增益有限，属操作非表征心智理论。
多样性无单一最优模型：学习面向样本多样性的路由器
提出多样性覆盖率指标，评估18个LLM，发现无单一模型全面占优，但每题有最优；训练路由器选优，效果超单一最佳基线。
跨基准通用能力的成本高效估算
构建WILD数据集，采用改进IRT与自适应选题，仅16题预测未知任务，MAE<7%，评测成本降85%
如何向AI提问：面向大语言模型提示的用户视角综述
从用户视角综述提示原则与组织，提供评估策略、工作流演示及动态开源项目，降低提示门槛。
为伦理AI而设计：提升AutoML人力资源应用中公平性与用户体验的HCI特征考量
本研究探讨AutoML招聘工具的公平性，发现透明度与偏见控制不足，提出基于人机交互的五维公平评估框架，建议将公平融入产品设计。
CapProbe：通过全场景密集问答评估详细图像描述
一种基于全场景密集问答的图像描述评估法，分区生成多选问题，逐区核查事实，低成本且评测稳定。
库拉莫托神经算子：通过耦合振子动力学学习求解偏微分方程
提出库拉莫托神经算子，用耦合振子演化表征偏微分方程解，性能优，误差与振子同步度相关。
生成式人工智能在STEM评估中的定位：何时要求、提供支架或限制使用
提出基于证据中心设计的框架，明确在STEM评估中限制、支架或要求使用生成式AI的决策规则，平衡学习完整性与AI环境准备。
每包必争：面向抗丢包学习图像压缩的信息分散
提出跨通道重分配与交错分组分散信息，缩短依赖链，抗丢包图像压缩性能显著提升。
帧内静态、事件中动态：重新思考事件相机特征作为运动线索
事件相机特征（结构张量特征值、时空密度）实为运动线索，可提升光流估计，数据稀缺时增益最大。
多语言嵌入探针无法跨学习者语料库泛化
多语言嵌入探针跨语料库泛化失败，仅捕获语料库特定特征而非通用语言熟练度。
FACT：面向世界-动作模型的失败感知因果训练
FACT：动作条件因果预测，利用失败回放训练进度模型，减少成功偏差，提升操作性能。
更快的超词分词
按频率聚合超合并候选，免去完整文档驻留内存，使BoundlessBPE/SuperBPE训练提速600倍以上。
基于强化学习的半监督知识蒸馏（以LLM为评判者）
提出以LLM为评判的连续思维链奖励用于半监督知识蒸馏，与可验证奖励协同提升数学推理5-10%。
真的有伪装目标吗？走向现实的伪装目标检测
现有伪装检测假设每图必有目标，忽略纯背景等现实情况。提出OPC16K基准与OPCNet网络，联合检测与分割，减少误报。
循环、思考与泛化：递归深度Transformer中的隐式推理
递归深度Transformer通过迭代计算实现隐式推理的系统泛化与深度外推，但过度循环导致过思。
EmoPatient：用于逼真姑息治疗沟通训练的情感导向患者模拟器
提出情感导向模拟器EmoPatient，用情感导演动态调控情绪，提升姑息治疗沟通训练真实感。
学习高斯结构：面向前馈驾驶重建的干预引导密度控制
提出高斯结构学习框架，用干预引导密度控制及跨时查询提升重建精度，优于现有方法。
AlbumentationsX：图像及相关标注的统一增强管道
AlbumentationsX统一增强管道，随机变换同步作用于图像与标注，防错位，可复现，可扩展。
驾驭丰裕：人类与生成式AI协作的生成性视角
从生成性视角提出“生成性契合”机制，揭示丰裕对人机创意协作的双刃剑效应及转化路径。
SatIR：面向临床试验匹配的基于约束满足的可扩展高召回率信息检索
提出SatIR方法用大模型将推理转为SMT约束映射关系代数实现高效检索提升临床试验匹配召回率与准确率
懂你即一切：LLM智能体在社交媒体模拟中实现近乎完美的画像一致性反应预测
完整画像下LLM预测准确率最高96.68%，且能零样本泛化新帖，优于监督模型；仅人口统计信息无预测力。
面向鲁棒多模态序列推荐的序列模态丢弃
提出序列模态丢弃法，训练时随机抹除单模态，测试时模态缺失保留率提升至3.2倍，完整准确率几乎不受损。
DualSpectralCF：免训练的符号感知谱协同过滤
免训练谱协同过滤融合显式负反馈，召回+32.6%，较SIGformer快155倍，冷启动+29.2%
BreastMammo与DenseMammo：乳腺X线摄影域泛化基准
提出两个乳腺X线数据集，用前景直方图匹配去域偏移，内部AUC98.32%，外部优于MixStyle等。
全耦合工业化前E3SMv3模拟的随机仿真
随机耦合仿真器再现E3SMv3气候态与变率，捕捉99.99百分位降水，但低估罕见热带极端。
Logit边界几何信念接口与稀疏层-飞地协议：面向安全网络电子健康记录（EHR）互操作性的自包含基底
提出对数几率边界几何信念接口与加密稀疏层飞地协议；基准测试中768次执行全被拒，零覆盖，确定性隔离。
ReCBM：面向概念瓶颈模型的不确定性门控关系推理
提出不确定性门控关系推理框架，建模概念间关系并在不确定性引导下精炼，提升缺失/翻转概念下的鲁棒性与可干预性。
CASE框架：治理企业智能体AI的多学科控制架构
将智能体治理分为个体控制、集体涌现、人机监督、工程运维四层；实证显示82%故障跨层，存在涌现鸿沟。
用于生成LLM攻击的GFlowNet方法
提出用GFlowNets自动化红队测试，以一大模型攻击另一大模型，生成更有效英文攻击，并首创土耳其语攻击输入生成。
数字农业的闭环大语言模型协同驾驶系统
LLM闭环系统用植物传感器自主调控光照，周期缩短35%、能耗降18%，并发现暗诱导节能67.9%。
SBCO：面向规划智能体的自监督、基于验证器的框架优化
SBCO：自监督、验证器驱动的框架优化，用块坐标上升学习验证器与策略，无需人工标签，算力节省4-5.5倍。
TRACE：可信检索增强对话引擎
检索质量决定公共服务对话系统可靠性，TRACE框架提升约束满足、减少幻觉。
基于LSTM注视与针管运动解析的广视场显微镜自动视场调节
AI自动调节显微镜视场，结合注视与针管运动预测，新手ICSI操作时间从60.5秒降至48.0秒，达到专家水平。
后验稀疏编码视觉语言模型代理间潜在通信
研究视觉语言模型代理间潜在通信压缩，稀疏编码使传输量降128倍，七任务精度几乎不变，显示强可压缩性。
超越检测精度：面向资源感知物联网入侵检测的解释成本、稳定性与效用度量
联合评估预测精度、解释成本、稳定性及选择性调用，发现随机森林稳定性最优，XGBoost性价比高，平衡测试下节省28-32%算力。
PRMU：面向多模态大语言模型中人物中心知识遗忘的无语料基准
提出PRMU基准，评估无语料条件下多模态人物知识遗忘，并给出SGPE基线方法。
MESA：面向长时程智能体记忆的任务自适应多结构证据选择
提出MESA，自适应选取并融合多结构记忆证据，较最强基线提升8.5%，且证据词元减少41%。
留守还是偏离：流行度偏差的动态系统视角
用动态系统分析推荐流行度偏差，给出其涌现及用户类对称保留条件，经合成数据和商业平台验证。
自动化与规模化AI智能体的行为科学研究
AEROBAT系统自动化AI智能体行为科研全流程，测试79个假设、1240个实验，26个获证据，可补充手动研究。
利用语义站点嵌入增强的强化学习缓解公交串车
LLM离线生成语义站点嵌入，改进Q学习公交控制，使车头时距波动降32%、串车降69%、等待降24%。
VidForensics-M1：面向AI生成视频取证的可验证时间定位元检测强化学习
首次将元检测引入AI视频检测，利用可验证时间证据，通过证据引导奖励再分配，提升泛化性与伪造定位能力。
基于标签单调投影的校准后相关性决策可靠性重排序
提出标签级单调可靠性投影，重排校准后预测可靠性，提升回退效用且保持准确性。
多人纳什偏好优化
提出多人纳什偏好优化(MNPO)，将对齐推广至n人博弈，优于现有NLHF基线，更好覆盖复杂非传递偏好。
回收自动研究智能体中的算力浪费
自动研究智能体在表格数据上常浪费算力：重复修bug、不调参、搜索不探索、分析不用。加入全局调试顾问、改进提示和树搜索可显著提升性能。
无限科学健身房：一种无界、程序化生成的科学分析基准
提出程序化生成基准“无限科学健身房”，用于可验证问答；模型准确率均低于50%，主要短板是识别不可答问题。
LiFT：如何为纵向建模实现上下文学习
提出纵向指令微调框架LiFT，通过共享指令激发大模型上下文学习，优于现有模型并增益少数类。
多粒度依据引导的分子大语言模型用于性质预测
提出MR-MoL，将GNN子结构归因作为多粒度理由输入LLM进行分子性质预测，在MoleculeNet上最优。
步长调度的梯度下降加速的一个下界
研究给出步长调度下梯度下降末次迭代收敛率的下界 Ω(T^-1.9319)，证明仅靠步长无法达到最优 O(T^-2) 收敛率。