基于确定性样本的经验最小二乘最优神经网络逼近
针对椭圆谱方程，用确定性样本的离散残差最小二乘与修正线性单元网络逼近，获最优收敛率；核心为伯恩斯坦不等式。
刻画生产中AI生成C++代码的质量特征
大规模分析352万次代码变更，发现AI生成C++代码存在接口耦合、拷贝开销等问题，导致计算资源消耗增5-8%，但定向反馈可降低11.1%静态分析警告。
Pathryoshka：通过多教师知识蒸馏与嵌套嵌入压缩病理基础模型
提出Pathryoshka多教师蒸馏框架，压缩病理基础模型86-92%且性能持平，优于同级单教师模型，便于本地部署。
流式学习：无令牌的划分公平八卦学习
流式学习用分区年龄局部规则实现公平，无需令牌和元数据，在节点故障下优于PTGL。
SoRoMoX: Fast, Differentiable, and Parallelizable Soft Robot Models
策略掩蔽的私有专家：稀疏MoE模型中可审计且可逆的能力访问控制
冻结预训练MoE，训练独立专家分支，未授权请求不执行私有专家，实现可审计、可逆的能力访问控制，并保持任务效用。
Raster2Seq：用于平面图重建的多边形序列生成
Raster2Seq将平面图重建转为序列生成，用带标签多边形序列编码几何语义，自回归解码器借锚点聚焦图像区域，在多个基准达最优。
结合文本先验学习序数退化表示，用于基于扩散的盲图像超分辨率
提出OD-CLIP，借助文本先验建模连续退化程度，提升盲超分辨率的保真度和内容一致性。
通过引导视觉令牌注意力实现直接视觉定位
提出一种注意力损失，直接监督视觉令牌注意力，使答案令牌关注相关图像区域，显著提升多种视觉定位任务。
黎曼齐性空间上的测地因子分析器混合模型
提出黎曼齐性空间上测地因子分析器混合模型，表达力更强，具理论一致性与高效算法，用于流形数据形状分析。
终身MAPF中基于交错更新的可扩展长时域规划
PUSH结合PIBT、RHCR与TP优点，以交错窗口规划子集，在通用地图上支持上万智能体长时域规划，吞吐量显著优于基线。
Cascade：利用感知SLO的延迟预算实现公平且高有效吞吐的LLM推理服务
Cascade系统用请求时延预算协同调度与KV缓存管理，提升SLO有效吞吐2.4倍，减少40%违规。
超越联动：暴露驱动的局部性构建因子-图联合框架实现投资组合分散
提出因子-图联合框架，以暴露度重定义局部性，ADMM联合学习，组合绩效优于相关方法。
HLSmith：专家引导的C/C++到HLS转换智能体框架
HLSmith框架借助专家知识库与分阶段优化，将C/C++转成高性能HLS加速器，较ChatHLS提速4.24倍，设计正确率达100%。
层级间的级联：深度线性神经网络中正则化诱导的特征检测即相变
以正则化强度为外参，揭示深度线性网络中级联相变与可学习特征及损失景观几何的联系，提供解析预测和序参量。
面向大型视觉-语言模型中任务感知令牌剪枝的解耦相似度
提出DeSAP方法，用解耦相似度与视觉显著性指导视觉令牌剪枝，大幅降低计算开销，保持性能，优于现有方法。
SparseVoxelDet：面向高效事件无人机检测的全稀疏体素网络
首个坐标稀疏3D事件体素目标检测器，全流程无稠密网格，反卷积融合避免支撑膨胀，稀疏性保精度且效率高，FRED上AP50达87.01。
在噪声层级标签下学习粗到细的骨关节炎表征
噪声下简单双头监督利用粗/细层级标签，改善骨关节炎表征，形成有序潜在结构与软骨对齐。
LifelongCrossNav：面向跨楼层多目标导航的持久3D语义记忆框架
提出LifelongCrossNav，以持久3D语义记忆与跨楼层可通行建模，实现未知多楼层连续多目标导航，性能超基线。
云端辅助的低计算量多通道语音增强
提出云端协作，融合延迟服务器输出、分层特征提升与协同维纳滤波，以极小额外计算显著提升边缘多通道语音增强性能。
尖峰协方差结构下的高维无岭最小二乘插值
尖峰协方差下高维无岭最小二乘插值风险由回归系数与尖峰子空间对齐决定，信号能量决定良性/温和/灾难过拟合。
面向自动驾驶的轻量级视觉语言模型中的视觉概念探测
线性探针揭示VLM两类失败：感知失败（信息未编码）与认知失败（未对齐语言）；距离增大降低线性可分性。
身份即在场：面向外观与声音个性化的联合音视频生成
提出身份即在场框架，实现多主体外观与声音联合生成，通过统一身份注入与多阶段训练提升音视频质量与一致性。
探究经典数据集上量子嵌入Transformer的跨模态分类
实验表明参数化量子电路在混合模型中无一致性能提升，无法证明量子优势，需对照组件归因。
SciLT：科学图像领域下的长尾图像分类
提出SciLT框架，融合多层特征与双监督学习，在科学长尾图像分类中平衡头尾类性能，优于现有方法。
LSEAD：面向早期阿尔茨海默病筛查的隐私保护大语言模型语音分析框架
提出LSEAD框架，利用本地部署大模型分析语音文本嵌入，实现隐私保护且准确率提升达5%的早期AD筛查。
通过重参数化建立镜像下降的边界KKT收敛性
证明镜像下降在非凸问题中收敛到KKT点且不排除边界极限，关键是用可定义边界延拓的重参数化S与KL论证。
自适应步态时序的容错运动学习
提出深度强化学习容错运动方法，采用非对称演员-评论家架构与可学习步态频率，适应执行器失效，仿真和实机验证。
LLM智能体中耦合规划与情景记忆以解决软件问题
提出耦合分层规划与情景记忆的方法，软件修复基准多解25例，减少重复失败与上下文溢出。
面向虚拟细胞扰动建模的基因几何条件对照锚定残差流匹配
提出基因几何流模型，以生物网络基因几何条件化对照锚定残差流，精准预测细胞扰动转录响应。
MILE：跨领域与模态持续语义分割的增量LoRA专家混合
MILE用LoRA专家增量学习新任务，原型门控选专家，防遗忘且高效可扩展。
DynaCrys：动态空间群扩散的晶体生成
提出DynaCrys生成模型，通过耦合符号扩散协同演化空间群与Wyckoff占位，利用群-子群关系与对称码本，高效发现稳定、独特且新颖的晶体。
HarnessSafe：评估智能体框架中跨持久化载体的安全性
提出安全基准，覆盖七类持久载体三百二十八案例，用多阶段追踪评估攻击链进展，发现遏制效果因载体和模型后端而异
通过逆优化揭示生产计划中的专家目标：一项工业案例研究
提出逆优化框架从历史计划学习目标权重，应用于陶氏案例，揭示专家优先避免缺货与稳定周期，提升预测准确。
SynthRender与I-AsSET：面向工业物体感知的双向仿真-现实迁移的开源框架与数据集
提出SynthRender与I-AsSET，实现工业物体感知双向仿真-现实迁移，mAP超95%。
解耦意图与轨迹：面向世界动作模型的表征推导框架
提出PILOT框架，通过表征推导将状态转移推理融入动作生成，提升机器人操作成功率与泛化性，缓解监督稀疏问题。
基于样本的优化确定性等价风险最小化：算法、收敛速率与应用
提出基于样本的优化确定性等价风险估计器，给出均方误差界与随机梯度算法收敛率，用于组合优化和不确定性量化。
Same physical state, different collective dynamics: state encodings select synchronization outcomes in language-model agents
教师特征漂移：基于预训练扩散表示的一步扩散蒸馏
利用教师中间特征作表示，单漂移损失加模式覆盖损失实现一步扩散蒸馏，简化框架且性能优异。
超越文本匹配：迈向面向人类二进制逆向工程的免参考评估
首次系统探究LLM-as-a-Judge评估二进制逆向任务，构建基准BinJudgeBench并提自适应路由方案BinJudge，相关性远超传统指标，兼具高效与低成本。
张量网络核机器：用于机器学习与非线性系统辨识的JAX框架
开源JAX库tnkm实现张量网络核机器，融合非线性特征与低秩参数化，训练高效且精度高。
基于零知识证明的图像出处软删减
提出用零知识证明替换敏感出处断言，支持距离证明，兼容C2PA，秒级构建、毫秒级验证。
基于Tailscale的双节点NVIDIA DGX Spark：分布式LLM训练与网络威胁情报微调的远程访问测试平台
双节点DGX Spark实现分布式预训练与CTI微调，步骤69.4秒，评分2.06→2.29，证明可行性
RemoteZero：零标签地理空间推理
提出无标签框架，用多模态大模型评估裁剪图与查询一致性为奖励，实现地理空间推理，超监督基线并自我进化。
面向GPU加速超级计算机的可扩展高保真大分子对接
提出基于GSO的GPU加速可扩展对接框架，实现高保真柔性对接，速度提升超百倍，时间从小时降至秒级。
优化作为动力系统：基于潜在常微分方程的生成式调度
提出基于动力系统的元学习方法，从超参数搜索中学习训练过程表征，预测最优学习率调度，性能优于基线，且高效通用。
利用三元神经元提升基于脉冲的深度Q学习性能
提出新型三元脉冲神经元，减少梯度估计偏差，提升深度Q学习性能，在游戏中优于二元模型。
以貌取书：探究多模态大语言模型用于多页手写文档转录
提出零样本多页手写文档转录法，融合OCR与多模态大模型，引入新基准和数据集，提示策略超越现有方法。
基于OpenArm的实验室移动操作中的表征交接
报道基于OpenArm的移动操作原型，以表征交接整合语言、感知与规划，通过试运行暴露部署障碍。
熵正则线性二次控制的Wasserstein策略梯度
WPG用于熵正则LQ：化为有限维ODE，全局指数收敛；低温极限指数为正且无扰动因子。