几何感知的支气管镜相机定位
提出GABL框架融合术前几何先验与术中视频实现高精度实时支气管镜定位误差降低速度提升4倍
多假设光流估计用于匹配模糊下的视频帧插值
针对匹配模糊区域，提出多假设光流框架，保留Top-K候选对应，经可靠性路由选择，提升帧插值感知质量。
我该如何为我的机器人挑选基础模型？倡导社会机器人的社区评估框架
提出社交机器人基础模型五大评估维度，设计三级评估漏斗，呼吁社区共建评估框架。
InstanceSplat：面向场景理解的实例感知前馈3D高斯泼溅
提出统一前馈3DGS框架，从无位姿多视图图像联合重建与实例感知理解，性能SOTA。
BONSAI：可进化性引导的技能树搜索
BONSAI用可进化性引导技能树搜索，超越基线和现有方法，显著提升冻结智能体准确率。
多码率离散扩散模型用于文本引导的语音修复与编辑
提出SIEDD离散扩散框架，分层编解码器令牌实现语音修复编辑，性能优于基线，验证分层建模提升上下文保持。
面向边缘点云分类的合成LiDAR数据生成与确定性降采样
合成激光雷达数据与确定性降采样，在树莓派上实现约50FPS和88.36%准确率的边缘点云分类。
流校正形状优化：驯服高维3D模型中的流形漂移
提出优化器-校正器框架，交替梯度下降与流匹配校正，避免流形漂移，兼顾保真与高效
超越反馈的在线共形预测
提出无需反馈的在线共形预测法，通过查询标签代替评价预测集，实现O(T^(2/3))遗憾、覆盖率β-O(T^(-1/3))，仅需T^(-1/3)轮查询。
LoRAScan：通过下投影激活尖峰检测大型语言模型低秩适配器中的后门提示
LoRAScan通过监测稳定下投影尖峰，不修改参数即可检测并拒绝后门提示，恶意输入拒绝率约98.49%。
基因型触发：通过生成式抗菌肽模型中的宿主特异性后门暴露药物基因组学盲点
提出基因型触发后门攻击，使特定HLA携带者的免疫原性风险平均增加743%，且不损害抗菌活性等常规指标。
ZIPBrain：脑电基础模型能否更快、可本地部署且保持准确？
提出ZIPBrain，利用低信噪比合并冗余令牌，免训练即插即用，提速32.7%，精度提升1.3%-10.5%
面向潜在生成的表示驱动内窥镜视觉嵌入对齐
提出最大内窥镜生成模型，利用领域预训练编码器对齐扩散特征，实现高质量生成与特征提取，性能媲美或超越现有模型。
通过玩“色相与线索”实现人类与AI的感知对齐
用“色相与线索”游戏评估视觉语言模型，发现抽象主观领域偏离人类，存在语义误分类与蓝色崩溃，精选数据更优。
StepJack：针对多步间接提示注入的计算机使用代理安全基准测试
提出多步间接提示注入，构建StepJack基准480例，评测6个CUA，攻击成功率最高提升31.2个百分点。
基础模型适配用于多视角多模态心脏MRI分割与直接射血分数估计
微调组合CMR基础模型，多视角分割与LVEF回归效果好；LGE疤痕分割仍有挑战。
任意视频时间定位器的共形覆盖保证
校准非一致性得分，包装任意视频时间定位器，使输出区域以1-α概率覆盖真实时刻，有限样本保证。
Momba：网络现代化提升多目标强化学习
将网络现代化（归一化、分布回报建模）融入多目标强化学习，显著提升解集质量，不改算法。
部分可观测下，学习比策略类受损更严重：一项闭式分析
部分可观测下，学习比策略类更易失败：即使策略和价值函数足够，学习仍败于评论家偏差；调整前瞻步数解决，记忆无用。
SkySeaLand：宽幅卫星交通基准与超轻量检测基线
提出SkySeaLand：1307卫星图、19101框，评估12检测器，给出超轻量基线SkyDet。
以MARL为中心的智能制造大语言模型增强参考架构
以MARL为中心的三层参考架构，四种LLM增强点；证据显示传统MARL适合实时控制，LLM适合语义规划。
Recipes for Creativity: Iterative Generation and Evaluation in Large Language Models
NiyamAI：基于意图约束与零知识证明的可加密验证安全AI智能体
Niyam-AI将工具调用约束写入意图合约，经隔离裁判验证后生成零知识证明，实现可验证安全执行，F1达88.5%。
自适应子模型联邦学习中的容量混杂与覆盖保证
更新估异构受容量混杂干扰；自适应分配因未覆盖参数失效，覆盖保证可修复；随机分配不差，收益源于覆盖而非自适应。
大语言模型何时承认错误？理解模型信念在撤回中的作用
模型撤回错误由内部信念驱动，线性探针可预测，操纵信念可因果影响，监督微调通过改善信念提升撤回。
DiDPO：面向代码智能体训练的Diff-in-Diff策略优化
提出DiDPO，基于代码差异结构的无评论家RL方法，实现细粒度信用分配，性能显著超越基线。
SABRE：压力下视觉语言模型的可扩展自动化基准测试
提出SABRE自动化流程，构造压力测试检验VLM是否遵循视觉证据而非世界先验，六模型平均准确率仅22.6%。
人工智能在微生物致癌研究文献的证据提取与批判性评估中可与领域专家匹敌
大模型在微生物致癌文献证据提取与评估上媲美专家，但方法学评估与矛盾识别仍有短板。
EliSeg：报告驱动异常分割的可验证目标构建
无需预定义目标，通过生成-验证-修订框架从报告构建分割目标，有效抑制无关提及，性能优于现有方法。
智能体记忆蒸馏：以层级教师记忆赋能小型LLM智能体
提出免训练框架AMD，将大模型智能体的层级记忆蒸馏给小模型，显著提升工具使用准确率，最高提升27.2个百分点。
面向动态图学习的时间Forman-Ricci曲率边稀疏化方法
提出TRicci方法，用时间曲率稀疏化动态图，压缩80%边，提速55.94%，性能几乎不降。
基于机器学习的超高分辨率PET成像晶体间散射恢复
用神经网络恢复晶体间散射事件，灵敏度提升70%-106%，保持亚毫米分辨率，减少扫描时间和辐射剂量。
EMAS：通过证据引导修订稳定多智能体系统演化
EMAS利用经验修订多智能体系统拓扑和提示，提升准确率并大幅降低token消耗，在多个基准上取得最优结果。
SetEasy: 多模态课堂参与度评估与座位优化框架
融合多模态感知与CP-SAT，实现固定座位优化，四周期实验将参与度从0.30提至0.70，RMSE降至0.53。
H2AL：基于配准的小样本医学图像分割的双曲层次感知聚合学习
提出H2AL框架，利用双曲空间层次建模与梯度聚合，增强配准与分割的协同学习，提升伪标签质量。
Fluid-DiT：用于流体流动模拟学习的无图扩散Transformer
提出无图扩散Transformer（Fluid-DiT），以注意力去噪替代图传递，捕获全局相关，提升流体模拟分布精度与泛化能力。
相同的注意力，不同的真相：用Logit-Lens审视视觉注意力以检测和缓解LVLM物体幻觉
发现真实与幻觉物体注意力相同，用Logit-Lens解码可区分，归因于视觉不确定性和上下文先验，提出免训练检测-缓解框架，达SOTA。
用于智能体强化学习的轨迹相对事后蒸馏
提出轨迹相对事后蒸馏框架，以回合对齐评分重分配密集监督，超越GRPO，成功率由56.4%提升至75.2%
MAUPITI：智能红外传感器上的设备端原型学习
提出基于原型的NCM分类器，在智能红外传感器上实现端侧学习与持续适应，精度相当且开销极低。
GeoBenchLLM：地理相关任务的大语言模型综合评估基准
提出综合地理基准，用十二个数据集评估大模型时空理解，发现推理能力与模型规模影响显著。
超越黑箱：人类随机化失败的可解释模型
用可解释模型预测人类随机化偏差，发现重复/回避行为是主要可剥削信号，频率追踪无额外增益。
从概率到因果：概率逻辑编程中的因果推断
概率逻辑编程学习结构时，分布可能对应多种因果序。研究利用贝叶斯网络导出唯一因果序的条件，并结合关系对称性验证干预语义的良定义性。
GeoDistill-Refine：轮廓优先的几何蒸馏实现无标注航天器分割
提出GeoDistill-Refine两阶段框架，融合SAM3伪掩膜，先学轮廓再细化几何，显著提升航天器分割精度。
UniJEPA：面向任务无关视觉世界建模的统一联合嵌入预测架构
UniJEPA统一图像与视频预测，单损失即可训练，无需EMA，支持零样本规划，性能媲美任务专用模型。
随机自回归学习
提出二元随机自回归PAC学习；三种监督下样本复杂度无普适比较，但给出尺度化紧界。
面向视频世界模型的可寻址记忆
提出无训练记忆框架，用可寻址缓存压缩视频历史，分别提升时间一致性与场景回忆，并引入新基准评测。
面向视觉令牌剪枝的AI4AI框架
提出AutoPrune，用LLM自动设计视觉令牌剪枝，基于残差搜索，剪94.4%令牌仍保99%性能。
我在视频中寻找你：面向人物中心视频推理的身份条件查询
提出身份条件查询任务与ISYV方案，构建基准与75K数据集，模型超越强基线、逼近闭源。
ResidencyRL：模拟临床环境中的强化学习
基于模拟临床环境的强化学习训练AI，诊断准确率提升7%，漏诊红旗征降31%，专家偏好率87.6%。
利用LLM辅助工具与溯源知识图谱编写和管理随机临床试验出版物的透明研究诚信评估
利用大语言模型辅助工具和溯源知识图谱，编写管理随机试验论文的诚信评估，并构建140项评估知识图谱。