伪造同行判断误导多模态大语言模型评审团：来源盲锚定与评审团共识验证
伪造引用致评审团偏差19-26个百分点；共识验证阻断84.9%攻击，削减97.5%净伤害。
PRISM：基于景观诊断的排列优化预测协议
PRISM基于景观诊断预测排列优化，指导算子选择与搜索价值，实验发现排序优化独立于内容优化。
LIBAD：面向锂离子电池电极制造的多模态异常检测基准
提出LIBAD基准与DA-Core方法，核心集0.05下FPR95降至54.3%，推理时间减43.9%。
ELICITED：基于电子健康记录的纵向交互对话，用于信息获取的分诊评估与决策
提出急诊分诊对话生成框架，基于电子健康记录数据集，支持信息询问、证据使用、五级分诊预测及医患沟通评估。
SynVAR：视觉自回归模型中的空间与语义协同对齐
提出SynVAR无训练增强框架，协同空间语义抑制误差传播，含全局引导、感受野约束、高频补偿，提升复杂场景生成。
灵境：开放城市中多智能体具身任务的仿真测试平台
灵境平台：异构智能体、自然语言任务，回放归因诊断，评测十二个视觉语言模型九项任务，揭示接地长程瓶颈。
临界态下相关性流支配学习
结合平均场与随机矩阵理论，证明临界点相关性传播至无限深，NTK正比于输出相关，正交初始化抑制有限尺寸修正。
修辞如何钻AI审稿人奖励机制的空子？——解析AI同行评审中的修辞敏感性
修辞可影响AI评分：证据框架与新颖性作用最大，低分升高分降；复杂改写收益有限，严格审查不改变敏感性。
生成模型：原理、架构与应用
本书介绍生成模型的基础原理、数学基础与实用架构，涵盖图像、文本、视频及分子结构等应用。
H2：一种用于医疗数据协调的双混合语义数据湖架构，带有人类在环验证、LLM驱动的元数据标注系统
提出双混合语义数据湖架构，利用LLM生成元数据标注并人工验证，实现医疗数据协调与ML应用支持。
TokenPrint：语言模型溯源的可校准词元空间指纹
提出免训练词元空间指纹，基于固定探针与词元重叠，可溯源基座模型及训练数据重叠，量化下稳健。
Social Gym 与 SPaRTan：基于多智能体游戏锦标赛的大语言模型社交推理基准测试与改进
提出Social Gym多智能体游戏基准与SPaRTan免训练自我提升法：可提升GPT-5-mini，但对Qwen3-32B无效。
经验之树：面向自进化智能体的层级经验管理
提出经验之树(ToE)框架，将经验组织为层级推理树并用环境反馈校准，显著提升复杂推理的准确率与效率。
当信心失效：不确定性与临床信息缺失下大语言模型的过度自信
临床信息不确定时，大语言模型准确率下降但过度自信，不安全自信错误大增，甚至虚构答案。
图学习能学会电路吗？
提出图电路学习（GCL），用GNN跨任务定位电路，在InterpBench上中位AUROC达0.902，接近EAP-IG的0.910。
多标签F1损失的精确秩与凸校准维度下界
确定多标签F1损失秩为s²-s+2，证凸校准维度下界(2/(3√3)-o(1))s²，结合上界得Θ(s²)。
重新思考基于学习的影响力最大化：简单神经代理与原生离散搜索
提出SIMBA框架：轻量神经网络代理配合原生离散搜索，替代复杂模型，提升影响传播与数据效率。
AdaDINO: 冻结DINO骨干内成对感知适配的高效遥感变化检测
提出AdaDINO框架，在冻结DINO骨干内注入双时相互动，提升变化检测性能，削减62.5%计算量仍达85.29%F1，提速1.41倍。
证据驱动的取证推理用于多模态媒体篡改检测与定位
提出EFR框架通过锚定验证推理链和可验证奖励机制实现证据与结论一致的多模态篡改检测性能领先
EvBS：事件引导的模糊合成用于域自适应运动去模糊
提出事件引导的模糊合成框架，解耦运动与内容，生成多样训练对，提升域自适应去模糊性能。
CORDA：大型语言模型中层级化以伤害为中心的道德推理基准
提出CORDA基准，评估大模型在道德冲突中按指定优先级排序的能力，发现模型默认回避直接伤害但难以灵活调整。
探索、建图、记忆、决策：具身视觉语言模型能否应对安全关键场景？
提出EMRD框架评估具身VLM，发现其决策依赖文本先验，空间推理在低光下退化，记忆与人类认知不符。
PATH：基于自回归树层次结构的表格数据下一区间预测
PATH用自回归树层次做区间预测，56个数据集上平均长度0.1473，覆盖率0.9144。
LexKairos：评估大语言模型的法律时间能力
提出LexKairos基准，测试中文法律场景下LLM的时间能力，含三维度九子任务，发现最优模型仍有明显局限。
宣告即线索：标记、边界与预训练语料库的记法
测量表明长无标记文本稀缺；删结构宣告降预测性，符号无关；模型不加宣告。建议记录提取器与存活率。
Evo-Bench：语言模型能否改进智能体框架？
首个评估智能体框架进化能力的基准Evo-Bench，采用辅助任务进化与敏感分层，顶尖模型绝对提升达16.6点。
MRBench：人体运动-文本检索综合基准
提出MRBench基准，含多样运动、平衡类别与多粒度描述，并设计粒度感知模型提升混合粒度检索。
MGMCL：基于神经ODE的多粒度流形对比学习用于跨被试EEG情绪识别
提出MGMCL，用SPD流形与神经ODE建模连续情绪，多粒度对比学习，跨被试三个数据集最优。
PE-Mamba：用于AI生成图像检测的双向选择性层聚合
提出新框架，利用双向选择性聚合与自适应门控融合，高效检测AI生成图像，性能超越18种现有检测器。
利用形而上学选择约束本体映射
通过本体论形而上学承诺构建验证框架，以IES与BFO映射为例，用SPARQL查询实现基数约束，验证映射结果。
Evidence-RL：迈向证据密集型视觉推理
提出反事实证据解耦(CED)，结合答案正确性奖励证据依赖，抑制捷径/无关视觉；无需标注、零开销，九基准优于现有后训练。
齐巴科夫噪声下的最优学习
改进上界匹配已知下界，解决了齐巴科夫噪声下PAC学习二十年的开放问题，确立最优误差保证。
普遍可学习概念类下的约束学习
证明非凸无限维约束学习中对偶算法普适PACC可学习，借闭包实现间隙判定精确性，无分布无关阈值。
测量分词溢价：对服务不足语言社区的成本审计
研究发现分词不平等造成成本和功能壁垒，孟加拉语等需更多token，呼吁将其视为公平基础设施。
弥合语义与重建间的鸿沟：统一手语翻译与生成
提出Uni-SLTP统一手语翻译与生成，共享符号分词器与自回归模型，兼顾语义与重建，性能优。
基于大语言模型的主观多偏差检测
研究用大语言模型识别文本中的主观偏差，涵盖框架、认识论、人口统计三类，并检测判断是否存在。
利用大语言模型智能体改进约束模型
提出用大语言模型智能体自动改进约束模型，经验证修复后，在多数实例上显著提速，证明自主智能体能辅助建模。
ZOMP：面向视觉-语言模型的零阶多模态提示调优
提出零阶多模态提示调优法，仅用前向传播，联合调优视觉与文本提示，低秩重参数化减少搜索维度，在5000次查询预算下优于现有无反向传播方法。
深度思考，一语中的：ReLIT——递归潜在隐式Transformer框架
ReLIT以冻结大模型为骨干，加轻量递归模块迭代潜在思考，免显式思维链，用递归深度高效推理，媲美更大模型。
FSTC-Encoder：面向泛化射频感知的特征-空间-时间相关性学习
提出FSTC-Encoder，通过特征-空间-时间相关性建模统一异构射频表征，实现跨域、跨模态高精度泛化。
EgoTrack3D：用于第一人称3D物体跟踪的模块化框架
提出EgoTrack3D模块化框架，从第一视角视频重建动态3D场景，跟踪精度提升11%，适应退化条件
无唯一最小化器也没问题：鲁棒神经分类器的一致性
提出不依赖可辨识性的S散度鲁棒分类器一致性理论，证明经验最小化收敛至最优等价类，实验验证其精度与鲁棒性俱佳。
代数图构造的神经符号发现
神经符号方法无需微调，结合数学软件发现图代数构造；百个对称图全部成功，找到最小反例。
从移动应用评论生成安全与隐私分类法
提出TaxoScale，从60万条应用评论中自动构建安全隐私分类法，超越现有基线并发现新分支。
域感知代理的分布外联邦蒸馏
针对联邦蒸馏在分布外场景适应性差，提出域感知代理选择框架，有无代理数据下均显著提升性能，平均达82.9%和80.6%。
优势引导门控：重塑视觉空间智能的开放式推理
提出优势引导门控框架，动态干预并修正推理偏差，显著提升视觉空间理解与推理性能。
AgriField-40K：通过高效持续预训练将视觉模型适配到农业
提出农业数据集AgriField-40K与AgriMAE方法，仅调适配器即媲美全量微调，参数少9倍。
企业LLM编码助手的任务到模型优化：成本最优路由的数据驱动框架
提出T2MO框架，以完成任务成本为目标，任务分级路由优化模型选择，兼顾质量延迟，降低企业编码助手推理开支。
揭示文本分类器虚假捷径的自动发现与因果验证
提出全自动流水线，无需人工标注即可发现并因果验证文本分类器中的虚假相关，通过反事实干预缓解偏差，提升分布外准确率。