量化损伤是乘性的，而非加性的
量化损伤是乘性而非加性：决策裕度随位宽收缩，可预测翻转，修复成本最低是增加一个比特。
AgentPatch：面向智能体多模态大语言模型合并的从粗到细弱任务修复
AgentPatch提出免训练由粗到细修复，恢复弱任务信号并保护关键行为，提升多模态模型合并效果。
基于牛顿-舒尔茨回缩的推理方法使隐量子马尔可夫模型超越经典HMM
提出基于牛顿舒尔茨回缩的推理算法，首次证明隐量子马尔可夫模型在非量子数据上优于经典HMM，性能提升。
CertBind：从多模态连接到可认证检索决策
提出多尺度可认证组合理论：直接路由保留，标记路由恢复，决定性认证，未决弃权；实验恢复0.963无伤害。
N×N E-评估：通过保形CRT零假设认证假设
提出N×N E-评估：基于e值，样本互为零假设，经条件随机化检验认证假设，优于循环验证与留出测试。
探索还是收敛？扩散模型的阶段引导逐步优化
SGPO阶段化优化：早期脱混沌，中期平衡，后期收敛，生成质量+26.7%，收敛速度+36.7%。
IB-RL：面向策略对话体的隔离式双边强化学习
针对静态对手训练导致策略泛化差的问题，提出隔离式双边强化学习，双角色独立联合演化，在两个谈判任务上显著提升对未知对手的泛化表现。
多视角三元交互图神经网络用于认知扭曲检测
提出MTI-GNN模型，融合贝克认知三元组，用多视角图神经网络与三元交互模块检测认知扭曲，在四数据集上优于现有方法。
MolBioKG：通过多分辨率结构锚定将图外分子嵌入生物医学知识图谱
MolBioKG用多尺度结构锚定，将未注册分子关联到生物医学知识图谱，无需训练即可推理，多跳与图外泛化性能显著提升。
状态流：强化学习中的神经ODE正则化
提出神经ODE正则化，使潜在状态遵循ODE流，对齐环境动态，提升强化学习性能。
优化器即智能体：跨提示、程序与ML工作流的推理驱动搜索
提出ReASearch框架，让智能体自主评估、诊断、编辑、验证，统一优化提示、程序及ML流程，性能超专用系统2%-40%。
Surg-UniWorld：统一手术世界模型与多模态控制专家
提出统一手术世界模型，融合多模态控制专家与分层锚点，生成高质量可控手术视频，超越现有方法。
扩散语言模型的线性注意力改造
提出块混合注意力，线性化前缀注意力，保留活跃块精确注意力。改造LLaDA仅60小时训练，吞吐提升1.7倍，性能基本保持。
HazeSpikeMamba：耦合脉冲启发与状态空间特征用于自监督真实世界去雾
提出HazeSpikeMamba，结合脉冲耦合局部与状态空间全局特征，用冻结退化网络在无标签真实雾图上自监督适应，提升去雾指标。
头部自主性：基于冻结查询-键几何的无数据稀疏注意力
提出AoH无数据法，用查询-键谱几何识别检索/流式头；50%稀疏度保持96.5%性能，延迟降41.4%/66%，KV缓存减半。
GOPI：面向生成的单视角RGB-D室内场景家具插入三维姿态推断
提出GOPI两阶段法：迭代推断几何合理3D位姿，并投影约束引导图像生成，提升家具插入一致性。
Stockmark-Nemotron-3-Nano-Omni-JapanDocReader：通过能力注入与遗忘控制的结构化文档解析
提出日本文档理解模型，注入解析能力并控制遗忘，混合SFT保VQA，RL进一步提升结构化解析。
从廉价伪造到纯合成：应对T2V假新闻视频新时代
针对文生视频假新闻，提出三分类任务、首个纯合成数据集PS-FNVD及R-T2V框架，超越基线12.2%准确率。
注意差距：面向统一多任务用户意图推断的双知识图谱框架
提出双知识图谱框架DKG-MTI，结合用户意图图与酒店全局图，结构感知对齐增强LLM，在旅游评论多任务意图推断上超越基线。
显式而非更长：认知立场如何在记忆压缩中幸存
把立场写成显式标签字段而非括号附注，可显著提升记忆保留（约15个百分点，预注册复现+15.6）；长度无关，模型决定最佳显式方式。
Simple-OPD：揭秘在线策略蒸馏的预热
揭秘OPD预热：需教师兼容思维链，LoRA近饱和训练更优，提出Simple-OPD初始化方法。
稀疏语者
提出差异感知剪枝法，保持输出差异以区分相似输入，超越现有基线，提升大模型稀疏化。
bioMoR：生物学引导的混合递归用于高效基因组学习
提出bioMoR，首个将MoR用于基因通路学习，利用图知识引导递归，宏F1提升8.2%，参数减少75%。
基于生物标本记录的非地名录地名地理定位
利用标本记录中的空间关系定位非地名录地名，概率推断精度最高（中位误差1.43km）。
对跖分离提取孤立无偏置GLU前馈块的密码分析
用有限差分曲率与x/-x配对观测分离提取GLU块，中位误差<1%，但非端到端攻击。
针对各向异性校准WEAT：ZCA白化作为嵌入关联测试的几何预处理步骤
提出ZCA白化预处理WEAT，降低嵌入空间各向异性，超30%结果显著性改变，提示原偏差测量需谨慎解读。
ECAD：超越以实体为中心的对象性，扩展类无关检测
提出面向非实体元素的类无关检测扩展，构建基准与检测器并验证有效性。
LiFTER：面向连续时间动态图预测的基于事实的神经符号显微镜
LiFTER将观测交互保留为时间事实，用可执行规则推理预测，结果可检验、可干预，在动态图基准上性能优异。
狄利克雷跟随领导者弥合同时多类U校准的差距
提出狄利克雷跟随领导者算法，基于贝叶斯自助法，同时对所有有界及光滑适当损失达到最优遗憾率，消除维度差距。
突破基础：面向全合一图像复原的退化感知可变形标记化
FIT：退化感知可变形标记化贯穿全流程，五/三退化SOTA，PSNR 30.72/32.83dB。
绕过Krum：联邦学习中的选择感知后门攻击
提出Krum-Proxy攻击，两阶段优化生成贴近良性分布的恶意更新，绕过Krum等距离聚合，高成功率且不损清洁精度。
MemPrism：面向长时程智能体的任务条件关系记忆视图
提出任务条件关系记忆框架，动态构建视图，长时程任务性能提升且省内存，可跨模型迁移。
Capek 0.5：以执行为中心的具身智能视觉语言模型
提出以执行为中心的具身视觉语言模型，按四类能力训练专家并融合，显著提升基准与闭环执行。
未来桥：协作解码中超越局部偏好的令牌选择
提出未来桥，按令牌对SLM后续推理支持度排序，而非LLM局部偏好，数学推理平均提升35.1%。
用于预测异构设备稀有故障的可迁移自逻辑模型
提出可迁移概率模型，学习异构设备共享故障模式并自适应目标设备，输出校准的故障概率以支持维护规划。
DAEP：面向医学视频语料时间答案定位的难度感知证据规划
提出DAEP方法，利用难度感知证据规划，在视频语料时间答案定位任务中获第一，平均分0.2728。
EpiFlow：提升废水信号在疾病预测中效用的框架
提出EpiFlow框架，利用废水信号预测疾病，在弗吉尼亚新冠住院预测中覆盖率提升20个百分点。
决斗世界模型：优势式动作通道用于共模干扰抑制
通过减去动作平均效应，分离自身动作通道，无需奖励或重建即可消除共模干扰。
FedVAR：原型对齐的联邦视频异常识别框架
提出原型对齐的联邦学习框架，利用视觉语言模型缓解视频异常识别中的语义错位，实现细粒度识别，优于现有方法。
Ask-E：校准问题生成环境
按技能水平出题，校准成功是恰有一个模型能解。前沿模型校准率低于一半，训练可提升数学性能，无需新数据或奖励。
ControlRef：基于锚定4D-RoPE的高效布局引导多实例生成
ControlRef通过UILC掩码与锚定4D-RoPE实现精准多实例生成，降低80%延迟与50%内存开销。
LLMRouter：开发、评估与部署LLM路由器的统一基础设施
提出统一路由框架，学习路由较固定基线提升14.6%，轻量路由成本约束下更优，用户条件路由改善个性化。
用于可泛化深度伪造视频检测的多智能体取证推理
构建十万视频、三十三种伪造方法基准，提出多智能体取证推理，性能超越闭源大模型。
AdvTiles：基于可学习瓦片的物理对抗伪装服装，用于抵御人体检测器
提出可学习瓦片物理对抗伪装框架，联合优化图案与布局，平均攻击成功率86.2%，优于现有方法。
基于混合解析-机器学习预测器的大语言模型推理延迟与能耗多级建模
混合三层级模型结合解析与机器学习预测LLM延迟能耗，支持多架构，误差<5%，无需硬件探索设计空间。
RegionDet：超越目标实例的区域检测基准
提出区域检测基准（8类）。闭集检测器可学，开放词汇检测器因物体中心偏差表现差，边界弱，上下文依赖。
求解器引导的混合均衡策略推理
提出MDT方法，用求解器输出替代人类数据引导LLM推理，将混合策略均衡距离降低52.6%。
图机器：探索边机制作为归纳偏置
提出带显式边机制的图机器架构，在数独推理中超越Transformer，验证边机制作为归纳偏置的有效性。
门控BEPO：面向大语言模型智能体的置信门控贝尔曼信用分配
提出Gated-BEPO，用经验图与贝尔曼不动点估计步骤级信用，置信门控自适应融合，提升智能体性能。
基于大语言模型与潜力感知实例生成的并行算法组合进化
针对LLM自动构建算法组合泛化差的问题，提出潜力感知协同进化框架，无需参考解即可评估实例增益，用LLM生成多样变异器，显著提升TSP和CVRP性能。