重新思考脉冲Transformer中的注意力局部性
提出局部注意力与边界通路方法，增强脉冲变换器空间局部性，在检测分割等任务上精度显著提升且开销小。
透明度陷阱：AI免责声明如何在高风险决策中引发过度自信
AI免责声明因透明度悖论失效，用户将其视为系统诚实反而增强信任；标准声明难防过度依赖，影响高风险决策。
ERF-GS：从非重叠事件-RGB视点重建快速运动
提出ERF-GS，将事件信息融入高斯溅射优化与稠密化，利用事件高帧率，在低帧率及运动模糊下重建快速运动，优于现有方法。
从价值观到基准：面向荷兰政府应用的大语言模型评估
构建荷兰政府大模型评估框架，六维度含事实性、诚实性、偏见、能耗、成本、透明度；质量高环境成本高，偏见独立，事实性非诚实
eBIRD：利用可控扩散模型从事件流重建强度图像
提出一种方法，结合扩散模型与条件控制从事件流重建强度图像。通用模型适数字，专用模型适人脸，验证有效。
MotionCraft：基于稀疏注意力的潜世界建模用于视觉上采样
将视频超分重构为运动感知潜状态预测，结合稀疏注意力与可控接口，实现高效、一致的超分重建。
基于任务感知多阶段LLM模拟来访者的动机性访谈咨询师评估
提出任务感知多阶段模拟客户框架，用于戒烟动机性访谈的唤起任务，更好区分咨询质量，减少无依据陈述和过早披露。
面向无验证器测试时扩展的共识性
现有置信度法在复杂任务上失效；提出共识性框架，抑制初始高置信、强求最终确定，提升数学与代码生成。
RAVEN：物理信息交互指纹与冻结随机图储备池用于蛋白质-配体结合亲和力预测
提出RAVEN模型，用冻结随机图编码器结合物理化学指纹和异构回归器，在相似性划分数据集上实现强预测性能。
SwiftQK：面向查询-键归一化的快速通信高效张量并行方法
SwiftQK提出多GPU RMSNorm核，仅交换标量统计量并重叠通信与计算，使QK-Norm延迟降低81.4%~93.9%，端到端TPOT较基线降29.5%。
得分驱动滤波器中尺度参数的在线学习
将增益作为决策变量在线学习，证明镜像更新的动态遗憾界；实证显示有界镜像增益优于常数增益且避免极端尖峰。
利用质量多样性优化发现多模态具身代理的多样化规划策略
提出质量多样性框架，生成多样化规划策略，离线存档、在线回滚，提升多模态具身代理任务成功率与交互效率。
中文标题
大型语言模型在医疗中的社交沟通能力评估：现有模型缺乏稳定可靠的社交技能，需调整评估框架以适配AI特性。
真实数据弥补光学化学结构识别中的合成到真实差距
仅用合成图像训练时识别器在真实文档上性能骤降；加入少量真实标注数据可大幅提升准确率，效果因基础模型和适配策略而异。
商业竞技场：在真实市场中评估LLM智能体
提出商业竞技场，在真实市场让AI智能体长期经营，多模型差距九倍，最佳仍不及人类策略。
基于深度概率逻辑编程的不完整信息诊断推理：以脑卒中检测为例
结合深度概率逻辑编程与最大熵技术，从文献汇总统计构建脑卒中诊断模型，应对数据隐私和不完整信息。
概率电路诱导的伪度量用于分布外检测
利用概率电路内部层级，提出层级似然向量与距离，实现无需留出数据的无监督分布外检测，性能优于基线。
EvoTrustRAG：面向可靠检索增强生成的演化感知冲突归因与证据处理
提出EvoTrustRAG框架，区分知识演化与恶意冲突，提升RAG可靠性与抗攻击性。
VLZip：交错长上下文建模的统一视觉与文本压缩
VLZip统一压缩视觉与文本，分层生成软前缀注入解码器，大幅延长上下文至28万token，推理高效且性能领先。
复现与压力测试两种LLM推理可靠性方法：测试时概率聚合与逻辑表征编辑
复现两种大模型推理可靠性方法并压力测试：RPC优势不显著，LCF逻辑方向弱且无效。
CDGC-Net：基于协作双尺度自注意力与分组通道建模的3D医学图像分割
提出CDGC-Net：协作双尺度自注意力和分组通道建模，多数据集精度最优，计算复杂度较UNETR++显著降低。
SDDBMs：软去噪扩散桥模型
提出软去噪扩散桥模型（SDDBMs），通过非退化高斯终端约束正则化扩散桥，避免端点奇异性，提升图像恢复稳定性与质量。
FailForge：从持续失败中蒸馏程序性技能注入代码智能体
FailForge将失败轨迹转为技能并引导重试，成功样本回注训练集，使模型在SWE-bench上提升6.6分，聚焦难题。
法官自知何时可靠：基于LLM的A/B测试预测中的校准弃权
多模态LLM从截图预测A/B测试结果基本无效；高置信子集略好，但人机共识均非真实证据。
表格数值拉伸变换
提出拉伸变换框架，将数值特征预处理转为优化问题以平滑目标函数；监督拉伸在38数据集上优于全部基线。
设备端多物种疟疾检测与不确定性校准的玻片级聚合
面向缺医少药地区，设备端疟疾检测集成多物种识别与不确定度校准，玻片级聚合定量，mAP0.863，离线运行。
RobustDefect-LLM：可解释与鲁棒性感知的工业表面缺陷分类，带决策支持和AI辅助报告
提出鲁棒缺陷检测框架，集成分类、证据与决策支持，最优准确率99.26%，退化时性能下降，低置信度转人工，验证可行。
MARA：流匹配引导的多智能体资源分配，用于计算资源高效学习
提出MARA，用流匹配预测损失轨迹，多智能体协同分配离散计算资源，任务完成率比LARA高8.54个百分点。
基于VLM主观评价的人工动物进化模型
提出用VLM主观评价驱动遗传算法进化软体机器人，加速收敛并产生独特形态，揭示主观判断结构。
强噪声下轴承故障诊断的时频双域多尺度卷积神经网络
提出时频双域多尺度CNN，融合时域与频域特征，强噪声下轴承诊断精度达92.5%，较单域提升7.25%
DevIntent：LLM生成代码在多大程度上违背开发者意图？
提出意图违反率（IVR）衡量代码通过可见测试但违背隐含意图的比例。评估两大模型，通过率超92%，但半数以上问题违背意图，显示通过率高估了意图匹配度。
CuteTTS：基于连续潜变量自回归建模的高效高质量语音合成
提出一种连续潜变量自回归语音合成方法，结合流匹配与蒸馏，实现低延迟与高质量零样本合成。
可扩展多智能体世界建模
提出可扩展多智能体世界模型，解耦状态与渲染，支持任意数量智能体推理扩展，保持一致性且近线性开销。
超越可解性：任务可学习性作为LLM强化学习后训练的静态先验
提出TrajVal，从短探测与端点评估估计任务可学习性，作为静态先验提升RL后训练数据效率。
基于游览视频先验的目标导向导航指令生成
提出视频导航指令生成任务，利用游览视频先验生成指令，采用课程学习提升质量与可执行性。
行走于讨论间：面向现场小组讨论分析的移动可视分析系统
移动可视分析系统支持现场小组讨论监控、诊断与干预，案例访谈验证有效。
声纹谬误：为何声音并非独特的生物特征印记
声音并非稳定的唯一生物特征；语音证据应通过考虑可变性和不确定性的概率框架解释。
ForestBench：评估多智能体协作的统一图框架
提出ForestBench统一图框架，将LLM多智能体协作轨迹映射为图并与参考森林比较，无需额外推理即可毫秒级评估。
DS@GT ARC在Touch'e：用于检索增强辩论的大语言模型
用六个大语言模型和检索增强完成辩论生成与评价，模型家族内部评价一致，但与官方评价不符，质量准则差距最大。
VoxZip：面向长上下文音频推理的语义锚定时序KV缓存压缩
两阶段语义锚定压缩音频键值缓存，20倍压缩保90%性能，4倍压缩吞吐升1.9倍、内存降3.3倍。
开放权重模型能否在金融文本理解上竞争？
开放权重模型在金融文本理解上表现出色，Kimi K2.6等开源模型排名前列，但信息检索仍是主要瓶颈，且政治过滤器会拒绝合法问题。
无法问责的委托与技能衰退：职场AI代理风险图谱
构建职场AI代理风险分类法，经大量任务验证，发现增强模式致技能衰退，错误行为风险最大，安全靠人机协作。
蜜蜂在哪里？基于单一协同头Transformer的微小传粉者检测
针对微小传粉者检测，采用Co-DINO Swin-L，结合裁剪马赛克与类别加权ETF损失，缓解类别不平衡，以0.5062 mAP获第一。
VADER：视频大语言模型中缓解幻觉的自适应去偏方法
VADER免训练：重分配视觉焦点+擦除选择性证据，对比解码抑制视频幻觉，提升事件定位与时间一致性。
基于RAG的工业现场总线设备自动配置
RAG+本体图谱自动配置现场总线设备，混合检索重排序高精度，LLM生成配置，弃权门控防错，端到端快且零静默失败。
REVEAL：准则引导的长视频问答证据充分性显式验证智能体
提出REVEAL框架，以视觉分组构建记忆，用准则库显式验证证据充分性，缺失定向补检，无需训练即超越现有方法。
FedA2L：去中心化联邦学习中的自适应分层学习率调整
针对数据异质性下统一学习率导致的收敛低效，FedA2L基于模型分歧动态调整层学习率，无需额外通信，加速收敛并减少通信。
EvTrajGS：基于无位姿事件流的高精度高效3D高斯溅射
提出EvTrajGS，用连续时间轨迹联合优化位姿与场景，损失重加权采样，实现高效高精度重建，PSNR提升3.8dB，ATE降低超40%。
MoRSE：任务导向多智能体系统与角色-子任务专家混合
提出MoRSE，以角色-子任务专家混合和分层策略优化，提升多智能体系统专业性与性能，泛化良好。
使用大语言模型自动生成经复杂度验证的决策场景
利用大语言模型自动生成并验证决策场景复杂度；评估4238个场景，信效度良好，可稳定分级为简单、中等、复杂。