LogitScope：通过信息度量分析大语言模型不确定性的框架
LogitScope框架基于词元级熵度量LLM不确定性，免标注识别幻觉与高风险决策点，模型无关高效。
先测试，后路由：语言模型如何跨模型和语言执行上下文条件规则
测试模块化：中间层携带谓词真值，修补可翻转结果；路由不可迁移，仅限token/成对，非抽象模块。
低资源语言的大语言模型：塔吉克语电子详解词典概念框架
提出用大语言模型构建塔吉克语电子详解词典的框架，融合词法与语义分析，支持低资源NLP应用。
基于LLM提示的古典拉丁语命名实体识别迁移学习
用LLM提示工程实现古典拉丁语NER跨语言迁移，在EvaLatin 2026两项子任务中均获第一。
隔离的代价：评估对称双边A/B测试的生态系统成本
对称隔离导致参与成本；重尾分布下成本不随平台规模消失，轻尾则消失；提供事前预估流程。
题目难度预测中视觉证据的表示：视觉文本化与图像原生建模
比较文本、视觉文本化与图像原生建模预测题目难度，两者视觉接口误差最低，图像原生建模是可行替代。
从金融情感分类到收益可预测性：大型语言模型的QLoRA基准
金融情感分类基准显示QLoRA提升性能，但收益预测信号微弱且校正后不显著，分类准确率不等于可交易性。
SAFECAST：基于对比集训练与校准的VLA策略鲁棒故障检测
SAFECAST利用对比集扰动改进隐状态探测训练与校准，显著提升故障检测ROC-AUC，优于基线。
CoCo-IR：上下文组合图像检索
提出CoCo-IR任务：多轮上下文图像检索，用LMM生成可变形嵌入，并自建数据引擎，刷新SOTA。
火星预报：将AI天气基础模型迁移至行星大气
将地球天气模型迁移至火星，微调后能捕捉昼夜周期并预测10天大气动态，支持任务与防尘暴。
右侧重置：前缀移除分块法
通过移除左侧上下文探测边界，用动态规划分块，恢复记录优于基线，证明上下文依赖可作边界信号。
MOAT：模型无关的随机变换防御，防止ViTs效率退化攻击
提出MOAT预处理防御，用输入变换保护ViT令牌剪枝机制，抵御效率攻击，将GFLOPs退化控制在3.4%以内。
迈向端到端多语言隐喻处理：整合检测、翻译与评估
本博士课题提出端到端多语言隐喻处理框架，整合检测与翻译评估，结合语言学理论和大语言模型。
公平性崩溃现象：合成数据训练语言模型中的偏差放大
研究发现，模型在合成数据上递归训练时，公平性先于标准指标恶化，偏见被放大，称为公平崩溃。
通过语义等价对抗攻击诱发大语言模型的内在幻觉
提出语义等价对抗攻击框架，测试LLM内在幻觉，最先进模型忠实度下降达50%，需增强鲁棒性。
芯粒与大语言模型时代的硬件设计与安全
分析芯粒系统与LLM驱动EDA攻击，综述防御（拆分制造、主动中介层）及LLM助力硬件安全。
小型语言模型中口头化不确定性的可证明局限与认证延迟
研究小语言模型口头化置信度，证明校准局限，提出Clopper-Pearson认证延迟；经验显示仅少数模型可通过高风险预算认证。
基于联合核熵Gromov--Wasserstein最优传输的多模态对齐
提出联合核熵GW最优传输对齐框架，利用细粒度相似性，样本复杂度达n^{-1/2}，并提升跨模态检索性能。
GRALS：图卷积网络引导的冗余感知局部搜索求解最小顶点覆盖
提出图卷积引导的冗余感知局部搜索框架，346个基准实例中335个达已知最优，优于最强基线。
梯度免疫：零空间抵御恶意微调
单向安全门以零空间立方层和逆适配器，在发布时保留安全组件，微调阻断有害梯度，攻击成功率维持发布前。
RepairFormer：使用Transformer自动修复结构化输入
提出RepairFormer，基于Transformer修复结构化输入，采用格式标签与边界定位，保留内容，修复率88%，恢复率94%，速度提升5倍。
双关有意：基于对比学习与语音语义嵌入的多智能体文字游戏翻译
探索英法双关翻译，多智能体与语音语义引导法在评测中分列前二，优于直接判别器引导生成。
动力学李代数无法描述浅层QAOA：崎岖地形、贫瘠高原与经验难度模型
研究表明，动力学李代数无法描述浅层QAOA；贫瘠高原罕见，方差呈多项式增长（崎岖地形）常见，经验模型可预测其缩放类别。
浅层深度下基于共享经典随机性的酉与信道量子生成模型间的表示能力分离
共享经典随机性足使浅层信道模型严格超越浅层酉模型，产生其无法复现的长程关联，一维最坏需深度Ω(N)。
用于多迭代推理的链式递归语言模型
提出链式递归语言模型，通过多次调用同一模型并传递简洁摘要与中间产物，分解长上下文任务，提升多跳推理准确性。
感知种族与性别对警察语言使用的影响：基于VR模拟的实验证据
研究发现警察对黑人男性角色说话更不恭敬，但白人及多种族女警例外；建议用加权的混合效应模型估算处理效应。
搜索音义碰撞：基于图的可供性检索与多评估器排序用于CLEF 2026 JOKER任务2的双关翻译
将双关翻译视为搜寻音义碰撞新触点，用图检索与多评估器排序生成选择，发现检索仍为瓶颈。
TIDE：面向科学机器学习的物理多样化三维湍流基准数据集
提出三维湍流基准TIDE，15种配置；现模型略优于持久预测，误差为谱法两倍，点误差低不代表物理保真，泛化有缺项。
帮助音乐共创代理“听”得好：用于理解与生成的层级自监督世界模型
提出层级自监督世界模型，无标签学习音乐结构，结合条件流匹配生成，实现高效交互式共创代理。
教Nemotron学希腊语：挖掘语料、适配检索、面向专业领域生成并接地气的现代希腊语方案
将Nemotron检索栈适配现代希腊语，微调后nDCG@10从0.362升至0.835，生成正确率从29.4%升至66.9%，并推出希腊语RAG基准HERA。
DataRx：面向更安全的大语言模型任务特定微调的缺失感知采样
DataRx通过缺失感知采样，仅用1%安全样本将微调后LLM攻击成功率从59.23%降至13.70%，增强任务微调安全性。
PriDyG：基于LLM-GNN协作的隐私保护动态图推理
PriDyG：结合LLM-GNN增量聚合实现边级差分隐私，成本不随更新累积，优于基线且降低三个数量级。
工业合成分割预训练
提出实例核心合成预训练数据集，基于公式驱动，无需真实图像标注，在五个工业领域分割性能媲美真实图像预训练。
LiveXiv——基于arXiv论文内容的多模态实时基准
LiveXiv：基于arXiv论文自动生成VQA的多模态实时基准，防污染，高效评测，差异<2.5%。
用于善意的对抗攻击：视觉内容生命周期中的主动保护综述
综述将对抗攻击用于善意防护，覆盖视觉内容生命周期五个方向，指出评估不足与开放问题。
面向全自动铁路运营的GitOps驱动标注目录
面向全自动铁路运营，提出基于GitOps、数据即代码与静态站点生成的标注目录，确保可追溯合规。
ZoomV：时间聚焦实现高效长视频理解
提出时间聚焦框架ZoomV，面向查询三阶段筛选事件，显著提升长视频理解，LVBench准确率提高9.7%
Deltoris：利用位级稀疏性和推测推理实现具身AI中VLA实时推理
Deltoris协同设计利用时间感知位级稀疏与推测推理实现扩散式VLA实时高效推理大幅加速
@emollick：我不小心在Windows上关了蓝牙，鼠标失灵，发现用键盘很难重新开启。
我不小心关了Windows蓝牙导致鼠标失灵，用键盘难重启，让Codex操作电脑一键恢复。
中文标题：@elonmusk：这事确实发生了
中文摘要：此事属实发生。
@bilawalsidhu：到底什么才是真实的？
何为真实？
埃隆·马斯克：Megapack 3 开始生产
特斯拉Megapack 3投产，团队获祝贺。
@OfficialLoganK：我依然坚定看涨Gemini :)
我依然坚定看涨Gemini。
@elonmusk：Blender 中的 Grok
在Blender中使用Grok。
@elonmusk：好主意
认为这是个好主意。
埃隆·马斯克：Grok Imagine 链接
马斯克分享Grok Imagine链接。
@dotey：竟无言以对……
竟无言以对……
埃隆·马斯克的推文：https://t.co/eMjhOtsNVM
推文附有链接，具体内容未知。
@emollick：这确实值得注意，它展示了Fable/Astra级别模型与之前仅在人类指令下擅长黑客攻击的前沿模型之间的差距。
有能力的模型展现主动性和创造力，拉开与仅按人类指令执行黑客任务的前代模型的差距。
@emollick：麻省理工和斯坦福研究人员发现，大多数人若遵循LLM（GPT-5.2与Gemini 3 Flash）的财务建议，经济状况会更好。
MIT与斯坦福研究：遵循LLM财务建议多数人更受益，但建议质量因提问而异。