思维链监控在隐式影响场景下可能不可靠
显式影响下思维链监控检测率60-94%，隐式影响下大幅下降，系统提示进一步降低至5%，显式评估或高估可监控性。
锚点思考：锚定且高效的文档推理
提出ADOPD 2026，将页面元素转为视觉锚点，实现区域语义标注、接地生成与密集计数，迈向锚点文档推理。
当提示成为像素：多模态推理中的提示区域锚定
将问题嵌入图像使MLLM性能大降，提出提示区域锚定法，对齐区域与语义，VTS准确率从58.0提至66.3。
高效大语言模型知识蒸馏：离线Top-K Logits与融合分块KL损失
离线缓存教师Top-K logits可匹配在线蒸馏，提速29%；融合分块KL损失降低内存，支持更长上下文。
法律翻译的AI素养：培养数字韧性
生成式人工智能重塑法律翻译，提出含基础、程序、批判、战略四维度的AI素养框架，培养数字韧性并探讨教学应用。
从非凸自协调正则化到可扩展的PINNs拟牛顿训练
提出基于自协调的拟牛顿法，用递减耦合移位割线稳定曲率，在多个偏微分方程基准上误差更低。
CofactVLA：通过反事实干预为视觉-语言-行动模型去混杂
提出CofactVLA框架，通过反事实干预消除视觉混杂，解决语言指令被覆盖问题，真实场景成功率提升52.3%
基于等变谱子流形的物理信息降阶建模
提出等变谱子流形降阶法，利用系统对称性加速计算并提升鲁棒性，适用于非线性降阶建模。
敏感性、因果性与修复相分离：扰动鲁棒性的逐层分析及其缩放
敏感、因果、修复三者逐层分离；敏感性-因果性负相关，因果层适配器反而有害，且随规模增强。
M-GATE：大语言模型的多语言语法、翻译准确性与效率基准
提出M-GATE基准，覆盖30种语言，发现流畅性与语言能力脱节，翻译质量与预训练数据占比强相关。
EviGraph：证据引导的自主研究智能体
提出证据图框架EviGraph，维护研究全程证据链，主张支持率提升40.19%，数据一致性达87.73%。
Random features for Grassmannian kernel approximation with bounded rank-one projections
muSync-GS：天气与道路几何危险的物理同步驾驶视频合成
提出物理同步框架，将天气与路面起伏同时耦合到车辆动力学与视频编辑，精确重现危险场景中的车辆响应。
MultiGlobeQA：面向地理空间推理的多语言全球多样化基准
提出多语言地理空间推理基准MultiGlobeQA，含46k问答覆盖201国，发现LLM计算是瓶颈，尤其网格索引与形状计算。
Season：面向迁移性对抗攻击的频谱感知正交梯度细化
频谱感知正交梯度细化分离低高频低显著性引导高频至背景正交投影降干扰增强八种攻击平均提升6.6个百分点
更少词元，更小缓存：奖励协调的高效推理
ReCo用过程奖励协调缓存压缩与生成，词元减少37%-65%，延迟降2倍以上，精度几乎不变。
SciRet：面向科学检索增强生成的计算感知检索与重排序实证研究
计算感知多尺度评估科学RAG，混合检索稳健，交叉编码重排序因领域失配降精度，忠实度随规模升。
基于注意力的多任务计算表示
多头注意力头数下界：单头求最大/最小需指数级资源；n位异或需头数×次数≥n；推广至布尔函数。
UBLLIE：统一背光与低光图像增强
提出无监督统一框架，结合CLIP提示学习与残差U-Net，提升背光及低光图像质量，超越现有方法。
DS@GT-ARC 在 eRisk 2026 任务3：基于稀疏、语义及大语言模型重排序的ADHD症状句检索
采用BM25检索与语义/LLM重排序的零样本方法，有效提升ADHD症状句相关性排名。
NSF-HRPT：神经语义场与分层风险感知树用于安全关键场景评估
提出神经语义场与分层风险感知树融合框架，用于单目视觉定量风险评估，仿真达最优，实车接近最优。
基于ASRS报告的可追溯LLM生成航空系统运行安全危险场景
提出AI方法从ASRS生成可追溯危险场景，结合结构假设与叙事，进化溯因混合变体提升正确性。
预测，然后检索：基于视频前缀的跨实例未来状态检索
提出预测状态检索任务，结合预测与跨实例检索；构建基准并发现预测是核心挑战，LFTR以低推理成本缩小差距。
可迁移双流表示用于保持中尺度的海表温度降尺度
提出物理信息表示学习框架，海表温度降尺度，零样本误差降21%，谱保真近理想，跨区域泛化强。
Faster-WAM：面向鲁棒世界动作模型的高效推理时未来条件化
提出高效未来条件化世界动作模型，稀疏融合降计算，成功率升至73.57%，速度提升2.21倍，鲁棒性强。
ANNOTARES：从德国成文法文本中提取逻辑结构的数据集
提出德文法条法律要件与后果的识别分割任务，构建ANNOTARES数据集，BERT与LLM模型效果最佳。
超越表征相似性：源条件描述长度增益用于生成式抄袭检测与候选源重排序
SCDG以源条件描述长度增益检测生成式抄袭，PAN F1=0.94，nDCG@10=0.83，最优。
全向路由：PCB布线中约束感知空间推理的语义耦合多模态基准
首个语义耦合PCB布线推理基准，含1681个设计、四任务，揭示大模型在约束与电气功能上的不足。
预见不可见：叶化石图像的模态补全重建
AmodalDINO联合预测可见完整叶与脉序，合成训练达95%Dice，可4位量化浏览器离线运行。
基于几何信息的预训练分子图神经网络参数高效微调用于血脑屏障通透性预测
提出BBBP-GeoPEFT，用距离图和线图捕获几何信息，仅更新10.1%参数实现血脑屏障通透性预测。
工具艺术家：使用工具的统一多模态模型实现智能体图像生成
提出工具艺术家，将统一多模态模型后训练为全自主智能体，统一编排推理、工具与图像生成，性能超固定流程。
ContextWeave：真实世界工作流基准
提出工作流记忆基准，基于14人多月数据生成千余任务，验证记忆提升下游性能，最佳配置显著提高得分，并揭示可执行记忆优于摘要但易受误导。
Q-CueGraph：面向多模态推理的查询条件视觉证据图
提出Q-CueGraph，将问题映射为预算化坐标级观察，无需区域框监督，冻结reader下用19%面积在V*Bench达0.833。
面向标签噪声下可信超图神经网络
系统研究超图标签噪声下的节点分类，提出HyperTrust框架，通过评估超边可信度与增删模块，提升鲁棒性。
ArborEnum：连续特征上的决策树罗生门集合
提出首个在连续特征上精确枚举决策树罗生门集的算法，并发展近似与随时细化算法，大幅提速且保持高召回。
OctoLong：跨仓库代码上下文的中期训练增强长上下文建模
提出OctoLong管道，构建依赖丰富的跨仓库代码上下文，中期训练提升长上下文与代理任务性能。
GeoReward：缓解视觉语言模型中的上下文变量过估计以实现跨市场偏好预测
提出GeoReward，通过市场感知检索增强、上下文引导视觉调制、选择性敏感损失，缓解VLM对主导线索过估计，提升跨市场广告偏好预测。
当共享回放在防御性驾驶评估中失效：NAVSIM评分基准审计
审计NAVSIM发现数值不稳定致共享rollout失败，使盲探针异常高分，须披露评分依据并做稳定性测试。
欧盟《人工智能法案》要求下安全关键环境中的短期负荷预测：德国输电网总负荷41天实时挑战结果
符合欧盟人工智能法案的短期负荷预测系统在41天挑战中超过官方基线，轻量本地模型可媲美超大规模模型。
世界杯竞技场：现场赛事中前沿大语言模型的前瞻性无泄漏评估
前瞻性无泄漏评估：六模型预测世界杯104场，准确率63.9%，与博彩热门持平，但过度趋同，缺乏区分度。
从比分矩阵到足球感知的赛况模拟：一个可审计的LLM框架用于精确比分重排序
提出可审计混合框架，结合动态泊松模型与LLM上下文推理，按赛况逐球模拟提升比分预测。英超150场测试中，Top-1准确率从10%升至14.7%，但新增尾部候选无命中。
搜索、检查、获取：利用结构感知布尔检索赋能深度研究智能体
Sieve用布尔查询按网页结构筛选，仅取所需片段，提升精度并节省20.7%-50.6% token。
面向AI安全的项目反应理论
用项目反应理论分析192个模型在8个安全基准上的表现，发现三项核心因素，可精简评估项、降成本，并检测作弊。
TwinIR：面向在线高精地图构建的协同隐形双点攻击
提出近红外隐形双点物理攻击，协同优化干扰点以抑制边界几何补偿，显著降低在线高精地图构建精度并引发危险规划。
基于生成式AI的实时概率海啸预报
生成式AI条件扩散模型实现概率性海啸淹没预报，准确预测深度范围并跟踪不确定性，由确定性转向概率性。
HalluTruthQA-4K：面向阿拉伯语幻觉检测与真实性验证的细粒度语料库及标注流程
构建含4000条阿拉伯语问答的细粒度幻觉检测语料库，标注错误片段、原因及类型，用于幻觉检测与事实核查。
高效在线字典序广义低秩矩阵赌博机
提出字典序多目标低秩矩阵赌博机在线算法，用牛顿步更新估计器，复杂度由二次降为线性，遗憾界依赖有效低秩维。
CVaR风险感知Q学习的自适应有限预算训练
为CVaR风险感知Q学习设计自适应训练控制器，使残差降约85%，比特币交易夏普0.93，回撤6.5%。
TurnSight：面向工具集成推理的回合级事后自我蒸馏
提出TurnSight，回合级事后自蒸馏，用执行条件事后视角，跨视界一致选可靠信号，自适应调节RL优势。
CoPlan：基于角色化可争议论证图的可信协同护理规划智能接口
CoPlan提出多智能体协同护理规划接口，支持人类增删改论证，实现可审查、可争议的人机决策，保障人类主导与临床问责。