PhysAttNet：通过物理信息注意力提升工业与天体物理时间序列的预测性能
提出物理信息注意力框架，通过物理约束提升工业与天体物理时间序列预测的准确性、泛化性与可解释性。
审计胸部X光片上的医学视觉-语言模型：跨机构估计参考一致性
评估三模型在胸部X光片的六发现，参考一致性不跨站点迁移，须按站点和接口重新评估。
数据集组成对紧凑YOLO模型嵌入式实时无人机野火检测的影响
实验表明，真实未增强数据集在无人机野火检测中平衡最佳，合成数据混合与增强未能提升最终部署效果。
CODS：可复用离线强化学习的迭代贝尔曼残差数据选择
CODS用评价器迭代选取高残差转移，10%预算保留96.6%性能，优于各子集基线。
XEns-CKD：一种基于可解释集成方法的慢性肾脏病分期检测方案
提出XEns-CKD集成视觉Transformer模型，用超声图像分类慢性肾脏病五期及正常，准确率86.36%，结合可解释技术识别病变区域，较现有方法提升4%。
MVMD：一种增强镜面检测的多视角方法
多视角镜面检测方法MVMD，通过跨视图与自注意力建模镜内外关联，提升精度和IoU，增强三维重建效果。
无意义谬论：古典阿拉伯语中任意符号的结构性不可能
数学模型证明古典阿拉伯语词义由词根模式决定，相对任意性可判定且小于一，反驳后现代语义无限不确定论。
平均奖励强化学习的有限常数前沿与可审计遗憾证书
引入常数感知比较协议，导出有限下界证书，遗憾系数由0.015升至0.0291，并给出可审计上界规则。
基于fNIRS的自闭症分类中的时间泛化：跨时间窗口迁移基准
fNIRS自闭症分类存在时间分布偏移，跨窗口零样本准确率仅54-69%，微调可恢复至90%以上，域对抗与自监督方法无需目标数据可达78-90%。
从token概率到校准置信度：数学问答的实证研究
研究大模型在数学问答中的置信度估计，发现序列级概率聚合优于单token，多遍验证法可校准，事后校准降误差但迁移有限。
下一步编辑什么：对话系统中视觉对齐的图像编辑后续建议
提出三阶段框架，用多目标强化学习与视觉验证器提升对话系统图像编辑建议，显著降低视觉不一致并提升点击率等指标。
Archer：扩散语言模型中缓存隐藏状态的自适应重用以实现高效回滚
提出Archer免训练KV缓存法，非对称重用提示状态，加速扩散模型回滚，兼提质量与速度。
不漂移的AI科学家：四足导航研究循环中的品味、结构与可证伪发现
结构约束防止漂移，品味oracle决定探索方向，使AI科学家验证假设而非局部优化。
COMEX: 一个基于构图的可解释美学图像裁剪基准与学习框架
提出COMEX基准和两阶段SFT+GRPO框架，联合学习裁剪、构图理解与解释生成，全面提升可解释美学裁剪性能。
论基础模型在认知科学中的应用
基础模型作为认知模型需经四阶段推断框架评估，行为拟合不足，须结合理论承诺、诊断性任务与对比评估才有科学意义。
几何胜过估计深度：Sim2Real下仅RGB多相机3D跟踪
几何一致性主导Sim2Real多相机3D跟踪：几何优先HOTA 13.0，伪激光雷达仅0.12；检测质量与定位一致性为各自瓶颈。
CommitKV：面向多轮智能体的基于提交转换的生命周期感知KV缓存压缩
利用提交转换区分休眠与完成信息，压缩键值缓存，降低内存，加速推理，提升准确率。
μ-重置策略学习的样本复杂度
μ-重置策略学习复杂度：全覆盖集中率下界exp(Ω(H))，前推集中率紧确exp(Θ(√H))，解决可实现性问题。
TREAT：评估等价数学表示下形式知识的获取
提出TREAT基准，评估模型在等价数学变换下识别定理身份，最佳准确率仅60.73%，显示形式知识获取脆弱。
孟德尔·哥德尔机：通过比较进化实现递归自我改进的编码智能体
提出孟德尔·哥德尔机，利用多任务与跨谱系比较进化，加速智能体自我改进，提升性能、效率与泛化性。
基于视觉的无人机交通监测车辆检测综述：实验洞察与未来方向
综述无人机车辆检测，指出兼容性、实时、鲁棒三大挑战，未来聚焦模型优化、边缘计算与自适应控制。
立法听证证词中的自我介绍检测
用机器学习检测立法证词自我介绍，XGBoost加BERT特征最优，F1达0.9782。
CONFER：多模态情感识别中机制校准弱监督的冲突感知证据协商
提出图式冲突感知协商框架CONFER，解决弱监督多模态情感识别中自我报告不可靠与跨模态冲突，多个数据集上性能领先。
努力思考而非聪明思考：推理模型无法跨问题分配测试时计算
推理模型在共享算力预算下无法按难度和分值跨题分配，只会按顺序贪心解题，且忽略分值，规划提示也无效。
场知：从导航到黑洞的跨维度几何
连续度规场用单一因果对比损失训练，跨维度发现从导航到黑洞的几何结构，零样本证明其捕获可迁移几何。
潜频有效性：利用筛选的视频VAE迁移算子实现快速频谱编辑
提出潜频有效性(LFV)，仅部署保真提升且不加剧漂移的算子；423个中146需通道混合，速度比像素滤波重编码快3倍。
CMU-Drive 与 V2V-VLA：面向推理基准和车对车视觉-语言-动作模型的多智能体协同统一驾驶
提出协同驾驶基准与V2V-VLA模型，实现多车统一感知推理规划，奠定端到端协同自动驾驶基础。
APEX-VW：医疗领域文档级英西译后编辑数据集
构建首个医疗文档级英西译后编辑数据集，含4个MT系统、专业译者人工修正，支持术语规范与纠错传播研究。
V-Simba：释放视觉连续控制中强化学习的架构潜力
V-Simba基于SAC加数据增强，用归一化层和点卷积改进视觉RL架构，在多个基准匹配或超越SOTA，且比DrQ-v2更高效。
BRACE：用重心有理预测驯服尖锐不规则性，加速扩散Transformer推理
提出BRACE，用重心有理预测代替多项式外推，缓存稀疏特征，稳定加速扩散Transformer，质量效率最优。
TeXFix-Bench：面向大语言模型文档源码修复的实证多格式基准
构建TeXFix-Bench多格式文档修复基准，基于实证故障分类，评估7个LLM，发现编译成功不代表修复质量，Typst更难。
超越各向同性假设：面向纳米级GBM分析的连续性约束分割与GPU形态测量
无需密集标注的GPU框架，以连续性约束分割各向异性图像，精准量化GBM厚度及病变增厚。
持续LLM智能体中的受控记忆干扰
提出受控记忆干扰框架，揭示关系性干扰抑制可塑性、毒化依赖权威线索，并提供对抗干扰的学习样本。
提示嵌入探针（PEP）：从隐藏状态检测大语言模型的幻觉
提出提示嵌入探针，从冻结模型隐藏状态检测幻觉，优于标准线性探针，预生成与跨模型有效，跨数据集迁移难。
轻量微调下的路由器敏感性识别混合专家模型中的可剪枝专家
轻量微调中，路由器敏感度可识别可剪枝专家；LoRA仅0.002%参数剪半专家更优，内存降49%，延迟降37%。
SurakshaEval：面向多语言大语言模型的印度语言安全基准
新基准覆盖十种印度语言及英语，发现LLM在印度语安全上存在过度拒绝、漏检，亟需地区化评估。
开放世界层次化感知：基于类别无关提议的分类学抽象，实现词汇表外道路物体的安全处理
对类别无关提议做分类学抽象，未知物体零自信误分类，94%安全处理（26%正确，69%保守未知）。
自适应KappaSharp：面向偏好贝叶斯优化的条件数整形
提出自适应KappaSharp，通过Hessian条件数整形改进偏好贝叶斯优化，性能优于基线。
DialectS2S：面向低资源中文方言的端到端语音对话建模
提出自对齐语音监督的两阶段训练，用于低资源中文方言端到端语音对话，提升方言一致性、响应质量和可懂度。
多模态皮肤病变分类：Swin Transformer与临床元数据融合
SwinTransformer融合临床元数据，皮肤病变分类准确率92.55%，且提升校准与可解释性。
形态变化的专家压缩：LorExperts 与 BTExperts
提出LorExperts：按共激活聚类专家，每簇保留主专家，其余用低秩修正；不重训路由器，压缩50%时多数任务优于基线。
基于多层组合融合的上下文价值对齐
提出多层组合融合框架，利用多智能体扩展与约简，提升上下文价值对齐，超越现有基线。
Agent-MD：有状态GCMC-MD任务中事件驱动升级的选择性LLM干预
Agent-MD将LLM推理仅用于构建与事件触发审查，常规模拟由规则代理执行，在蒙脱石GCMC-MD脱附中完成120段循环，证明选择性干预可复现、可审计。
从基准性能到实际部署：人机协同异常检测
评估19种模型在工业数据上性能不稳，提出人机协同框架弥合部署差距。
从单一聊天机器人到受治理的智能体生态系统：面向关键任务医院信息管理系统的智能体AI模式目录与编排框架
提出合规优先代理AI框架，将医院信息系统从单一聊天机器人转向受治理代理生态，降低成本，确保治理与审计。
"我名众多"：稀疏自编码器下助手及其人设的剖析
稀疏自编码器揭示：角色扮演保留助手核心但逐层分化，故事角色无此核心；默认设置下助手也会漂移入沉浸模拟。
承诺先于实现：掩码扩散语言模型中无分类器引导何时变得不必要
无分类器引导并非始终必要：多数提示无需即可成功，部分有害；收益集中于早期，承诺视界后切回基础模型不影响成功率。
TEMPER：表达性残差路由的张量化高效流形约束参数化
针对残差路由中稠密生成器参数随流数快速增长，提出用张量网络参数化生成器，保持流形约束，性能更优。
QuantumMind：量子计算加速分析中的约束 grounded 智能体推理
提出可审计智能体流程，用固定步骤和十项检查生成并筛选量子加速假设，得分超强基线17.3分，审计通过率99.8%。
思维与无思维：借助稀疏自编码器解读大语言模型的推理机制
本研究用Top-K稀疏自编码器分析7B模型，发现思维模式依赖稀疏高烈度特征，无思维模式则采用自适应扩散模式；抑制关键特征会破坏推理结构、引发补偿性生成，表明推理与语法紧密耦合。