正在关闭的窗口：政府如何失去约束先进AI的能力
随着AI能力提升，风险加剧，政府可能无法再有效约束AI发展，建议尽早采取低成本措施保留控制权。
用于非侵入性压力监测的低功耗可穿戴呼吸传感器
低功耗可穿戴呼吸传感器，通过腹部力敏电阻采集，区分压力与放松，准确率88%。
量子机器学习需要多少重构？独立训练的量子子电路的后期融合
电路切割中，后期融合以线性代价替代指数重构，精度差≤0.04，抗噪更强，但无量子优势。
同一任务，不同工作：提示词引发的编码智能体浪费
提示措辞决定编码智能体精力去向：多重路径/深度思考浪费推理，过度验证浪费工具时间，均无成功收益，限效措辞可避免。
强化目标语言特征：基于SAE的多语言推理引导
提出用预训练稀疏自编码器识别并增强目标语言特征，推理时无需训练即可提升多语言模型准确率。
判断-后果鸿沟：LLM在医疗决策中的道德推理
LLM医疗决策有判断-后果鸿沟：承认患者责任，却拒以此影响稀缺资源分配，倾向随机而非偏好低责者。
社会模拟中语言模型的角色引导
提出角色激活引导筛选流程：在275角色上，角色特定方向优于基线，但38角色六维下降，需每角色选系数。
LILAC：一种幂等的神经语音编解码器
提出幂等神经语音编解码器LILAC，重编码解码音频返回原token流，质量媲美SOTA。
RESPClinBench：呼吸专科医疗中多模态临床决策与纵向疾病管理的基准评测
该呼吸多模态临床决策基准评估7个模型，发现肺结节影像幻觉与慢阻肺用药风险，为模型选择与验证提供依据
马普切语动词前的无屈折非派生词根：Wuno及其意义
马普切语动词前无屈折词根研究：历时语料显示三类特征，提出韵律-正字法假说，支持激进连接模型。
CRINN：用于近似最近邻搜索的对比强化学习
提出CRINN，用强化学习优化近似最近邻搜索，以速度为奖励，自动生成更快且高精度算法，多个基准最优
利用输入自适应优化攻击视觉Transformer的对抗性效率退化综述
综述针对ViT输入自适应优化的对抗效率退化攻击，比较两种攻击，用计算量等指标度量，并探讨防御。
逆成像问题中U-Net的神经算子视角
研究U-Net类神经算子用于逆成像，讨论其分辨率不变性，实验发现经典U-Net对分辨率变化比预期更稳健。
ABC：无先验知识条件下本地差分隐私的数值数据收集
提出自适应本地差分隐私框架ABC，通过聚合裁剪信号迭代调整数据域，无需先验知识，提升数值数据收集质量。
社交媒体网站用户死亡自动检测
分析用户生前与死后社交媒体内容差异，用机器学习自动识别死亡，BERT效果最佳，死亡推文负面情绪和特定词汇更多。
Vibe Compiler：一种无需提示工程的研究逻辑综合工具——在生成式AI时代通过增强元认知维持能动性
提出综合-分析互惠模型，开发Vibe Compiler，用反思性问题激发元认知，让研究者主导而非盲从AI推理。
自主研究智能体：AI科学家综述与验证鸿沟
综述35项研究发现代码开放普遍，但可复现性与论断验证不足；瓶颈在于验证AI生成论断。
ASTELD：自主AI智能体六轴分类框架——设计、评估与OpenClaw案例研究
提出ASTELD六轴分类框架，评估八个平台及OpenClaw案例，揭示安全-可访问性对角线等模式，发现本地优先与企业级安全结合的空缺区域。
再看一眼：面向知识型视觉问答的免训练证据高亮
免训练框架利用模型内部注意力筛选并高亮证据，无需调整参数，在四个基准上平均提升多个模型最高12.5个点。
超越边际有效性：局部化保形预测的有限样本保证
给出局部化保形预测的有限样本高概率界，联合控制条件覆盖与长度误差，阐明带宽权衡及学习得分作用。
深度广义混合模型：一种分析层次数据的新型神经网络结构
提出深度广义混合模型，融合混合效应与深度学习，处理纵向层次数据，应对随机缺失，实现灵活建模与推断。
PRISM：分布门控流匹配用于可控无配对图像翻译
分布门控流匹配实现可控无配对图像翻译：逐特征门控依据源特征到目标分布的距离决定保留或改变，兼顾真实与结构。
深度引导的拥挤场景视频目标计数
提出深度引导检测器，融合跨模态注意与遮挡预测，统一去重，新数据集上平均误差降62%。
全象限有界裁剪GRPO：消除无界盲区，实现稳定与可泛化训练
提出ABC-GRPO，针对GRPO负优势与高似然比无界盲区，全象限有界裁剪，提升推理性能、熵保持及跨域泛化。
IMMENSE：社交网络中的归纳式多视角用户分类
提出IMMENSE，融合内容、社交与空间信息，采用归纳学习识别恶意用户，无需重训练即可分类新用户，优于现有方法。
AI代理签名工作流的硬件密钥库：零信任MCP强制架构
硬件密钥库（HSM/TPM）隔离AI代理私钥，配合五层零信任强制，注入攻击成功率从19.3%降至0%，零误报。
在NVIDIA B300上进行多节点全参数微调：基于遥测分类、负面结果与运维加固的现场报告
报告B300上32B模型全微调运维经验：以功耗区分故障，纠正NFS优化误区，提供缩放数据与死锁防护。
迈向可部署的孟加拉手语识别：专家验证数据与轻量级注意力模型
提出专家验证的孟加拉手语数据集RSBdSL38和轻量注意力模型，手机端高效运行，准确率96.37%。
MASS：具有权威共享状态的多玩家世界模型
MAS将世界动态与视角渲染解耦，用逻辑引擎推进权威共享状态，渲染引擎生成一致视角，实现可扩展的多智能体世界模拟。
CREBench：评估大型语言模型在密码学二进制逆向工程中的表现
提出CREBench基准，含432个密码逆向挑战，评估大模型，最优得分64，人类92分。
机器学习助力机器学习
提出跨层协同优化网络与ML参数，共享集群中训练任务达目标损失提速42%。
OTLesMix: Wasserstein Barycenter and Optimal Transport Map for Synthetic Lesion Generation with Diverse Shapes and Locations
同样本与独立样本随机外梯度法求解单调变分不等式
研究单调变分不等式随机外梯度法：同样本法敏感于逐样本Lipschitz，放宽假设得高概率收敛，非对称步长对同样本失效。
基于多智能体Transformer的TSN网络队列级XR流量调度
提出MAT调度TSN中XR队列流量，通过注意力建模队列间依赖，时延降71.42%，失效率降83.2%
FLAIR超分辨率会抹除还是幻觉出小的白质病变？
超分辨率主要抹除真实小病灶而非产生幻觉，且随层厚增加；仍优于原始厚层，ECLARE最佳，INR无优势。
CT Open：面向临床试验结果预测开放挑战的开放获取、无污染实时平台
CT Open每年举办预测挑战，用LLM防数据泄露，发布训练集和基准，可任意方法预测临床试验结果。
Token原生存储：以智能体的语言读写
用令牌ID存文本，免去每次重新分词，比UTF-8省2.25倍，解码可快7倍；呼吁统一共享词汇表。
概率回归树中的缺失数据处理
概率回归树处理缺失数据，提出三种策略，填充策略影响最大，常优于CART。
TLNM：基于Mask R-CNN的智能手机照片牙齿检测、编号与分割及外部验证
基于Mask R-CNN的智能手机牙齿检测编号分割模型，内外部验证精度高，可支持远程牙科筛查。
VLAff：面向统一可操作属性的视觉-语言-可操作模型
提出VLAff，从人类视频提取视觉、抓取和轨迹可操作属性，构建大规模数据集，统一预测并支持真实机器人零样本操作。
行为金丝雀：审计强化学习微调中的私有检索上下文使用
行为金丝雀机制：偏好触发器与风格反馈检测RL微调未授权文档训练，1%注入率AUROC=0.756。
基于LLM的模块化安全智能体的事后轨迹风险认证
针对模块化LLM安全智能体，提出跨度树替代Bonferroni，区分依赖与样本量，轨迹覆盖92.7%
UQ-Loc：不确定性感知的LiDAR场景坐标回归
提出UQ-Loc，以各向异性高斯协方差头预测不确定性，用NLL损失和加权求解器，提升定位精度且校准良好。
面向智能体科学的分层服务器架构
提出分层动态架构，自动发现云端、边缘及超算资源，并行模拟验证高谈判准确率，已支撑实际任务。
条件期望算子与条件均值嵌入的可验证正则性准则及其在非参数回归、贝叶斯反问题和库普曼算子中的应用
提出可验证正则性条件刻画条件期望算子有界且希尔伯特施密特，统一非参数回归、贝叶斯反问题和库普曼算子。
生命科学中人工智能的伦理：普遍性、文化多样性与关怀架构
AI伦理非特例，基于人脑架构与关怀，平衡普世判断与道德多样性。
分布偏移下基于分阶段偏好优化的视觉语言模型幻觉缓解
提出分阶段偏好优化框架，构造幻觉偏好对训练DPO，减少视觉语言模型幻觉，提升视觉一致性。
在线推理校准：测试时训练实现可泛化的共形大语言模型推理
提出在线推理校准，结合共形预测与测试时训练，逐输入元学习校准采样，保证偏移下置信度，提升效率泛化。
时间敏感应用中在线流量调度的多智能体强化学习
提出基于HAPPO的多智能体强化学习调度，每队列为代理，平均等待和最大延迟降26.8%与16.8%
MoDAl：面向语音神经假体的基于去相关的自监督神经模态发现
通过对比与去相关损失发现互补神经模态，将词错误率从26.3%降至21.6%，并利用布罗卡区信号提升解码。