长时程终端任务的递归合成
提出递归验证合成框架RST，以低成本规模生成长时程终端任务，难度递增，微调显著提升性能。
语调与词汇声调的交互：汉语方言中的边界现象
探讨汉语方言语调与声调的交互，聚焦边界现象，及其在传达疑问/陈述和态度信息中的作用。
三维点云生成的层次流匹配
提出层次流匹配，通过双层流分别建模全局形状与局部细节，仅需15步采样，在ShapeNet和ModelNet上性能领先。
承诺前锁定证据：冻结接口削弱LLM裁判评估
将证据冻结为下一轮输入会降低LLM裁判与人类偏好一致性（降4-6点），加剧顺序偏差（增8-10点），不如单次结构化判断。
从体育到安全：多模态大语言模型主动风险推断的基准测试
提出SPRINT基准评估MLLM体育视频风险推断，发现模型预警灵敏但原因识别差、易误报。
CASCADE：一种经患者数据验证的下游扰动预测智能体调控网络框架
基于ARACNe调控网络与MCP的智能体框架CASCADE，预测基因扰动下游效应；经TCGA患者数据验证方向，MYC准确率高且具基因特异性。
FOCUS：解耦大语言模型中的专家人设以增强领域专家能力
提出FOCUS：正交分解解耦专家人设，门控模块自适应激活，提升金融、法律、医疗等跨领域任务准确率。
CoordRefer：基于多视图图像的坐标感知三维视觉定位
提出CoordRefer框架，解耦坐标帧选择与坐标条件化框回归，利用3D IoU奖励优化，显著提升多视图三维视觉定位精度。
C³PO：评估全模态模型中的跨模态组合与反事实性能
提出C³PO基准，评估跨模态组合与反事实推理，揭示模态主导导致模型表现差：最强73.17%，人类88.64%。
KV-Skill：在模型原生语言中锻造专长
提出KV-Skill外部算子，从文本或经验压缩任务知识，冻结模型轻量读取，效果提升且可独立加载无遗忘。
自适应竞技场式可争议论证专家网络用于开放式护理计划协调
提出CANOE多智能体神经符号框架，通过论证与人工争议实现安全透明的护理计划协调。
不同扰动，不同机制：理解持续预训练对零样本方言鲁棒性的影响
系统比较六种扰动持续预训练，发现字符噪声法显著提升零样本方言鲁棒性，且不同方法机制各异。
矩阵Zonotopic注意力：面向集合Transformer的上下文自适应值投影
提出矩阵带状注意力，用上下文自适应值族替代固定投影，单层可表征高复杂度目标；实验优势集中于高秩稀疏组合任务。
混合概率Zonotope用于可辨识且可精化的预测不确定性
提出HProbZ输出头区分离散有界随机不确定性闭式似然可辨识异于高斯混合共享生成器精化预测
通过多方利益相关者协商划定警务AI的风险边界
警务AI风险审议中，纳入种族偏见视角并未收窄讨论，反而聚焦工具实效与普惠，凸显从源头融入该视角的益处。
SkillZip：可扩展智能体技能库的契约保持图压缩
SkillZip用契约保持图压缩技能库，提升12.2点，压缩3.46倍，依赖保持99.2%。
基于教学适宜性指数评估与改进LLM人工智能导师的教学契合度
提出教学适宜性指数(PSI)评估并改进LLM辅导响应，PSI反馈使82.3%弱案例提升，证明教学契合可测可改。
语气至关重要：句法敏感性如何削弱安全对齐
非祈使句法形式可绕过安全对齐，拒绝受句法特征影响，源于数据偏差，增加句法多样性可缓解。
EffectLearner：面向真实世界视频物体移除的世界感知物体-效果推理
提出EffectLearner，融合视觉语言推理与扩散擦除，实现复杂真实场景视频物体及效果移除，性能优于基线。
基于示例引导的文档级文本简化提示
示例引导提示通过检索平行语料中的简化示例，提升大模型文档级简化质量，优于仅提示及监督/规划系统。
Align-RAG：对齐是TSFM上下文学习的唯一所需
提出免训练对齐方法，无需学习参数即可让冻结时间序列模型动态利用检索示例，超越训练适配器，零样本误差降低2.5%-13.7%。
超越帧选择：用多模态大模型重新思考长视频理解
提出视频路由器，用全局与局部证据协同理解长视频，以验证路由选答案，在VideoMME上超帧选择法2.9分。
LC-GRPO：以朗之万校正弥合基于流的GRPO训练-推理差距
LC-GRPO以朗之万校正弥合流模型GRPO训练推理差距，降低Wasserstein误差，提升奖励优化与质量。
ALTER：通过区域差分建模纵向变化实现三维CT报告生成
提出ALTER，融合全局先验、区域差分与区间变化，建模CT纵向变化，实现三维报告生成，达最优。
TruthLens：基于自评估真实性分数的大型视觉语言模型对象幻觉检测
提出TruthLens自评估框架，利用特殊令牌真实性分数检测对象幻觉，无需辅助模型，性能SOTA，AUROC提升超17%。
推理错误在LLM残差流轨迹中具有区域和方向性
通过融合运动、区域和方向三流信号，在未见过的推理基准上准确率提升最高12%，且泛化于事实任务，优于现有方法。
GAUGE：面向不完整多模态分类的粒度自适应反事实证据门控
提出GAUGE，用泰勒反事实评分对细粒度证据单元进行门控，不完整多模态分类中优于基线，且有理论保证。
随机性并非难点：先修DAG上教学排序的归约与复杂性
教学排序可转化为确定最短路；即使无先修边也NP难；无环偏好时拓扑序最优，固定宽度可多项式求解，mΔ可评估优化价值。
势匹配最优传输：精确p- Wasserstein动力学的连续归一化流
提出势匹配最优传输框架，用标量势参数化CNF速度场，以自诱导匹配损失训练，零损失时恢复p-最优映射。
SCP-NL2TL：自然语言到时序逻辑规范的选择性共形预测与语义验证
提出选择性翻译框架，用共形预测与语义验证决定何时信任生成的时序逻辑规范，不可靠时弃权，提升安全性。
一致性存在可计算的盲点：视觉-语言图形阅读无标签可靠性的交换理论
基于不变性的无标签可靠性有可计算盲点；等变性匹配编辑可测仿射错误，提出等变性-一致性评分免训练检测。
基于SDR融合与增益图逆色调映射的双输出多曝光HDR重建
提出双输出多曝光高动态范围重建，融合标准动态范围图像与增益图逆色调映射，实现最优重建
共识何时意味着正确？——用语义保持的重渲染测量一致性与准确性的耦合
构建语义保持重渲染等价集测VLM：重渲染优于重采样，一致性胜基线；但用自身共识微调反降精度。
谱混叠前置任务：旋转机械自监督故障诊断的新方法
利用谱混叠前置任务，无标注振动数据预训练Transformer，学得频率域故障特征，小样本下线性探针优于全监督。
学习排序张量网络缩并计划，用于GPU加速量子电路模拟
用学习排序法预选GPU量子电路缩并计划，列表式模型决策最佳，跨GPU排序稳定，可减少搜索成本。
接力而非路由：面向成本高效LLM驱动进化的自适应种群交接
LLM进化前期收益高、成本模型可替代强模型。提出训练无关框架，用廉价模型探索、强模型精炼，按种群交接分配预算，12设
生成式AI中的认识论可信度：高风险工作流中合理信赖的规范性框架
生成式AI应具备认识论可信度：以谦逊、可检视、抗认知不公三条件确保用户合理信赖，而非被行为诱导。
基于环内本体的神经符号闭环控制激光粉末床熔融
提出几何条件神经符号闭环架构，本体内置于控制环，结合符号推理与统计学习，消除悬垂浮渣，并自适应新合金。
EcoAgent-Bench：评估预算受限LLM智能体的经济决策
EcoAgent-Bench以定价动作与预算评估LLM智能体，发现其经济决策薄弱，预算下成功与节约行为是不同属性。
G²ARD-GS：几何引导的锚点正则化高斯溅射蒸馏
提出几何引导锚点正则化蒸馏法，将密集高斯先验压缩为紧凑表示，在5-30倍压缩下性能最优，并提升几何复用与配准精度。
ChronoVision：基于潜在状态重建的时间推理
提出一种多模态框架，通过潜在状态重构与强化学习提升时间推理，在两项基准上取得最优性能。
GROM：无梯度的快速一次性机器遗忘
提出一次性精确求解的机器遗忘方法，免梯度、免迭代，秒级更新权重，抗量化攻击，遗忘与效用达最优平衡。
先答后思：扩散大语言模型中的承诺顺序
扩散LLM自由承诺顺序致推理失败，有序承诺+思维链提升34.8个百分点，门控干预恢复性能。
SkillTV-Bench：评测裁判在技能增强型智能体执行中的表现基准
提出SkillTV-Bench基准与SkillTV-Evolve方法，裁判准确率提升14.8个百分点。
CircuitSteer：基于稀疏自编码器电路的几何对齐多层操控
提出CircuitSteer，利用稀疏自编码器识别多层语义电路，通过几何对齐与多点干预，实现对模型行为的稳健有效控制，优于静态单点方法。
用于改进随机索引嵌入的稀疏互信息图平均
在稀疏PPMI图上加权平均可修复弱随机索引嵌入，童话语料类比准确率从19.4%升至30.7%，但不如神经基线。
StepReflect：移动GUI代理的结构化界面转换反思
提出StepReflect，将GUI反思转为结构化预测，经三阶段训练，提升任务成功率并降低API成本，可本地部署。
精炼优于重采样：大语言模型推理中的测试时自我纠正
提出无验证器的广度-深度自纠正框架，迭代自我修正提升LLM推理，超越重采样与验证器方法。
自主分析代理的新息残差审计：定位、检测极限、错误控制与可辨识性
无标签场景下审计自主分析代理：评分决定错误定位，可控制误报比例，且错误幅度过小则无法归因。
Hyper-ES：基于下降方向融合的高效大语言模型推理进化策略
提出子空间进化策略Hyper-ES，融合梯度下降方向优化LLM推理，超GRPO-LoRA 1%且省10%梯度更新。