Vorch-IR：长时统一多模态身份替换视频生成
提出统一框架Vorch-IR，支持单双人身份替换及背景替换，融合视频、参考图和文本指令，自动构建数据，实现身份保持与动作连贯。
利用基于低成本替代纳米颗粒的知情预测模型加速连续流系统中的纳米药物开发
基于形状约束的预测模型利用少量数据即可准确预测纳米粒大小与分散性，减少实验，加速纳米药物开发。
SkillHEX：通过假设驱动的自主探索与利用提升智能体技能
SkillHEX融合假设驱动自验证与证据引导树搜索，破解稀疏奖励与开发陷阱，在SkillsBench上显著提升技能进化效果。
用于跨朝向无线感知的仿真到现实双注意力与对抗迁移网络
提出双注意力与对抗迁移网络，用仿真数据增强跨朝向感知，少样本实测迁移后识别率达95%。
M³R-Bench：基于证据的多模态隐喻理解统一基准
提出M3R-Bench证据基准揭示跨模态错配 M3R-Reasoner以8B参数超越大模型
通过随机数生成缓解LLM-as-a-Judge的评分偏差
提出一种通过随机数生成测量并校准LLM潜在数字偏差的方法以缓解评分偏差并在四项评估任务上优于基线
URNet：一种面向高效RGB-D语义分割的统一重参数化网络
提出URNet，单编码器同时完成多模态特征提取与融合，采用重参数化、线性门控注意力和金字塔合并解码器，兼顾高效与最先进性能。
测量与检测有害的AI谄媚行为
研究有害AI谄媚（PSRS）：测量17个模型，发生率5%-56%，可自动检测，但跨模型泛化性能下降。
一次响应，始终响应：通过潜在提示恢复检测LLM生成文本
提出EchoPrompt：恢复潜在提示并测量似然增益以检测LLM生成文本，无需训练，零样本检测达到最优且鲁棒。
Vorch-Streamer：将人类音视频生成扩展到实时长时流式生成
提出新框架，以因果生成与自强制蒸馏实现实时长时音视频流式生成，超实时且保持同步与身份一致。
以设备为中心的近实时工件定位：基于深度学习的视觉与事件驱动有限状态机
设备中心框架：多相机深度学习识别操作，事件驱动状态机定位；检测100%，误差318mm，延迟21s
多变量时间序列预测需要跨变量损失
直接预测忽视未来值间跨变量依赖，本文提出跨变量损失，用图正则化残差，提升预测精度。
任务条件流匹配用于平衡的多语言文本嵌入适配
提出任务条件流匹配，按任务分派优化目标，均衡多语言嵌入适配，在Indic基准上创最佳并泛化。
DistMedVL：基于分布的视觉-语言对齐用于不确定性感知的医学图像分割
提出DistMedVL概率框架建模跨模态不确定性，6.3M参数在八项基准超越SOTA，高效强泛化。
TAU-Bench：从异常实例跟踪到细粒度视频异常理解
提出TAU-Bench基准，联合评估异常实例跟踪与细粒度视频理解，揭示语义推理与视觉定位的差距。
贝叶斯期望不确定性降低（B-EUR）模型：设计选项值得尝试的计算解释
B-EUR模型将设计选项价值定义为认知不确定性期望降低；实证表明泛化性倒U型，结果可辨性正相关。
如何识别新词：上下文偏置方法与语音大语言模型的比较
对比上下文偏置与语音大模型识别新词：偏置法使目标词错误率降88%，大模型读稿优但泛化差且易受干扰。
语言模型的层次潜在预测
提出HiLP，用高层抽象潜在减少潜空间误差累积，增强长程推理与编码效率。
无需模拟的任务难度预测
免模拟预测任务难度，从任务描述直接预估。十七个基准中，AUC可掩盖误差，词元熵有效，残差揭示环境缺陷。
StreamArena：迈向连续、交互式与长时程的智能体流式视频理解
提出长时程交互式流媒体视频理解基准StreamArena与双层级架构StreamMind，各项能力优于现有基线。
SEAM：科学机器学习中超越局部准确性的全局一致性
提出SEAM将局部解释组装为全局一致性检验，定位不一致并归因到通道与重叠区域，实现科学机器学习审计。
SciQNet：面向科学图像质量评估的两阶段多模态自适应
提出SciQNet两阶段多模态自适应科学图像质量评估方法，融合评分与理解监督，获ICME挑战赛第二名。
面向多语言数学推理的同策略差值蒸馏
OPD²以师生概率差为信号，多语言数学推理优于原法，韩日语提升显著缩小英韩差距；纯英语训练易偏向英语
BioM-JEPA：单细胞中图连接基因模块的联合嵌入预测
BioM-JEPA以图连接基因模块为预测单元，优于单基因重建，嵌入质量高且计算高效。
一个排名，任意预算：用于长视频理解的套娃式证据到上下文帧选择
提出MEC帧选择法，构建可重用稀疏索引与位置自适应排名，任意预算截断即用，精度提升3.77%，延迟降低47%-51%。
面向事实性检查与幻觉检测的分解式蕴含
提出HallDetect轻量级无参考黑盒框架，分解内容为原子声明，用编码器蕴含模型验证，多数基准上优于基线。
利用合成查询探测映射嵌入模型间的相似性空间
提出合成查询探测法，学习跨嵌入模型分数映射，对齐相似性空间，提升阈值可移植性，等渗回归效果最佳。
基于Volve油田的接地气井况异常检测：构建标签、基准模型与双头模型
用公开Volve数据构建经工程文档验证的异常标签，测试无监督与双头模型，证明标签可靠、模型可跨井泛化。
活动帧：面向智能体记忆与回放的确定性屏幕活动编译
提出确定性编译框架，将屏幕活动压缩86倍，智能体问答准确率98.4%，并首次测量成本参数。
统一智能体：跨设备交互管理
针对跨设备交互场景，现有智能体缺乏跨时间状态管理；统一智能体携带交互证据，显著优于四种现有设计。
面向无人机摄影测量的迭代式混合离散-连续视点规划
提出迭代混合离散-连续视点规划方法，结合启发式评分与CMA-ES优化，提升重建精度与完整性。
可解释分类中带弃权的证据规则学习
FERL：可解释模糊规则学习，输出证据性信念与弃权，Lipschitz稳定，30个表格数据集上精度最优。
BlockPython：面向从积木式到Python编程过渡的过程感知智能体支持平台
该平台通过双向翻译和四阶段学习，采集过程证据，结合规则诊断与智能助手，支持积木到文本编程过渡。
表格基础模型是否自洽？
提出边际一致性与分解一致性要求；所有表格基础模型在分类和回归中均违反两者。
PhyLatent：学习JEPA世界模型的动力学相关表示
提出动力学相关训练目标，解决JEPA世界模型三种坍缩，降低失败率并提升模型预测控制成功率。
基于显式规划与反应分解的轨迹预测统一框架
提出INTraJ框架，将社交影响分解为规划与反应两阶段，在多个基准上提升轨迹预测性能。
CohortHijack：单细胞注释对伴随细胞移除的鲁棒性
提出CohortHijack审计法，发现移除少量非靶细胞可改变单细胞注释结果，多起点搜索在保留靶细胞下改变最多24.33%标签，构成靶标保持攻击面。
MoCA：隐式社会情境分析
提出隐式社会情境分析任务与基准，发现大模型依赖显式线索表现不足，提出CoDAR框架显著提升推理。
超越特征重要性：聚类解释中模式检测方法的比较分析
比较RF、LIME、PCA检测聚类中预设模式，均无法全面识别，凸显模式级解释工具缺失。
塑造人机交互以提供改进路径并平衡竞争目标
研究如何设计人机交互，帮助用户准确理解AI并改进表现，同时防止投机行为，确保AI达成目标。
FormBharo：在印度农村用于对话式填表的语音代理的设计与评估
为印度农村设计语音填表代理，混合大模型与规则控制，端到端评估显示需权衡准确率、成本与延迟，并发布基准。
通过分层推理与话语级目标奖励提升大语言模型的社交智能
提出TSR分层与LHRL-VGR，动态奖励提升社交智能，SOTOPIA上超GPT-4o 7.32%。
THBKG：面向决策对齐的临床进展预测的时间生物医学知识图谱
构建THBKG，按决策时点证据预测II期至III期推进，图传播优于直接证据模型，实现可解释预测。
MACRO：Transformer层的马尔可夫链路由
MACRO框架将层路由建模为上下文相关的马尔可夫策略，无需修改权重即可实现跳过、重复等操作，在多个大模型上平均提升5.0%准确率，路由搜索时间缩减9.4倍。
基于LLM生成合成数据训练的临床沟通处理：结构化综述与新应用案例研究
综述LLM合成临床沟通数据的生成与应用，13个案例证明无需真实标注即可启动系统，但真实数据迁移验证仍有限。
RA-CAD：为状态感知的文本到CAD生成学习执行后批评
RA-CAD将执行后批评作为可学习策略，优化状态感知文本到CAD生成，实现最优结果。
简单变换在文本嵌入模型间的转换能力如何？
研究发现简单线性映射无法普遍转换不同文本嵌入模型；兼容性取决于架构、目标、池化与数据分布。
MameLoshnLM：意第绪语语言模型与评测基准
首个开源8B意第绪语模型，构建语料与基准，超越同类模型，为低资源语言提供模板。
DreamGuard：基于风险感知世界模型的高效大语言模型智能体运行时护栏
提出“梦境卫士”护栏，用风险感知世界模型预测未来风险并提前干预，安全效用最佳，延迟25毫秒。
超越相关性：面向智能体全切片图像推理的贝叶斯证据获取
提出贝叶斯证据获取框架，通过最大化信息增益降低WSI推理的不确定性，零训练下性能最优。