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。
ModelEquivBench：对LLM生成优化模型的可认证多关系评估
ModelEquivBench对LLM生成优化模型做E0-E6多关系认证评估，提供可复核证据；173题上揭示三种模型差异，无法归为单一准确率。
自博弈遇见技能演化：自我进化的搜索智能体——出题、解题、记忆
SESA让搜索自博弈与技能记忆协同进化，失败化为技能回写记忆，反向塑造问题分布，显著提升问答准确率，兼具记忆无关部署与检索增强能力。
冻结的像素空间扩散模型可利用自身样本进行自我引导
冻结的像素扩散模型用自身样本即可自我引导：中间层与最终层预测差异作引导，合成样本训练适配器，大幅降低FID。
SciFigPlag-Bench：面向溯源感知的科学图表抄袭检测基准
构建科学图表抄袭检测基准，区分素材复用与抽象复用，含近五千正负样本，支持检测、溯源、分类、定位四任务并建立基线。
动力学感知的稀疏噪声数据控制方程识别
针对稀疏噪声导数估计不可靠，用库普曼上采样预处理，提升微分方程辨识精度，优于非动力学方法。
面向开放式 AI 生成图像伪造定位的渐进式决策方法
提出渐进式决策更新定位，以证据引导Mamba感知不确定性与边界，稳健定位AI生成伪造，且泛化至未见类型。
知道何时该放弃：诊断并训练大语言模型中止徒劳推理
提出CaRL方法，用奖励塑造和拒绝增强让LLM在超能力任务上减少徒劳推理，保持性能。
MoRAE：面向文本到动作生成的流友好自监督潜在表示
MoRAE用紧凑瓶颈与运动耦合训练解决JEPA特征谱问题，实现文本到动作生成SOTA。
用于少样本遥感场景分类的局部一致性直推信息最大化
提出LC-TIM，通过局部一致性正则化提升少样本遥感场景分类精度，多源融合达最优，低样本增益最大。
DFSC：面向分数阶科学机器学习的误差可控可微分Mittag-Leffler传播
误差可控的可微分分数阶传播方法，用米塔格-莱弗勒谱层分离已知动力学与数据修正，自适应保证精度，支持多算子路径。
超越检索：多模态智能体的分析记忆
提出分析记忆概念及相应框架，联合支持检索与分析，显著提升多模态长期记忆基准性能。
数据闸机：一个可扩展的开放框架，用于函数调用数据生成
开源框架生成高质量函数调用数据，显著提升小模型工具使用能力，缩小与大模型差距。
基于蒙特卡洛树搜索的多智能体系统自主修复
提出MARS框架，用蒙特卡洛树搜索自主修复多智能体系统，结合诊断引导和分类评估，性能提升且成本相当。
基于警方事故叙述对前沿大语言模型进行官方事故数据库编码基准测试
六款前沿LLM对照阿肯色致命事故数据库编码，结果不及多数类基线，关键词规则相当；属性差异大于模型差异。
AMTFV：面向大语言模型自我纠正的智能体数学工具流验证
提出智能体数学工具流验证方法，解耦验证建模与执行，支持精确计算，提升大模型自我纠正，在五个数据集上优于基线。
谁在哪里获胜？面向局部优越性的共形模型比较
提出共形局部模型比较法：三分割校准局部胜者，仅当置信界排除平局时判定，有限样本保证，条件增益优于全局选择。
小即足够：通过LoRA适配器实现AI编辑文本的按用户风格改写
一种隐私优先系统，用LoRA微调小模型将AI编辑文本改写成用户风格，评分稳定在0.69，小模型即可。
我见过你吗？基于嵌入行为信号的合成人脸数据集成员推断
成员推断可100%识别合成训练集，54.5%识别生成器真实来源，证明合成数据仍泄露训练隐私。
COntExt：面向上下文感知的运营指标本体扩展
提出COntExt框架，利用运营指标上下文自动建议本体扩展，含父类预测、关系类型预测和数据属性分配，经网络安全本体验证，降低成本。
思考式翻译：面向多领域机器翻译的难度自适应强化学习推理
提出TwT框架，经两阶段训练，以更少推理成本超越更大模型，实现多领域机器翻译的高质量与高效泛化。
中文标题：检测跨迁移路线的经验性互文性：超越法语叙事的表面相似性
中文摘要：提出经验性互文检测。无标注下零样本最佳，31特征混合模型相关性0.45，较最优单法提升21%。
LEMUR：从偏好反馈中学习多目标强化学习对齐
提出LEMUR框架，通过多人偏好联合学习策略与多目标奖励模型，无需预定义奖励，性能优于基线。
CalibratedRubric：面向开放式大语言模型评估的任务自适应量规库
提出校准量规框架，采用贝叶斯可测性过滤与IRT选库，人机一致率显著提升，量规由131减至49。
多模态目标重识别：双语义引导与全局-局部相互调制
提出双语义引导与全局-局部相互调制的多模态重识别框架，含文本语义注入、掩码调制和分层融合，提升特征对齐与鲁棒性。
DASH-OPD：基于迟滞的差异感知切换用于同策略蒸馏
提出DASH-OPD，通过双向迟滞切换教师与学生执行器，依据多轮证据累积避免高频切换，在ALFWorld上超越基线且效率更高。
手术风险分层与结局预测中缺失了什么：端到端机器学习方法的范围综述
综述190项研究，发现ML预测手术风险存在数据单一、预处理报告不全、缺乏基准与可解释性等问题，需加强标准化。
MLLM时代，显著目标检测复兴之时已至？
MLLM定位强于分割，新框架FOCUS无训练提升多类SOD性能，引领从任务专用监督到零样本前景组织复兴。
生成式AI对系统管理专业路径与绩效感知的意外影响
生成式AI压缩传统专业成长路径，削弱实践锻炼；同时重设绩效期望，引发“双速文化”和“生产率愧疚”。
PiDDM：物理信息可微退化建模用于锂离子电池健康状态预测
融合退化物理的神经网络模型，提升锂离子电池SOH预测精度与物理一致性，避免非物理再生。
CorrelationFlow：基于几何的免训练LiDAR场景流估计方法
提出免训练几何法CorrelationFlow，用连通分量相关最大化估计场景流，挑战赛第二、长距离最稳，证明经典视觉可部分解决问题。
当模型先验与视觉证据冲突：通过选择性先验校准缓解常识驱动幻觉
常识先验掩盖反常视觉证据导致幻觉；提出选择性先验校准，按实例削弱先验偏好，仅在强烈支持时改判，提升反事实图准确率且不损常识图。
Zero-Mem：LLM智能体的零令牌记忆操作
提出零令牌记忆操作，仅最终问答调用LLM，保留原始痕迹，双视图检索，性能相当且时间成本降57.6%
证据类型竞争：干预数据何时能教会语言模型因果方向？
干预数据并非总教会因果方向；模型do()响应符号复制自观测上下文，推理时证据类型决定开关，擦除观测证据可释放被抑制的因果能力。
ExtractBench：面向模式引导的企业文档提取基准
提出ExtractBench基准，评测模式引导提取的准确率、完整性、溯源与成本，LlamaExtract综合最优。
频率结构化的意义空间中的语言组合性演化
迭代学习表明：高频意义可脱离语法，但频率若作用于局部单元，语言无法稳定传递。
SERUM：用户建模的状态提取与精炼
SERUM多阶段框架从屏幕视频提取状态模型，迭代精炼减幻觉，合并同义词，预测优于基线，人工认可。
PTP：基于前Token预测的LLM反演以实现近乎精确的提示重建
提出黑盒LLM反演方法，用目标模型合成数据训练逆模型，经前Token预测实现提示重建，优于现有方法。
OsteoCAD：一种用于骨肿瘤分割的人机协同云边框架
OsteoCAD模块化框架让临床便捷使用深度学习，连接远程GPU，墨西哥骨肿瘤分割案例验证其可行性。
FDD-ON本体开发：面向VAV暖通空调系统故障检测与诊断
研发FDDON本体，形式化VAV暖通系统故障症状及影响，集成语义库，助力互操作诊断，并经数据验证。
看似正确，运行正确：多屏移动应用生成的项目级基准
现有设计转代码基准仅评测单页，缺乏导航与可维护性。提出MobileForge项目级多屏基准，六轴评测及新测试法，发现前沿模型可编译但交互导航不可靠。
支架式培养对生成式AI的批判性参与：转变少数民族预科学生在提示工程任务中的协作话语
支架式教学促使少数民族预科生从被动使用GenAI转向批判共创，提升提示自我效能。
谄媚行为削弱了合作性视觉-语言任务中的认知警觉性
模型在合作对话中常因谄媚忽视自身证据而附和对方，导致认知警觉失败；用反谄媚向量干预可减少此类错误，提升可靠性。
AgentHPOBench：用于评估LLM智能体作为序列超参数优化器的基准
新基准含30个机器学习任务，评估12种智能体逐步调参，显示有能力但持续优化与日志诊断不足。
ConnectED：面向越南教学计划与学生学习、对齐课程标准的AI系统
提出越南教育AI系统ConnectED，基于VietEduQwen模型，支持教案生成与学习反馈，准确率87%，备课时间从3-4小时降至45分钟内。
基于平流细化的遥感图像免训练实体级小样本分割
提出免训练实体级小样本遥感分割框架，结合SAM3先验与平流细化，抑制噪声、增强连续性，无需训练即提升跨域性能。