SFT冲突，RL共存：大语言模型多任务学习的理论与实证分析
SFT任务冲突，RL可共存；因RL梯度更新稀疏正交，干扰受方差限制，故提出Parallel-RL。
TS2TabPFN：基于特征提取与表格基础模型的时间序列分类与外推回归
融合显式特征提取与表格基础模型TabPFN，显著超越现有方法，为时间序列分类与外推回归提供高效新范式。
SIGNPOST-Bench：多模态大语言模型中文本-视觉冲突消解基准
提出SIGNPOST-Bench基准，用对抗文本干扰图像定位，使误差增大4.8倍，揭示多模态模型易受冲突文本误导。
SJEPA：混合符号-神经预测器学习优雅潜在动力学
提出SJEPA框架，用混合符号-神经预测器学习简洁动力学，避免表征坍缩，在摆实验中优于事后拟合，实现符号与神经残差的可控权衡。
NeuMoSync：面向持续学习中可塑性与适应性的端到端神经调节控制
提出神经调节同步架构，动态调控神经元活性与突触可塑性，在多个持续学习基准上提升前后向适应，增强模型长期适应性。
将生物特征与AI智能体标识绑定以实现授权委托
提出BIND框架，将人脸生物特征与AI代理标识绑定，实现授权委托与身份审计，零误配时真匹配率达96%。
SpecDrop：无参数类别条件路由实现模块专化
SpecDrop以固定无参数类别路由证明，路由增益源于粒度对齐而非算法选择，在CIFAR/ImageNet上超越无标签基线。
SafeCommit：为基于记忆的智能体安全行动时机提供认证
SafeCommit在记忆不确定下为智能体行动提供风险控制认证，确保不安全提交概率不超过设定阈值。
语言专用多教师在线策略蒸馏用于多语言大模型语音识别
提出LS-MOPD方法，通过语言专用教师解耦训练并蒸馏至多语言学生，减少跨语言冲突，超越所有教师基线。
CLIP-CC-Bench：评估视频-语言模型中的段落级视频描述
提出CLIP-CC-Bench评测套件，基于电影长视频段落描述，集成多种LLM嵌入模型与双重语义匹配，评测17个视频语言模型并发布代码。
内容感知图像缩放中接缝裁剪的分析与实现
接缝裁剪实现内容感知缩放，含前向能量与掩码保护，支持缩小放大，分析复杂度与效果。
LoopMTP：一种由潜在多令牌预测引导的循环变压器
循环变压器利用潜在多令牌预测，软对齐循环状态与未来令牌嵌入，减少过度思考，提升推理准确性，稳定训练至15次循环。
循环外多保真贝叶斯优化
针对高保真函数无法入优化循环的问题，结合历史高保真数据与任务描述，提升多保真贝叶斯优化。
MDLMPE：掩码扩散语言模型的分布感知位置编码
提出一种位置编码，感知掩码扩散的动态遮显分布，优于传统方法。
Poly-OPD：面向能力可选流模型的异构多教师在线策略蒸馏
提出Poly-OPD框架，融合异构教师互补能力至单一流模型，经像素桥与适配器消除干扰，按差距课程训练，显著提升文本生成图像性能。
抗泄漏遗忘：评估多跳推理一致性与恢复鲁棒性的新基准
针对多跳推理与恢复攻击的遗忘基准；现有方法脆弱，需权衡遗忘质量、鲁棒性和效用。
CARGO-VL：面向视觉-语言模型的反事实仲裁与风险约束组优化
提出CARGO-VL，以组相对优化处理证据冲突，平衡回答与弃权，提升反事实一致性与可靠性。
LiNC：基于逐样本信任与高斯混合建模的轻量级噪声校正
LiNC逐样本信任参数区分干净与噪声样本，高斯混合建模分类，软硬校正；在MedMNIST噪声数据上提升精度。
用领域专用语言改进神经PDE求解器的自动设计
用领域专用语言重构搜索空间，聚焦有效设计决策，使神经PDE求解器自动设计效率提升52%以上。
预算约束下忠实摘要的生成与选择解耦
提出生成与选择解耦框架，在预算约束下平衡相关性、事实性和冗余，无需重训即可提升摘要事实性和来源依据。
iStructTab：图像与表格数据多模态学习的结构化特征排序
针对图像与表格数据，提出图增强描述符排序算法，优化特征序列，提升多模态学习性能与鲁棒性。
智能体AI工作流的架构影响
研究发现智能体工作流碎片化异构、CPU成为关键路径，现有服务器架构不匹配，原型Agora通过动态资源调度提升利用率并保障延迟。
重探扩散数据生成实现跨域少样本目标检测的免费午餐增强
提出SITN，以定制噪声与背景修复分别应对视觉和语义域差，合成有效数据，跨域少样本检测达新最佳。
技能价值几何？结构感知的智能体技能 Shapley 估值
提出结构感知Shapley技能估值法，评估内部单元，区分内容与上下文成本，支持安全剪枝。
A/B Agent：面向工业A/B测试中策略迭代的自进化智能体
提出A/B智能体闭环，用层级经验树与Tree-RAG生成策略，据在线反馈自进化，GMV提升4.829%
LaPrune：百万规模下的可控可微稀疏
LaPrune：精确预算可微稀疏层，LapSum屏障保持选择质量，二阶矩约束实现稠密到硬top-k，硬度尺度不变。
MINT：面向时间序列数据挖掘的堆叠递归矩阵张量分解
提出张量化自相似矩阵基元，用张量分解从堆叠递归矩阵中挖掘时间序列共聚类模式，并在交通、电力、风电等真实数据上验证有效性。
大语言模型评审与人类同行评审的契合度如何？
LLM评审与人类相比，能区分录用与否，但无法区分口头/海报，评分和关注点也有差异。
鲁棒剪枝模型容错机制研究
对抗训练提升输入鲁棒性但加剧权重故障敏感度；剪枝未显著影响容错，提示需联合考虑对抗鲁棒性与硬件可靠性。
将比特花在查询关注处：基于注意力保持变换的KV缓存向量量化
提出NOVA-KV方法，用注意力保持变换对KV缓存做向量量化，两比特下恢复长上下文检索精度。
OmniVR：面向退化历史影片修复的联合视频-音频条件生成
首个联合音视频生成修复模型，基于统一多模态DiT，修复模糊噪声等退化，视听指标全面超越现有方法。
一致性先于多样性：异构语言模型协同的验证优先互补性
ABD规则：锚点答案获两项印证则保留，否则异构合成；理论界定精度差距，实验提升显著。
从早期训练遥测预测深度神经网络训练结果
利用前五轮遥测数据，梯度提升树可高精度预测训练结果，单轮即有效，助力计算分配决策。
延迟容忍网络中基于强化学习的无人机飞行与机会路由联合优化
提出JUROR，PPO联合优化无人机飞行与机会路由，集中训练分散执行，优于PRoPHET和MaxProp。
ReGround：通过自我诊断与视觉重检恢复多步推理中的视觉锚定
ReGround通过自我诊断与图像重注入恢复多步推理的视觉锚定，无需改架构，显著提升多基准效果。
基于CNN-QNN混合模型与优化相关特征的图像分类
提出优化卷积特征相关性以匹配量子神经网络纠缠结构，发现中等相关性可提升分类精度与稳定性。
齐奥尔科夫斯基档案（俄罗斯科学院档案馆555全宗）的机器可读目录及手写体可读性测量方法
建立齐奥尔科夫斯基档案机读目录（2019文件/51008扫描），并提出无真值手写识别评估法。
VetScore：带引用的兽医长文问答的风险加权事实核查
VetScore采用多步风险加权法，按危害潜力核查兽医长文问答的引用忠实度，与专家高度相关且可解释。
边缘计算中面向流量智能的时空图Transformer
提出时空图变换器，结合图神经网络与自注意力，建模空间关联与长期时序，预测优于基线，支持边缘主动资源管理。
阿拉伯语伊斯兰问答中的幻觉检测与验证答案恢复
微调Gemma模型，检测阿拉伯伊斯兰问答中的幻觉并选出验证答案，综合得分0.912。
GPTKB 2.0：从大型语言模型直接构建消歧知识库
GPTKB2.0：从LLM构建消歧知识库，产出百万实体/3840万三元组，首个百万级LLM原生库。
仅注意力白盒Transformer：基于LeJEPA自监督预训练
将白盒网络推导与自监督联合优化，用LeJEPA优化展开项，经ADMM导出仅含注意力的Transformer，参数减少31%且性能相当。
校准人工内疚：基于神经信号的亲社会多智能体强化学习奖励塑形
用人类fMRI数据标定内疚权重，嵌入多智能体奖励塑形，使智能体行为最接近人类选择（KL=0.0012）。
电子健康档案诊断代码在阿片类药物使用障碍预测中的特征选择方法比较研究
比较五种特征选择方法预测阿片类药物使用障碍，NTK灵敏度准确性与稳定性最佳，LLM引导补充临床信号。
无迹卡尔曼网络：一种带校准后验协方差的混合深度学习滤波器，用于非线性状态估计
提出无迹卡尔曼网络(UKN)，融合深度学习与无迹卡尔曼滤波，校准后验协方差，降低非线性状态估计误差，优于现有滤波方法。
逻辑先于语言：基于形式推导的预预训练促进技能获取与可压缩性
提出逻辑预预训练，用形式推导加速语言技能获取，并提升模型可压缩性。
享有特权，却有偏：PI条件教师如何破坏自蒸馏
自蒸馏在困难任务中失效：教师受特权答案偏差影响，学生拟合低信息词，损失降而精度不升，目标与成败脱钩。
用金丝雀工具诊断LLM智能体的工具选择推理
金丝雀工具诊断工具选择推理，六类弱点分类，能力越强越不易受骗，但安全性不与等级挂钩，且测量推理而非关键词。
VIBE：一种基于VAD信息的大型语言模型输出实体中心情感画像基准
提出VIBE基准，区分好感度与VAD，验证效价可交叉验证，唤醒度和支配度仅方向估计，强调情感报告需附上下文元数据。
多层级属性的多校准样本复杂度
多校准k个属性时，样本复杂度为~ε^{-(k+2)}，上下界匹配（至对数因子）。