学习预测多模态大语言模型中的中层注意力以实现视觉令牌剪枝
提出MAP，蒸馏中层注意力，首层前剪枝令牌，保留97.5%性能，仅用5.56%令牌，提速3.09倍。
Do AI Personas Grow? Analyzing and Benchmarking Personality Evolution in LLM Agents After Life Events
多模态大语言模型能否解码创意飞跃？引入跨概念理解基准C4
提出C4框架，用成语跨概念任务评估多模态大模型，最强准确率约五成，暴露创意解码不足。
TEXAS：面向下游混合专家大语言模型适配的任务专家感知监督
对比成败样本的专家激活找出任务专家微调时加权失败样本中激活这些专家的答案令牌提升MoE下游性能
GRASP：利用组相对策略优化强化语言模型匿名化器
GRASP用组相对策略优化在线强化本地匿名模型，在保护隐私与效用间取得更优平衡，完全端侧运行，成本极低。
ED-CSP：从电子衍射预测晶体结构
新框架ED-CSP利用电子衍射斑点集预测晶体结构，基于485万模拟数据训练，MR@5达57.49%，优于PXRDGen，并证实真实生成能力。
3D医学基础模型能否看穿MRI伪影？表示鲁棒性的受控研究
研究五种三维医学编码器的MRI伪影鲁棒性：因模型和伪影而异，大规模或领域预训练不保证不变性。
UAV3DCrop：重复多角度无人机作物调查中的三维重建基准测试
构建重复多角度无人机作物三维重建基准，揭示现有方法在表观、几何与冠层高度上各有优劣，且多模型尺度不准。
对抗性因果干预证伪
提出对抗性因果干预证伪：实验者选择干预检验生成模型因果，区分观测拟合与干预等价，保证识别与收敛。
面向多模态卫星影像稀疏森林高度估计的深度证据回归
用深度证据回归从多模态影像估计稀疏森林高度，引入掩膜损失，精度与U-Net相当并提供校准的不确定性。
衡量跨语言理解差距：证据语言如何影响语言模型的理解
模型在非英语语言上表现平均降约17%，语言资源越少降幅越大；英语中心评估高估低资源用户质量。
InsertFuse：多类别参考引导图像插入的统一框架
提出统一框架，解耦专家学习并蒸馏整合，结合几何条件化，实现多类别参考引导图像插入，性能领先。
NTDH：面向全面情感分析的复杂推理
提出NTDH，将情感分析重构为推理，处理数据合成问题，用SFT+GRPO，少量数据即达最佳性能，相关0.86。
迷失在插值中：预测反馈为何在扩散语言模型中失效
线性插值遮罩错配超球面嵌入，球面软遮罩用球面插值，MAUVE提2倍，困惑度降16.9-19.6%
KNOWPLAN：知识驱动的AI智能体用于智能学位路径规划
KnowPlan两阶段解耦：先提取课程目录，再优化学生路径，达成高召回率、高可行性与更优个性化效用。
超越注意力：BiomeGPT风格微生物组Transformer中的有符号积分梯度归因
BiomeGPT符号积分梯度归因采用源派生基线，区分菌群致病/保护信号，二阶Hessians揭示交互。
渐进式内容精炼与衰减奖励联合LinUCB
提出带奖励衰减建模的上下文Bandit算法，用EM估计参数，抑制过度利用，在情感反转和GSM8K上超越基线。
破坏注意力：基于逃逸的对抗攻击针对检测Transformer编码器注意力
首次直接优化编码器注意力目标，以不可感知扰动大幅降低DETR与DINO检测性能，优于现有攻击4倍，且多种目标均有效。
自动化条目评估：利用LLM生成的评语预测条目接受与拒绝
融合模型最佳，准确率0.75，数学预测优于英语，但公平性相关条目仍需人工审核。
别在我面前“其实吧”除非你真懂：弱预设验证损害通用问答性能
现有问答方法过度关注假预设问题，忽略普通问题，且其事实核查模块较弱，导致真预设也被拒，反而降低真实场景下的问答性能。
因子化假设搜索用于证据到分类法检索
提出因子化假设搜索(FHS)，利用多维度假设与结构化检索，在金融和临床编码任务上显著提升召回率与准确率。
超越《星月夜》：面向艺术家风格文本到图像生成的捷径感知控制状态规划
针对模型对艺术家名字走捷径问题，提出Atelier框架，将模糊意图转为显式控制状态，规避捷径，显著提升风格保真与结构保留。
鲁棒平均奖励马尔可夫决策过程：基于插入式约简的极小极大最优学习
在生成模型下，学习ε最优鲁棒策略的极小极大样本复杂度，涉及名义/鲁棒偏差跨度，提出插件约简算法。
TradeVerse：国际贸易中政治谈判的纵向基准
提出TradeVerse基准，基于世贸组织争端记录构建纵向谈判数据，设三项任务考验大模型，揭示其应对挑战。
TRACE：漂移与故障下人类-AI控制器协同的多层基准
构建多层协同漂移基准，包含近两千条五层轨迹，标注来源与时间，协议防泄漏，漂移可定位归因。
PAST：面向高效扩散模型的提示自适应采样终止
提出PAST，用内在奖励补偿稀疏外部奖励，依据去噪进度和提示难度自适应终止训练，提升RL微调效率与质量。
抑制与多样化：精炼鲁棒路径以提升损坏鲁棒性
首探计算路径显式刻画内部鲁棒性，发现特征逐层衰减，提出非侵入式S&D方法动态选择并多样化鲁棒路径，零测试开销，多任务稳定提升。
WebRider：面向实时网页辅助的角色条件化意图控制器
提出意图契约与分层架构，确保网页委托策略保真；RiderBench验证浏览路径可审计可学习。
前沿语言模型在引导压力下的分化响应模式
六款前沿模型受引导响应模式分化：有的拒露推理，有的以不同方式抗抑制；开源模型行为可由内部特征解码驱动。
WaveFreqAnchor：基于波结构锚定与频率校正扩散的无训练人脸复原
提出一种无训练人脸复原框架，以波结构锚定保持身份，用频率校正恢复细节，性能优于现有方法。
超越‘AI语言’：论大语言模型输出的个人言语特性
大语言模型输出非统一‘AI语言’，各模型具独特个人言语风格，随代际变化，影响文本检测与法务语言学。
AnyTrack：统一任意模态的视觉目标跟踪
提出统一框架AnyTrack，支持任意模态组合，应对模态缺失，提升泛化，实现多模态跟踪最优性能。
塑造你的信息流：基于LLM的对话式推荐智能体系统
提出LLM智能体推荐框架SYF，实时多模态内容共策，离线准确率98.85%，在线提升相关性与用户情感。
CoDAT：低成本时序建模的协作双注意力Transformer，用于高效边缘动作识别
CoDAT以协作双注意力与无参时序建模，在边缘设备上实现高效动作识别，速度提升数倍且精度保持。
时间跨度鸿沟：面向长时程LLM智能体的规划、记忆、执行、训练与评估
综述界定“时间跨度鸿沟”：长时程任务使结果信号失效，需制造密集步骤级信号；并梳理规划、记忆、执行、训练、评估与开放问题。
基于表格基础模型的自举条件动作选择
提出一种自举条件动作选择方法，重采样历史，条件化预训练模型选动作，引入臂上下文条件化，后悔度优于基线
跨主题与媒体类型的概念隐喻发现
提出无监督方法，从语料中提取语言隐喻并聚类为概念隐喻，揭示左右派播客的议题与框架差异。
CellWorld：空间转录组基础模型中从基因水平重建到潜在细胞预测
提出潜在表征预测预训练方法CellWorld，在空间转录组基准上全面超越基线。
TA-RAG：语气感知作为检索增强生成的设计要义
提出语气感知RAG框架，将交际对齐与事实准确并重，解决检索内容风格导致系统忽视用户语气要求的问题，适用于高敏感场景。
CrystalGRPO：面向流模型晶体结构预测的目标对齐与覆盖保持强化学习
提出一种后训练框架，联合坐标-晶格策略，融合能量与匹配奖励并覆盖保持；Q模式提升单次命中，C模式提升二十次命中。
UniCycleFlow：基于共享修正流的双向无配对图像翻译
提出共享修正流框架，用单一速度场实现双向无配对翻译，对抗匹配域边界，多正则约束，7/10任务FID最优。
GraphVerse：面向多模态大语言模型的全面视觉图推理基准
提出GraphVerse基准，通过图像编辑策略与过程敏感评分，全面评估多模态大模型的视觉图推理能力。
成本高效文档字段提取的预推理路由
预推理路由：仅当廉价模型易错且错误可预测时，可降本31-77%质量近无损；否则无益。
揭示移除预算混杂：自适应数据清洗的匹配操作点评估框架
自适应清洗的改进常源于移除预算混杂；匹配操作点后多数优势消失，仅特定低患病率与高召回场景保留真实判别力。
音频语言模型是否使用副语言证据？用于响应评估的反事实审计
提出反事实审计，发现音频语言模型评委常忽略副语言线索，仅凭准确率评估不可靠。
基于深度强化学习的车辆路径问题——工业卡车规划案例研究
深度强化学习用于工业卡车路径优化，三个物流案例显示总成本较基线降低超10%。
用于聚合物自动粗粒化分子动力学的多智能体框架
多智能体框架CGMas借助大语言模型自动完成聚合物粗粒化模拟，完成27项任务，22项密度误差低于5%，耗时降至1分钟。
隐藏拜占庭攻击下多智能体协同系统的在线安全学习
研究隐藏拜占庭攻击下多智能体在线协同安全，刻画信息论极限，提出鲁棒估计-决策学习器并证明遗憾界。
目标加权奈曼分配：总体偏移下异质性处理效应的实验设计
提出一种两阶段分层设计，兼顾部署重要性与测量难度，优化目标加权处理效应精度，稳健应对总体构成不确定。
通信高效、稳健且实用的分布式与联邦优化的理论基础
提出ProxSkip等新算法，解决联邦学习七大理论与实践难题，实现通信加速与鲁棒性。