多关系知识图谱增强的轨迹-用户链接嵌入
提出MakeTUL，首次将知识图谱表示学习引入轨迹-用户链接，用多关系流动图与高阶共现增强轨迹序列学习。
说服与顺从倾向预测人类与语言模型的群体决策
语言模型群体互动中，说服倾向无益，顺从倾向促进合作但利于伪装，需纳入安全评估。
用于结直肠癌治疗规划的智能体生成式大语言模型
提出GatorOnco智能体大模型，结合领域适应与检索增强，在结直肠癌治疗规划中达专家级水平，优于开源模型。
大语言模型量化退化：信号-噪声视角
量化退化取决于误差如何产生及跨层累积，受位宽、任务、方法和规模影响，可用信噪比解释。
数字孪生校准中的轨迹设计与预算查询
数据稀缺下数字孪生校准，将轨迹设计与查询预算分配作为显式变量，显著降低估计误差。
强化学习中动态奖励塑形的统一框架
提出动态奖励塑形统一框架，区分参数更新与状态变化，对比十二类方法，揭示深度强化学习中最优性保证与稳定性条件。
域感知剪枝：通过正则化概率掩码实现稀疏性与域泛化
域感知剪枝用概率掩码惩罚域敏感权重，实现稀疏且提升域泛化，无需微调。
可操控概念表征何时为真？LLM神经科学类比的跨家族审计中的测量混淆
跨家族审计显示，LLM类脑现象受测量选择影响；校准后规模趋势消失，提示需标准化对照与测量。
Janus: An Algorithm-Evaluator Co-Evolution Framework for LLM-Driven Discovery under Expensive Evaluation Budgets
SCTD 3.0：真实海洋勘测中的大规模多场景声纳常见目标检测数据集
构建真实海域大规模多场景声纳目标检测数据集，含万余样本、十类目标，支持多任务基准。
面向智能交通系统的大型多模态代理：架构、证据与部署挑战
综述42项研究，区分多模态与代理，证据显示其适合语义与协调，关键决策须专业系统，支持受限编排。
额外视角何时有用？利用额外图像自适应单视图三维重建
提出一种基于额外图像的自适应单视图三维重建框架，含零样本与对比优化策略，提升精度鲁棒性。
路径依赖的离散摊销推断
提出路径依赖离散摊销推断：用可学习潜动态系统使策略依赖完整轨迹，缓解状态混叠，加速收敛并提升探索。
跨语言迁移中通用还是语系特定文字统一？突厥语族案例研究
突厥语族语言中，通用罗马化与语系文字统一均优于基线，NER无显著差异；POS结果取决于子词覆盖与监督。
当技能遇见安全：技能融合大模型的自适应越狱鲁棒性基准与刻画
融合模型静态安全测试不可靠，因安全集中在初始token；新基准SkillSafe-Bench显示，脆弱基座模型在语义攻击下60-76%被越狱，需自适应评估。
神经卫士：感知表示损伤的神经梯度更新
提出神经卫士更新控制法，用梯度缩放等机制控制表示更新，在长尾类增量学习五个设置均超基线，获最佳任务无关精度。
结构交互图上的神经消息传递：面向全归纳图神经网络
提出新框架：将任意属性图映射到统一固定维空间，用结构交互图与关系消息传递，实现全归纳链接预测，并推广知识图谱基础模型。
使监督匹配学生的学习能力：在线策略自蒸馏的统一框架
提出USD，统一框架耦合token选择与特权信息，用单一对偶变量匹配学生容量，性能优于基线。
EFFEKT：面向基础模型的高效联邦知识迁移
提出多域联邦框架，轻量客户端代理与服务器基础模型协作，经双向交叉蒸馏训练LoRA适配器，低资源下优于现有方法。
面向风险敏感溯因的最小κ-τ逻辑
提出最小κ-τ逻辑，以假设交互(κ)和承诺阈值(τ)治理风险敏感溯因中的承诺，非推断强制，支持合成与分析双模式。
共享边际低秩因子的精确秩空间KL投影：应用于双随机聚类
针对共享边际低秩因子，提出精确KL投影，化为严格凸对偶；用于双随机聚类，算法保可行且收敛。
鲁棒声誉驱动的众包联邦学习
提出R2CFL框架，结合鲁棒声誉与最近邻混合防御，抵御隐蔽攻击，提升众包联邦学习的稳健性。
EmoS：基于理论框架的语音语言模型情商评估与对齐框架
基于理论框架提出EmoS基准与模型，语音情商评估从52.6%提至83.8%，接近人类水平。
基于全容积多任务潜流匹配的组合式跨模态转换
全容积多任务潜流匹配，解耦解剖先验与映射，超越补丁法，单模型实现多任务及零样本组合泛化。
故障感知的长文本翻译：可恢复LLM翻译系统的设计与实现
提出可恢复LLM翻译系统：延迟释放、校验输出、类型化流事件区分替换与续写，失败有回退路径，通过38项测试。
长SKILL合规作为逻辑推理：闭包约束检测与缩放引导的在线策略蒸馏
SkillCDG以双层约束依赖图表示长SKILL，通过两级检索与闭包实现合规检测，F1升12.8%、token降64.3%，并利用缩放趋势指导小模型蒸馏。
BAP-MOS：基于老虎机的自适应提示用于边界敏感多器官分割
提出基于老虎机的自适应提示分割框架，提升多器官超声边界精度，显著降低边界误差。
基于智能体特定偏好的多智能体强化学习
提出MAGPIE方法，用智能体特定偏好替代全局奖励，证明收敛至纳什均衡，性能媲美手工奖励基线。
UNSPECIFIC：打破大语言模型指令遵循中复制粘贴捷径的通用约束合成
提出新框架合成两相似文献共性约束以减少复制粘贴选择性加固易满足约束并在原文及摘要上评估抑制浅层遵循
维纳表示滤波用于VLM幻觉抑制
提出免训练维纳滤波编辑表征，利用协方差闭式解抑制VLM物体幻觉，保持流畅性，适合时序与多步去噪。
无监督低光增强中的结构光照学习
无监督低光增强提出RISE，分离相对光照结构与绝对曝光，从亮区估计，双测光曝光参考自适应调整。
在言语决策展开中解读认知：因子化逆决策模型
提出因子化逆决策模型，从言语转录中分离行动与努力因子，在老年购物任务中提升认知状态分类。
忠于本源：具有平滑过渡的连续图像风格化
提出两阶段训练及强度感知样条插值，使DiT模型在保留内容语义的同时，实现连续平滑的风格化强度控制。
基于可验证依据的月球地质机器解释
将地质推理嵌入多模态模型，从地图生成可验证的月球地层解读；视觉定年需检索文献。
SUMI：用于3D点云推理的可扩展统一模型
提出扩散增强细化模块SUMI，融合噪声与粗特征，提升点云补全局部细节和全局一致性，优于基线。
欺诈运营何时能授权自动化？面向新鲜审计证据与审核工作量的决策支持框架
提出新鲜度约束的审计容量框架，自动化率84.4%、67.4%、81.3%，揭示审计容量权衡。
准确但自然吗？诊断日本英语学习者写作中的语法与惯用差距
分层LLM纠错流程区分语法与地道性，基于3830篇日本初中生作文量化准确与惯用差距，提出教学分类。
ACL的负责任NLP检查表是否只是走过场？——对EMNLP 2025的大规模分析
分析2025年EMNLP检查表伦理边缘化近半理由空泛部分矛盾逾半忽视风险建议设字数下限与风险审查
减少扩散语言模型预训练与生成不匹配
提出前缀条件扩散预训练目标，缩小训练与生成差距，基准测试平均提升4.2%。
基于LLM的时间序列预测的高效测试时扩展
SCALER框架用轻量Transformer预测未来形状，引导LLM粗到细迭代细化，降低计算开销，提升长短期及零样本预测精度。
探索大语言模型在真实海上导航场景中的态势理解与COLREG合规能力
研究LLM在海上导航中理解COLREG规则和良好船艺的能力，发现未经微调即使大模型也难解此任务。
持续强化学习中的灾难性遗忘
研究任务相似性与强化学习灾难性遗忘的关系，发现无独立显著影响，但存在复杂动态。
Ego-OSCAR：开源第一人称视角立体捕捉系统
开源低成本头戴式立体惯性采集设备，单价低于200美元，提供约550小时带标注视频、IMU及3D手部重建，降低规模化第一人称数据采集门槛。
通过语言强化学习实现大语言模型个性化的偏好适配
提出免训练元学习框架AlignXada，用语言强化学习将通用偏好摘要精简为任务特定视图，平均提升3.82分，仅保留22.8%原词元。
RippleKV：通过扰动传播进行跨层KV缓存分配
提出RippleKV，用扰动传播衡量各层缓存敏感性并分配预算，在LongBench上取得最优平均性能。
有害内容不足以致错：延续框架调节上下文涌现错位
有害内容必要非充分；延续框架显著提升涌现错位30-32个百分点，且效应因模型而异。
对齐的错觉：协作对话中隐藏分歧的检测
协作对话中“对齐错觉”指表面一致实则隐藏分歧。所训探针达51.8% F1，并提升多智能体协作表现。
A Fair Objective for Human-Empowerment-Preserving AI: Desiderata, Design, and Likely Behavioral Consequences
VTO：视频异常检测的视觉工具编排
提出基于过程监督强化学习的VTO，用认知评估器提供语义反馈，优化工具编排，视频异常检测准确率提升10.2%。
面向计算高效Transformer适配的电路微调
电路微调(CFT)用电路发现预选模块，免预热，减少2.3-6.6倍FLOPs，零参数，适配ViT。