利用LLM代理与知识图谱的协同作用进行城市社会经济预测
提出LLM代理与知识图谱协同框架，通过元路径推理和跨任务知识共享，提升城市社会经济预测精度。
缺失模态下的共形融合
提出模态调节共形融合，结合证据头与证据融合，经共形校准在模态缺失下保证覆盖与校准，且无精度损失。
PsychoAgent：一种面向LLM智能体的冲突感知记忆的情感敏感认知架构
该架构分离事实与情感记忆，由冲突感知控制器整合，在冲突场景中检索关键记忆优于基线，支持情感敏感检索。
SkillProx：基于近端文本梯度下降的智能体技能自我进化
近端梯度正反向框架，结合闭环诊断进化与效用感知近端细化，智能体技能准确率平均提升3.0%
课程即代码：STEM教育中AI辅助教学设计架构
提出六阶段AI辅助教学设计架构，结合生成式AI与LaTeX/Python，自动化创建STEM材料，降低教师负担，经一年验证高 reproducibility 与质量评分。
WNM-3D：基于3D场景条件的世界导航模型，用于闭环视觉语言导航
提出WNM-3D，用3D场景条件生成未来视图与动作，经闭环优化，在GN-Bench上优于基线。
AfriNLLB：面向非洲语言的高效翻译模型
非洲轻量翻译模型，覆盖15个语言对，通过剪枝量化压缩NLLB-200，性能相当且速度更快，并公开数据。
长推理链如何影响大语言模型对答案事实性的判断
研究发现推理链的流畅性与事实性显著影响LLM评判，弱评判易被误导，强评判也难辨真伪。
端到端智能体审计引擎
提出端到端智能体审计引擎A²E，基于ATP协议与多维指标系统评估智能体框架能力，揭示模型-框架组合性能差异。
TEPA：撤销过时记忆，赋予语言智能体冲突鲁棒性
TEPA提出可撤销记忆机制，将有效性设为显式状态，冲突时撤销过时记忆，显著提升鲁棒性。
FUSE：面向混合类型表格流匹配的特征级统一专化与跨列交换
提出FUSE，分别建模数值和类别特征，用注意力跨列交换信息，显著提升混合表格数据的生成质量。
QFCQT：面向波动时间序列预测的混沌门控Quantformer框架
提出QFCQT框架，融合量化编码器、振荡激活与混沌门控，有效提升波动时间序列预测精度。
从最优动作到世界模型：折扣MDP中转移核的可辨识性
仅从最优动作无法唯一恢复转移核；存在矩阵变换给出等价核，奖励形式决定可辨识性。
跨资源谱系的依存句法分析：评估高资源与低资源语言上的架构
低资源下LSTM优于Transformer；数据增加后Transformer反超，交叉点常见于低资源树库规模；形态复杂度亦有影响。
SimWAM：一种用于端到端自动驾驶的简单世界动作模型
SimWAM将视频生成仅作训练信号，协同训练视频与动作专家，推理时无需未来帧，性能超SOTA且延迟低。
FedDOSE：分解站点效应的联邦学习框架用于大脑动态功能连接建模
提出FedDOSE框架，分解站点差异，用模块化Tucker分解编码动态功能连接，结合最优传输与Procrustes对齐，多站点fMRI诊断优于现有方法。
人不仅由其国家定义：解析欧洲大语言模型价值对齐的社会决定因素
大语言模型对不同社会人口群体价值对齐不均，国家因素单独解释力与全部社会人口因素相当，且两者互补。
偷看致胜：未强制执行的预算与测试集选择夸大短预算AutoML比较结果
短预算比较易错：Orcetra用测试集选模型且超预算致胜率虚高，修正后优势消失。
用于兼容表示学习的λ-正交正则化
提出在仿射变换中引入λ-正交正则化，兼顾分布适应与保留原表示，实验证明保持零样本性能并确保模型更新兼容。
R2S-EGO：稀疏采集真实到仿真的双代理细化
R2S-EGO以双代理细化稀疏采集的真实到仿真，六视图PSNR19.06，成功率82.5%
自学习诊断代理的推理与双记忆联合优化
SEA代理联合优化推理与双记忆，将经验转化为可复用知识，诊断准确率达92.46%，持续学习能力显著提升。
MirrorWorld：驯服视频扩散模型生成镜面反射
提出MirrorWorld框架，用语义关系蒸馏和几何变换对齐生成镜面反射，效果优于基线。
FinRank：面向SEC文件金融问答与检索的基于证据的基准
面向SEC文件的金融问答检索基准FinRank，含1185个标注问答，评估证据溯源与硬负样本区分，最佳基线召回率仅44.8%。
协同增效：量化AI辅助招聘的收益
AI面试助选候选人通过终面率提高17.5-20个百分点，尤益于初级者；75%未完成面试，但流失本身反映求职动机。
基于意图感知改进带引用的长文问答
提出基于标签的意图感知方法提升长文问答生成与引用质量显著改善大模型和小模型表现及报告可读性
DREAMS：参与和注意力心智状态的不同反应数据集
介绍DREAMS数据集，含32人面部视频，分析参与和注意力状态，发现多任务学习效果更优，且高参与注意力与低认知负荷及更好表现相关。
当GNN失效：量化与克服时间序列中的时间相关波动
提出TCV度量时间序列相关波动，揭示GNN在动态场景失效，并设计GLIDE层提升至45.6%。
一图胜千言：视觉语言模型如何削减AI能耗并提升精度
视觉语言模型将时序数据编码为二维图，输入token减少3.6-10.4倍，推理能耗降1.8-2.5倍，精度反超文本模型与基线，为数值时序分析提供节能高精度方案。
Skill-RAG：基于隐藏状态探测与技能路由的失败状态感知检索增强
提出Skill-RAG，探针检测失败状态，路由器诊断错位并选重写/分解/聚焦/退出，显著提升复杂问答准确率。
AtlasVLA：用于视觉-语言-动作模型的持久世界-自我状态建模
提出AtlasVLA双记忆架构，克服感知遗忘，仅凭腕部相机在长时程任务中超越多视角基线，成功率提升9.4%和17.5%。
CoBa：基于计算均衡路由的经济高效测试时扩展
CoBa均衡路由分配测试时算力——广泛廉价验证、重算高价值候选，以近半计算量达到同等或更高推理精度。
SwiGLU的开放正尾部是否必要？来自MemGLU闭合尾门控的证据
实验表明，在9M/30M规模下，MemGLU与SwiGLU性能相近，开放正尾部并非必需。
TRACE：主动场景重建的遍历轨迹优化
将主动重建作为遍历覆盖问题，轨迹时空统计匹配信息分布，核遍历规划器优化，PSNR提升1.5dB。
思维速记：基于熵引导的超令牌压缩大语言模型推理
熵引导超令牌压缩推理轨迹，平均缩短8.1%，13/15基准精度等效；超令牌对应回溯、验证等可解释推理模式。
决策前摒弃刻板印象：评估内在偏见缓解对LLM下游公平性的影响
提出公平感知概念遗忘（FACU），缓解LLM内在性别偏见，可提升下游公平性，且不显著损害性能。
SubtleTalk：基于残差流匹配的3D说话头可控弱相关面部动态生成
提出新框架，用多条件建模和残差流匹配生成自然可控的弱相关面部动态，并构建大规模数据集，提升真实感与多样性。
表征保持学习的残差代数
提出残差代数，显式保留异构表征类型与残差归属，提升A股收益与夏普比率。
隐式神经散斑去噪
提出无训练框架，结合时空隐式神经表示与孔径感知最大似然，恢复动态无散斑图像，提升空间保真度与时间一致性。
全模态分解自编码器学习全栈可穿戴解耦表示
提出全模态分解自编码器，高效学习可穿戴多模态解耦表示，提升识别与生成性能，轻量实时。
Aftab：并行Q网络中CNN编码器与先进价值函数的综合基准
Aftab架构评测PQN中CNN编码器与价值函数，Atari-57得分6.479超基线，并展现泛化。
TOFD：面向目标的特征解耦以抵御分割联邦学习中的投毒攻击
提出TOFD：目标推断、样本纯化、解耦优化，检测并抵御分割联邦学习中的投毒攻击，鲁棒且低开销。
基于基础模型的rs-fMRI儿科头痛分类方法
NeuroSTORM模型分析儿童rs-fMRI，区分头痛与非头痛，优于功能连接法，是儿科头痛分类概念验证。
前向预测够用吗？JEPA世界模型的物理状态锚定
提出物理状态锚定的PSG-JEPA，在预测外增加本体感知与关节角变化两个目标，提升辨识、规划与策略性能。
Kimi K2.5：视觉智能体智能
Kimi K2.5开源多模态智能体，图文联合优化，Agent Swarm降延迟4.5倍，多域SOTA
评估人机协作中分层强化学习策略的可解释AI支持
首次在基准环境中系统评估可解释强化学习策略，发现音频解释降低人机联盟感，提示解释模态需匹配策略能力。
WorldMark：跨宿主语言模型水印的即插即用世界知识接口
WorldMark通过世界知识记忆调整水印强度，提升跨宿主检测性能，无需重训，开销极小。
IceHorizon：冰覆盖海域地平线检测数据集及方法比较评估
针对冰覆盖海域地平线检测难题，比较六种算法，混合方法精度最高，船载图像优于无人机图像，数据集与代码已开源。
面向智能交通系统的多模态驾驶员情绪识别与安全导向干预
提出安全优先的多模态驾驶员辅助框架，融合语音情绪与道路视觉，生成结构化干预，平衡风险报告与情绪调节。
撒网！重访MasterFace冒充攻击
利用公开商业API，通过MasterFace将冒充率提升至标准FMR的9.5倍，并形式化为最大覆盖问题。
超越事后温度缩放：大语言模型校准的双层优化
提出双层优化训练，以最大化预测熵为校准目标，降低大模型过度自信，提升跨域泛化能力。