场景理论：打破多智能体大语言模型协同中的对称性陷阱
同质LLM智能体无通信并发易陷对称陷阱；提出免训练ToS，靠公共角色与场景分工，在多个基准超越基线。
语言模型内省的机制研究
固定输入下注入概念向量，发现中层门控头决定是否报告，后层路由头定位扰动，准确率依赖概念向量对齐。
从规范框架到对齐数据：构建与评估SFT与偏好数据
七位专家依伊斯兰伦理构建2.8K SFT与5.4K偏好数据；SFT显著提升对齐，偏好数据增益不显著。
逻辑的几何：分层诱导语义结构与稳健推理
STRAT将残差流分为数据/类型子空间，提升逻辑推理泛化；算术OOD误差降35倍，分布偏移下更稳健。
理解同策略蒸馏：基于稀疏交叉编码器的机制可解释性视角
借助稀疏交叉编码器与交换读出法发现：同策略蒸馏不创造新特征，只是重新加权学生已有的共享特征。
陈旧度在哪里累积？面向大语言模型后训练中异步RL的池感知有效陈旧度控制
将轨迹陈旧度分为生成与等待陈旧，提出池感知PACE控制，提升异步RL精度并省47% GPU时间。
TwinS-GCN：用于谱图卷积网络的谱共轭
提出谱共轭分解移位算子，构建TwinS-GCN双滤波器，实现长程无衰减传播，节点分类具竞争力。
面向PDE贝叶斯反演的自然语言条件生成先验
自然语言条件生成先验，融合文本、数据与少量噪声传感，用于PDE贝叶斯反演与不确定性量化。
当置信度过早上升：通过过早答案承诺检测捷径推理
提出ConfLens追踪答案置信度演化，用DACS分布熵检测过早自信捷径，改善奖励模型偏好。
IronLLM：为实时具身智能锻造紧凑的端侧原生语言模型
IronLLM-0.6B为6.54亿参数端侧语言模型，融合混合注意力与X-MTP多token预测，解码提速1.48倍，性能媲美更大模型。
中文标题：PrecogUI：通过预认知模拟与经验检索实现的主动式GUI智能体
PrecogUI预认知架构融合经验池、模拟预测与闭环纠错实现主动决策，在强干扰长程任务上超越现有方法。
基于统计形状模型与深度学习的骨盆骨折复位螺钉自动规划
提出全自动骶髂螺钉术前规划流程，自动识别安全通道并生成个体化轨迹；200例验证：安全边界提升2%，规划时间减少逾90%，接受率达95%。
状态轨迹推理解释作为强化学习中的辅助任务
STRAT以预测自身状态文本轨迹为辅助任务，助RL攻克稀疏奖励难题，压缩状态表示并提供可读解释。
World2Motion：将视频世界模型转化为三维人体动作生成器
将视频世界模型改造为单阶段3D人体动作生成器，构建混合数据并提出偏移解耦噪声调度，推理提速约3.3倍。
视觉并行搜索：通过并行瓦片检查与自适应缩放学习搜索高分辨率图像
提出VPS视觉并行搜索框架，主智能体并行检查图像瓦片并自适应缩放，提升高分辨率视觉问答，且可训练。
WEFT：面向通用智能体的工具使用后训练规模化
WEFT提出全系统演化框架，协同扩展交互系统、执行驱动自演化与稳定后训练，多基准超越同规模基线。
VesselBench-800K：面向多模态船舶检测、计数与密度估计的大规模感知基准
迄今最大全球多模态船舶感知基准，含80万张512×512光学/SAR图像，支持检测、计数与密度估计。
Back2Struct：让结构化图像重新可编辑
从图像恢复可编辑 SVG/XML 代码，让图表等结构化图像可编辑并保持视觉保真。
Salt++：面向少步流式多模态生成的上下文对齐后训练
Salt++以因果自流与上下文对齐自回归DMD两阶段后训练，实现4步流式音视频生成，视觉与运动质量大幅领先。
当上游消息覆盖正确答案：多智能体LLM协作的受控研究
错误上游消息可使下游在32%情况下覆盖正确答案，94%为答案替换；通信应依据上游可靠性有选择地进行。
UltraMatch：面向超快与内存高效图像匹配的传输路径路由
UltraMatch以路由少量候选路径替代稠密token匹配，大幅提速省内存，单卡支持6K分辨率推理。
大语言模型预训练的相对泛化不变性
提出相对泛化不变性（RGI）：优化器与架构变化下近似成立，数据流变化则显著改变相对泛化。
多轮大模型污染中的认知策略分歧：一项协议梯度研究
多轮对话中虚假前提可被LLM当作事实采纳；五种污染协议沿权威梯度揭示模型采纳率与恢复能力的显著分化。
大语言模型能在多大程度上模拟真实学习者对教育反馈的评价？
LLM模拟真实学习者评价能力仍有限；提供画像与示例可改善分数校准和个体模拟，但难提升群体一致性。
从输入到输出：面向稀疏自编码器特征双端解读的灵活智能体
提出DAFI智能体，从输入端与输出端双向采集证据并迭代解读稀疏自编码器特征，兼顾准确率与效率。
超越次高斯检测器得分：面向人机文本分割的鲁棒加权轮廓损失变点检测
提出RWCP，以截断权重、Huber增益和可靠度坐标搜索稳健定位人机文本作者切换点，WindowDiff降17.6%。
HorizonFlow：面向离线目标条件强化学习的可变长度规划
HorizonFlow将规划长度作为生成输出，以插入式生成加流匹配联合生成内容与长度，无需价值模型，多基准平均性能最优。
驾驭框架演化即学习：自我改进型个人智能体的近似、泛化与优化极限
将驾驭框架演化视为学习问题，从近似、泛化与优化误差解释个人智能体自改进的局限。
面向星上数据缩减的嵌入式双时相建筑损毁评估
基于YOLOX孪生检测器，压缩上行参考并在星上比对，仅下行目标级损毁结果，抗配准误差，嵌入平台验证。
STAR-GRPO：面向表示依赖型奖励黑客的规范锚定与可靠性优先优势估计
提出STAR-GRPO，以可靠性优先优势估计分离质量与学习影响，锚定规范信号，有效抑制奖励黑客并提升真实质量。
基于采样内原始-对偶引导的可行流匹配图重建
提出约束原始-对偶PIFM，以采样中演化的拉格朗日乘子引导图重建，可行性提升11–26个百分点且无需重训。
神经科学中的深度学习方法：从分子机制建模到意识状态分类
综述深度学习在意识状态分类、麻醉脑建模与意识标志物识别中的应用，指出现有模型可解释性与标准化不足。
强化学习中的自确认叠加陷阱
RL训练可陷入自确认叠加陷阱，拟合全局最优仍维持低回报；保留被忽视状态可减少干扰并提升控制。
决策而非生成：基于Jev类型化决策的竞争性维度ABSA
冻结Jev以类型化决策完成维度ABSA三任务，无需生成微调；回归RMSE最低，抽取F1超微调大模型。
表格数据噪声标签的自适应集成选择
集成模块依数据属性为多类检测器赋权，诊断并清洗噪声标签；受控噪声下媲美置信学习，效果随数据属性变化。
面向高效视频生成的参数化条纹注意力
提出参数化条纹注意力PSA，统一刻画视频DiT的周期对角条纹，单内核生成稀疏掩码，提速1.57倍。
MemoReason：评估参数记忆对大语言模型上下文推理的影响。
提出配对真实与虚构推理的基准，发现大模型存在记忆偏差，性能降达15.7%，但非直接参数捷径。
面向业务化哨兵-2小麦面积估算中地面真值标签噪声消解的双轨数据整理与分类框架
用13期哨兵-2 NDVI与849样本，XGBoost最优；预测面积较官方仅高2.99%，优于空间掩膜25.11%，提出双轨整理分类框架。
衡量同质面板LLM辩论中的崩溃与纠正
提出可审计协议，追踪同质辩论的崩溃与纠正，揭示防崩溃可能以损失纠正为代价。
超越令牌节省：LLM智能体上下文压缩的系统性研究
系统研究LLM智能体上下文压缩，发现令牌减少未必更快更省，策略效果因模型和任务而异。
SCBO：面向基于大语言模型的社会调查的语义连贯批处理与排序
SCBO为免训练框架，用语义批处理、共享参考库与难易排序，降低token消耗与推理时间并提升准确率。
数据应当教会什么？在电路、存储与使用间迁移瓶颈
电路视角揭示形成计算、内容可用与路径选择三瓶颈，按缺失操作设计监督；实验证明早期电路训练助益后续学习。
RBF-GNN：面向伪坐标图卷积的有理基函数
提出RBF-GNN，用有理Padé基函数替代随维度指数增长的B样条，提升关键点匹配等任务性能。
评分标准感知的同策略自蒸馏：面向大语言模型个性化
提出GRASP框架，用评分标准感知的同策略自蒸馏将用户偏好转为token级监督，并验证教师质量，在LaMP-QA上达最优。
基于通用函数逼近的抗饱和对决老虎机
研究BTL偏好模型下通用函数逼近的上下文对决老虎机，提出SI-CDB，消除饱和导致的1/σ'因子。
当文字比图像更响亮：理解视觉语言模型中的语言偏见
VLM易受语言偏见，本文基于词补全分四阶段追踪传播，揭示语言先验与跨模态覆盖交互。
约束流策略更新：广义薛定谔桥视角
提出RAFALE，沿流策略生成路径直接优化增广拉格朗日，免估计得分，在七个安全任务中兼顾奖励与约束。
裁剪还是不裁剪？重尾噪声下平均 SGD 的有限样本权衡
重尾噪声下，裁剪未必提升平均SGD主导精度，但可让重尾修正对置信度的依赖由多项式降为对数。
偏微分方程先验的高效消息传递
基于因子图消息传递与矩匹配推断PDE参数后验，无需采样或全局优化，精度媲美基线且具结构化不确定性。
从差距中学习：面向GRPO的差分感知优势剪枝与自适应展开采样
提出FastRL框架，用优势感知剪枝和自适应采样提升GRPO等方法的训练效率与精度。