挖掘神经网络验证中的判定边界
针对分支定界验证低效问题，利用路径单调性同时分割多个激活函数，指数搜索精确定位判定边界，跳过无关子问题。
M3-DuplexBench：面向全双工语音对话模型的多轮、多语言、多领域基准
提出M3-DuplexBench基准，涵盖英日双语和多领域，分析对话历史影响，揭示语言与领域性能差距。
SAM+D：通过深度路由LoRA与深度偏移实现SAM系列模型的参数高效维度提升
提出SAM+D，用DRLoRA和深度偏移模块以极低参数量将SAM系列提升至3D/4D分割，性能优异。
基于证据的建筑文档约束检查
证据管道归一化事实并执行规则，重分配图像至局部瓦片使准确率提升10.6个百分点，但广度测试中无显著优势，存在分辨率-广度权衡。
GO-PRE：基于预测渲染熵的面向目标的最优下一视角选择用于主动三维重建
提出面向目标的最优视角选择，通过最小化预测熵实现高效主动三维重建，性能优于现有方法。
面向回合级智能体强化学习的科学发现环境扩展
提出SciDisco框架，用可验证环境和回合级信用分配训练科学发现智能体，达到最优。
重新思考检测校准：坐标与方向的视角
提出ReDC框架，从坐标与方向校准目标检测置信度，比盒级方法更精确，并可聚合为盒级结果。
基于情感异构图推理与多任务联合学习的自适应情感视频描述
提出SAGML框架，用软情感异构图替代硬先验，联合字幕生成与情感分布监督，实现鲁棒多情感视频描述。
不要混合奖励，而要混合策略：多奖励强化学习的策略分解与优化
新框架以策略分解替代奖励混合，优化正负策略缓解冲突，推理时可控且性能更优。
门控Q学习：按需添加离策略偏差
提出门控Q学习，以连续门控机制按需调整离策略偏差，延长资格迹并加速学习，避免重要性采样。
从逆境中学习：通过对抗扰动实现语义感知的掩码细化
Phoenix框架利用对抗与对比学习，生成语义噪声模拟真实分割误差，实现掩码细化，显著提升多种分割模型性能。
MMShopBench：面向多模态多轮购物代理的真实日志基准
首个真实日志多模态多轮购物基准，标注购买意图与需求，训练集微调缩小开源与专有模型差距。
与分词器无关的Engram模块
提出用多项式哈希替代异或哈希，使Engram嵌入与分词器解耦，性能相当。
潜变量李-泊松神经网络（LLPNNs）：通过可观测数据与潜在动力学揭示李-泊松系统的运动
提出潜变量李-泊松神经网络，从可观测数据学习李-泊松动力学，保持几何结构，适用退化哈密顿系统，预测精准。
欺骗的语义：法律欺骗检测与通用领域最优方法的基准测试
法律欺骗检测：微调模型通用领域更优，少样本大模型低资源法律场景有竞争力；需领域适应与可解释。
ReMoE：报告引导的混合专家模型用于多模态OCT/OCTA异常检测
提出报告引导混合专家模型将正常报告语义提炼为多模态先验通过专家路由调制特征在OCT/OCTA异常检测上达最优性能
基于Shapley值的特征归因用于数据脱敏
提出基于Shapley值的特征归因框架，在特征层平衡隐私风险与数据效用，不依赖特定方法，实验显示可降低风险并保持效用。
通过互补驱动的迭代协作发挥LLM群体智慧
提出WILC框架，以迭代反思与互补驱动选择协调多LLM，超越现有方法，性能媲美GPT-5.2且成本降低约7倍。
更快但不同：加速多模态扩散语言模型的内容漂移诊断与控制
无训练加速引发内容漂移；缩短KV缓存刷新间隔恢复一致性，实现1.3倍加速；仅为诊断控制，非精度保障。
BLADE：面向高效LLM推理的边界扩展与层自适应动态退出
提出BLADE框架，利用多粒度检查点与层自适应探测动态终止冗余推理，保持精度同时减少生成token 24.8%（8B）和15.8%（4B）。
通过异构编辑重组克服LLM驱动程序优化中的最弱环节效应
提出HERO：异构编辑重组克服最弱环节效应，提升LLM程序优化效率与效果。
零样本大语言模型能否预测儿童营养不良？一项公平性与时间鲁棒性研究
研究用GPT-4o-mini零样本预测儿童发育迟缓，性能与监督基线相当，敏感性更高，但城乡和家庭财富间存在公平性差异。
脉冲点云模型的参数高效微调
提出SpikePEFT，用内在动力学调节与静默态消歧，仅更新5%参数，高效微调脉冲点云模型，保持高精度与能效。
PARALLEL：一种前额叶对齐的强化启发式语言模型显式限度学习方法
提出PARALLEL方法，用强化启发控制器按样本分配更新强度，优先有益更新，限制无用参数改动，高效保留全适应性能，支持稳定流式适应。
基于并行架构的随机梯度方法自适应性
提出并行框架，组合静态梯度法提升自适应性；多处理器按几何序列搜索T并执行随机梯度下降至满足收敛。
CAGE：工具使用智能体在类型化返回不确定性下的认证授权
针对类型化工具返回的绑定错误与数值漂移，逐项枚举离散分支并认证连续扰动，消除误放行，保留部分自主决策。
FairFund-Bench：评估大语言模型资源分配中的分配偏差
新基准统一评估大模型资源分配，发现审计格式改变偏差方向，隐蔽审计放大偏差，因果框架影响远超人口特征。
反思还是再生成？为何大模型修订失败而人类修订成功
大模型反思实为条件式再生成：客观题零增益，主观题负增益，远不及人类修订的正向效果。
恰当损失的交换不可知学习的快速速率
针对恰当损失，提出交换不可知学习离线算法，获得最优快速率(log|H|/m)^{2/3}，并归约为二阶多校准。
MirrorCraft：Minecraft中隐藏规则变化下的配对评估
MirrorCraft用隐藏规则变化评测Minecraft智能体，以成对世界对比和规则干预效应度量表现，补充固定机制基准的不足。
反事实解释的广义贝叶斯视角：基于后验的决策与评估
距离最小化反事实解释等价于广义贝叶斯MAP估计；提出贝叶斯决策与CVaR，扩展多模型混合评估。
混合翻译器：跨异构大语言模型的KV缓存翻译
提出MoT框架，以多翻译器及上下文校正损失，实现异构LLM间KV缓存复用，保持问答效果。
FairDiffuseVQVAE：通过向量量化潜变量的条件精化实现表格扩散中的采样时公平性
提出两阶段扩散模型矢量量化自编码加扩散精化推理时均匀采样保护属性实现公平公平指标最优AUC降15
高效大模型对抗训练：低秩防御与电路引导代理
提出两种加速策略：防御端用表征微调并解决令牌匹配问题，攻击端提取相关电路构建轻量代理模型，兼顾效率与理论保证。
UltraSAM3：面向通用超声图像分割的概念驱动基础模型
提出概念驱动超声基础模型UltraSAM3，支持文本指定目标，跨37数据集训练，性能优于现有模型。
超越特征与结构对齐：为图基础模型学习可迁移的传播知识
提出传播感知图基础模型，将边与特征维度的传播关系作为可迁移单元，经原型库学习跨域传播知识，实现自适应聚合，提升泛化。
突厥语族机器翻译中的跨语言迁移
研究突厥语族五种语言对迁移，近亲语言间迁移最强，方向有影响，拉丁化部分提升性能。
Forwardrobe：基于单图像的服装感知高斯化身
提出Forwardrobe，单图重建服装感知高斯化身，分离衣物与身体，改善宽松衣物动画，支持服装编辑与虚拟试穿。
学习用于神经网络验证的前瞻引理
提出基于前瞻的验证框架，生成不稳定ReLU引理并构建蕴含图剪枝，在Marabou和α-β-CROWN上性能提升，证明不可满足实例增34%。
端到端学习标量奖励模型的潜在推理轨迹
提出潜变量推理轨迹的标量奖励模型，端到端优化最大化下游奖励似然，优于三类基线。
MAGA：通过结构化动作蒸馏实现GUI智能体的多平台自融合
提出MAGA，按动作正确性重分配训练信号，抑制无效蒸馏，聚焦错误，超越强基线。
论自监督点云编码器在高效3D大语言模型中的效能研究
自监督编码器可替代昂贵多模态；随机初始化训练接近预训练；架构与目标交互影响性能，闭集分类仍弱。
基于动态交互场的SILVA网络：结构化隐层与向量吸引子
提出SILVA网络，在不动点架构中分离刺激、局部/全局交互、阻尼与读出；实验显示各作用因任务而异，便于训练诊断。
工具规范是智能体安全退化主因；将安全判断与工具执行解耦，可使拒答率升至70.6%，攻击成功率降至2.5%。
工具规范是智能体安全退化主因；将安全判断与工具执行解耦，可使拒答率升至70.6%，攻击成功率降至2.5%。
首项深度学习在微创腹部手术中术中纱布分割研究
本研究首次用深度学习分割微创手术中的纱布，验证多种模型，发现自动跟踪标注可提升性能，助力手术安全。
异构压缩客户端下的联邦基础模型微调
提出奇异值分解联邦微调，自包含客户端，嵌套流形与两阶段聚合，置信损失降噪，优于基线，内存减半。
转写德语视频的作者身份验证
德语视频转写作者验证：十种方法中传统n-gram最佳(88%准确率)，优于Transformer。
地城基准：龙与地下城战斗中规则丰富的战术推理基准
提出地城基准，评估龙与地下城战斗的规则丰富战术推理，分遭遇与日程两轨，暴露资源预算和休息时机缺陷。
Hy-MultiTurn：深度多轮对话理解的六维基准
提出中文深度多轮对话基准，六维评估，测试22个模型，最优GPT-5.5仅41.1%，挑战性强。
超越组件测试：验证智能体AI系统
综述257篇，五维分类剖析智能体验证：行为评测较成熟，时间/运行时/监管/多智能体不足，须情境中验证轨迹。