KGCache：面向大语言模型知识图谱推理的摊销子图检索
KGCache缓存一跳知识图谱邻域，兼容ToG与RoG，减少重复查询，实体缓存加速达1.91倍，系统加速达1.06倍，命中快3.73倍。
DINO-3DRA：利用二维基础模型语义进行三维脑动脉瘤分割
融合二维基础模型特征于三维分割，脑动脉瘤Dice 0.758，超nnU-Net 13%，泛化稳健。
LHSDet：基于视觉问答的高分辨率AI生成图像检测
提出LHSDet，用视觉问答+三重分支融合多模态特征，检测高分辨率AI图像，对扩散和自回归模型均鲁棒。
DoGMA：中心法则引导的肿瘤多组学对齐与多任务学习基础模型
该模型以中心法则指导方向注意力，结合重建预训练，促进跨组学交互，在癌症多任务中表现优异，验证领域归纳偏置价值。
IDRAAK：从多智能体NLP到少样本提示的技术需求语义漂移检测
提出IDRAAK框架，用语言无关语义表示和少样本提示检测技术需求语义漂移，单次LLM调用达F1=0.983，优于复杂多智能体方法。
面向工具增强空间推理的自演化神经符号技能
提出神经符号框架，自演化组合工具与几何技能，显著提升空间推理精度。
归墟：面向自主AI代理的、带链上认证的价值驱动数据发现
归墟系统通过价值评估驱动数据发现，支持任务感知的预算约束采购，利用链上市场与认证实现可信数据获取。
FreSH：面向多变量时间序列分类的频率分段层次化多专家框架
频率分段层次多专家框架FreSH，自适应融合多尺度特征，在30个UEA基准和振动数据超越SOTA。
将CT基础模型蒸馏为可编辑概念瓶颈用于肺结节恶性预测
将CT基础模型映射到八个放射学概念预测肺结节恶性，内部AUROC 0.86，外部0.72-0.73，与结节大小相当，概念保真度中等。
回答我的问题成本几何？云VLM视觉问答系统基准测试
首个云VLM视觉问答预处理基准：评估十二种技术、四个商用模型，发现预处理并非普遍有益，需谨慎选择。
控制多样化强化微调：解耦强化学习后训练中的共享控制瓶颈
提出控制多样化强化微调，解耦共享控制瓶颈，提升数学代码逻辑多任务能力，且控制解耦可迁移
SAGE：面向生产RAG系统的SLO感知自适应检索
SAGE：学习型SLO感知自适应检索，动态选k，提升SLO合规率，降低延迟和成本，质量损失小。
XClipGS：面向医学体数据高斯泼溅的精确半空间裁剪
精确半空间裁剪，分离裁剪与内部监督，无需学习参数。8个体数据PSNR最优，650FPS以上，泄漏减少。
Tevatron-Elastic：训练弹性检索器与重排序器的统一抽象
提出统一抽象，涵盖少层、少词元、短嵌入三种弹性压缩，一次训练支持多规模，覆盖检索/重排和编解码模型。
UniScale：任意尺度工业异常生成
提出一种统一框架，通过误差抑制多尺度训练与生成后融合去噪，实现任意尺度工业异常生成，提升小异常与检测性能。
超越聚合校准：分解自动化信用违约预测中收入条件召回率差异
高收入违约者更易被误标噪声，召回率差16.86个百分点；剔除收入利率，差距由贷款、房产等代理变量维持。
重放差距：LLM智能体模型切换的静态评估评错了世界
重放评估假设切换模型不影响智能体后续轨迹，但分支实验显示大幅偏离，评分与真实世界不符。
基于证据校准的跨异构编码智能体技能运行时重建
提出证据校准的运行时重建系统，按证据等级重建异构编码智能体技能生命周期，保留未知阶段，区分事件与诊断。
DeCo：通过解耦与重耦合实现零样本工业异常生成
提出DeCo，通过解耦异常结构与源产品并重耦合至目标产品，解决异常信息获取不准和融合失控问题，在MVTec AD和VisA上显著提升检测精度。
CyberAGENTS：网络安全中代理化游戏化学习的结构化自主性
提出CyberAgents框架，用本体验证和模式控制实现结构化自主，提升网络安全游戏化学习的参与度与信任。
思维级束搜索用于推理
提出Gambit算法，通过思维级束搜索动态分配算力至最有希望的推理轨迹，提升精度与吞吐，降低计算消耗。
VDGR-RAG：向量、目录、图与反思——统一推理分层企业知识的关键
提出VDGR-RAG，融合向量、目录、图与反思的RAG框架，提升分层企业知识问答准确率与检索召回率。
有状态CARS：策略约束LLM智能体的精确跨历史复用
提出有状态CARS，通过状态-延续模式精确采样并跨历史复用无效证书，理论证明完备，但无系统优势。
面向序数回归的促进单峰性正则化学习
针对序数回归，提出规避尺度偏差的促单峰正则化方法，提升预测性能，小样本更优。
序数分类中的位置偏差：系统评估
系统评估：大语言模型在序数分类中对标签顺序、示例顺序和位置均敏感；修正方法不可靠，需兼顾性能与稳定性。
将物理先验蒸馏进流式世界模型
提出PhyS，融合物理视频数据、蒸馏与强化学习，解决流式世界模型物理约束违背问题，显著提升基准性能。
多用户冲突中的权威预期效应
研究显示LLM中权威信号改变判断，存在权威预期效应：参照依赖、证据重构、方向敏感。
使用人工智能自主代理的法律责任
AI代理失控致损引发责任归属难题，可用Promise Theory下游原则扩展责任，并以政策限制代理自由。
子词词表的显式边界标记
用显式词边界标记替代空格避免子词重复；虽未改善分词压缩，但语言建模性能更好，每字节比特更低。
临床对话中的测量：可观察的阶段结构与部分可观察的患者状态
对话阶段结构可观察，患者状态仅部分可观察，警示仅凭转录推断人类状态不可靠。
SodaMem：面向LLM智能体的证据支撑时序图记忆
提出SodaMem时序图记忆，证据支撑，LongMemEval-S上92.8%准确率，低成本。
SportsGrounder：面向密集体育视频推理的提案辅助交错定位
提出新框架，用视觉专家辅助交错定位，融合框坐标与语义，正则化隐藏状态，优化偏好，提升密集体育视频推理精度。
SCoPE：通过稀疏跨模态先验交换实现免训练的视听事件感知
提出免训练框架SCoPE，通过稀疏跨模态先验交换消除错误共激活，提升视听事件感知性能。
机会不等于可实现性：多LLM路由的选择有效诊断
Oracle机会大多不可实现：选择有效区间显示最强路由器仅恢复7.5-14.4%，最优策略下限为零。
视频中介对话中不同伙伴可见性条件下的多模态信息性研究
研究发现手势可预测指称，多模态融合有助提升，伙伴可见性影响手势产生与信息性。
不要回溯：面向流式对话摘要的缺失证据记忆
流式对话摘要需从无限历史中提取证据补齐当前窗口缺失信息。提出ReMEMBER框架，按依赖检索并精炼记忆，在固定预算下提升证据召回与缺口补全。
SkillSmith：通过自动技能构建与进化增强本地部署智能体
SkillSmith通过云-端协作，自动构建并进化技能知识，弥补本地小模型环境知识不足，使其任务效果媲美云端大模型，并大幅减少操作步数。
绑定三元平面：将PTQTP约束为均匀九级量化器，并采用持久折叠格式用于磁盘流式专家混合服务
将PTQTP三元平面约束为均匀九级量化，折叠成持久4位格式流式服务MoE，质量不变且更快更小。
LAD-COD：用于伪装目标检测的语言对齐密集感知
提出语言对齐密集感知LAD-COD，融合语义与层次视觉特征，在CAMO等三数据集上取得全指标最优。
决策在上游，写入在后期：定位与定价多语言MoE的跨语言拒绝回路
多语言拒答不均非检测失败，而由后期电路写入，干预成本因方式而异。
基于机器学习的铁路车轮缺陷被动超声检测诊断框架
利用被动超声与机器学习实现铁路车轮多类缺陷识别，随机森林分类准确率约0.66，验证了非接触检测可行性。
JustLLMGRPO：面向胸部X光生成的放射学控制
仅优化LLM提示策略并冻结生成器，用GRPO保持对齐，将RadDINO-FID降低50.6%，实现SOTA。
神经劳动分工：受生物启发的模块化架构用于稳健的神经形态计算
受生物神经系统模块化启发，提出可分解脉冲神经网络（D-SNN），分离分类路径，参数少、能耗低，抗灾难性遗忘，决策透明，适用于边缘环境。
同一个问题，不同的答案？衡量并缓解提示特权以实现AI公平访问
提出提示特权并度量，用PET转换消除性能差异，实现公平AI访问。
基础模型对婴儿信号的迁移程度如何？基于统一需求本体的跨数据集迁移审计
四语料审计显示单语料评估易误导，跨库迁移多为负，但统一本体联合训练有效，噪声库迁移为正。
用于因果推断的因果状态空间模型：估计纵向个体治疗效果
提出两种因果状态空间模型，化解平衡-预测互信息冲突，提升纵向反事实估计精度，优于现有方法。
FlexSplat：无需点云对应的灵活前馈3D高斯溅射
FlexSplat实现无位姿多视图三维高斯重建，联合估计相机与深度，紧凑高斯表示媲美有姿态方法。
SegDem: Segmentation helps Demosaicing
基于特征的知识蒸馏在不同学生设计中的受控研究
在CIFAR-100上，logit蒸馏提升所有学生，FitNets均逊于logit蒸馏，注意力迁移因学生设计而异，固定系数导致训练条件不均。
区域尺度下顾及空间异质性的多灾种易发性和风险制图
提出空间异质性感知框架，对比跨区与分区训练用于洪水-滑坡易发性和风险制图。跨区精度高，分区保留环境差异，建议集成。