DragonCrawl：一种面向可扩展移动端到端测试的生成式、基于意图的框架
提出DragonCrawl，用LLM生成式意图推理替代传统匹配，跨平台回归测试通过率超91%，将测试接入时间从百小时降至4小时内。
分层否定在RDF规则中的正确方法（扩展版）
提出链分层条件，保证含否定的RDF规则及存在规则具备良构语义，任意应用顺序均得到唯一、精简且合理的RDF图。
面向隐式神经表示分类的权重空间混合专家
提出层次混合专家模型处理隐式神经表示权重，经元学习塑造参数，实现最优精度并揭示类别结构。
面向红外视觉语言模型定向语义攻击的QR结构热触发器
提出QR-STT，黑盒无训练，优化QR热模块与渲染参数，定向操控红外VLM语义，可跨任务迁移。
条件潜在传输实现密集时间对比合成
条件潜在传输单次前向合成对比增强磁共振，分割Dice提升22.4%，70%支持临床决策。
DualDiT：面向OCT图像与分割掩膜联合生成的条件双输出扩散Transformer
提出DualDiT，联合生成OCT图像与分割掩膜，优于DDPM/LDM基线，有效增强下游分割。
轻量级神经网络用于可供性分割：解码器模块的增强
面向穿戴机器人可供性分割，分析解码器在泛化与计算成本间的权衡，所得轻量模型超越现代基线，满足低算力要求。
LLM修复代理中的验证证据：通过的测试中，有多少真正检验了该缺陷？
BSG-VA发现46%通过测试不判别缺陷；缺陷对比反馈改善证据，但未达预设最小效应量。
ALIVE：预算多源学习中的排除前警告
ALIVE提出审计控制层，在预算多源学习中用缓存证据与警告实现排除前预警，降低证据成本并提升精度。
TFGformer：基于时频图学习与协变量融合的多变量时间序列预测
提出CrossRAG检索增强预测框架，融合形状感知记忆、对比学习与交叉注意力，在七个基准上表现最佳。
转录管理的Transformer：单调多智能体坍缩与双弹出转录本的普适性
固定因果变换器：两个弹出转录本即普适；单弹出为确定性上下文无关语言，无弹出仅有限状态变换。
OSAGEN：用于工业异常生成的对象感知掩码先验与多阶段解耦扩散
提出OSAGEN，用对象感知掩码先验与多阶段解耦扩散提升工业异常生成，在MVTec/VisA领先。
双螺旋：面向音视频语音识别的大语言模型结构化跨模态融合
提出双螺旋迭代跨模态融合框架，含自适应降质增强，LRS3干净音频上词错率0.68%，相对提升5.6%。
FlexComposer：从图像到动态素材的统一视频合成，具备灵活轨迹控制
统一视频合成框架，轨迹引导条件生成，融合静态与动态素材，解耦运动与位移，无需3D重建，实现高保真。
基于双曲残差编码的多源多视图图域自适应用于rs-fMRI跨站点MDD识别
提出多源多视图图域自适应结合双曲残差编码，联合建模FC视图，跨七目标域达73.60%准确率。
分离主题模型中的相似性与关联性
预训练语言模型增强的主题模型与LDA在语义结构上不同：沿主题关联性与分类相似性两轴衡量，二者对下游任务各有优劣，需兼顾诊断。
人类-LLM协作归纳编码：K-12教育者AI使用概念化
提出人机协作编码流程，LLM辅助标注，人类主导定义，从4.5万条对话开发出72项码本。
添加靠机器，删除靠人类：大模型代码编辑中删除回避的度量与缓解
大模型编辑代码时存在删除回避，删除召回率最高仅71.7%；补上检查删除的测试后，通过率由63.2%降至41.9%。
OPERA：用于高效检索模型适配的在线数据剪枝
提出在线数据剪枝框架OPERA，动态剪枝在减半训练时间的同时提升排序与检索性能。
设计概念：在科技工作者中搭建地缘政治反思
提出AI交互叙事系统，通过推测场景和反思活动，促使科技工作者批判审视自身假设，引入地缘政治反思。
一致性与质量不可等同：当人类共识非金标准时，人类与LLM定性编码的盲审专家验证
人类共识非金标准；盲审验证显示LLM与人类编码质量相当，基于一致性的评估有缺陷。
利用熵信息探索边界之外
提出熵信息探索法，通过边界外探索奖励，优于现有方法，应对稀疏延迟奖励。
端到端公平性优化与公平决策聚焦学习
提出端到端公平优化框架及公平决策聚焦学习，联合优化预测精度、预测公平和决策遗憾，推导梯度与泛化界。
MolGVR：基于化学约束的文本到分子生成框架
提出MolGVR生成-验证-精炼框架，利用化学约束校验并修正候选分子，提升文本到分子生成的精确匹配性能。
知识恢复驱动的提示优化：释放大语言模型在开放域关系三元组抽取中的潜力
提出知识恢复驱动的提示优化框架，无需标注即可自适应优化提示，统一关系形式，提升三元组抽取性能。
LLM使用与科学生产力之间的稳健关联：评估停止时间选择
尽管存在停止时间选择伪影，但多种稳健设计下LLM采用与科研生产力正相关仍显著，该伪影无法解释此模式。
K空间签名：面向医学深度伪造检测的频域表示学习
提出频域取证框架KSS，用于医学深度伪造检测，准确率超0.99，并能零样本泛化至未知设备。
FineInstructions：将合成指令扩展到预训练规模
将互联网预训练文档转为数十亿合成指令-响应对，用1800万真实查询模板，仅以指令微调目标预训练，效果更优。
Point2Radio：基于材质感知点云的跨场景无线电场基础模型
提出Point2Radio基础模型，利用材质点云与发射器条件预测跨场景无线电场，误差降低76.7%，毫秒级推理。
DynoDINO：利用DINO特征中的动态潜在信息进行多期医学图像分割
DynoDINO利用DINO动态潜信息，经切片对齐与多期融合（混合注意力、自适应门控），在标准/位移/缺失相下提升分割边界与结构保真。
MoRoute：上下文内多模态视频生成的动态路由
MoRoute动态路由连接VLM与DiT，按需选层，上下文融合多模态条件，统一视频生成编辑，性能领先。
无参数重尾赌博机
解决重尾赌博机COLT开放问题：无需已知尾参数，算法达次线性遗憾；并刻画未知重尾的统计代价。
改进scDiffusion的稀疏偏置无分类器引导
提出稀疏偏置无分类器引导（SB-CFG），用稀疏参考替代中性分布，增强条件与无条件预测对比，提升单细胞RNA-seq生成数据的真实性。
解释AI图像检测：热力图实际展示什么
检测器最强PR-AUC 0.9999，但重编码后降至0.7254；归因图需通过因果控制检验，无图优于随机。
大语言模型能否发现新知识？一个动态生物学知识发现基准
现有基准受数据污染困扰，DBench-Bio动态自动评估AI生物学新知识发现能力，揭示当前模型局限。
Auto-JEPA：面向端到端自动驾驶的连续意图隐式世界模型
提出无需重建完整未来世界的动作导向隐式世界模型，预测驾驶意图并检索轨迹，在NAVSIM上取得高分数，聚焦规划相关视觉特征。
自适应FastOPD：面向高效同策略蒸馏的进度感知展开视界扩展策略
同策略蒸馏在线展开成本高。提出自适应FastOPD，仅在学习平台期且当前视界充分使用时扩展展开，性能最优且训练时间减少49.1%-71.2%。
DreamQAS：学习面向VQE高效的量子架构搜索的决策有用世界模型
DreamQAS以模型RL预测VQE反馈，减少真实VQE调用，多数分子任务误差最低，提升决策效用。
在线缓存：学习带误差校正的动态缓存策略以实现高效扩散推理
提出在线缓存动态框架，联合学习缓存时机与误差校正，自适应分配计算资源，近3倍加速且保质量，优于现有基线。
metasignal：用于全面元认知分析与决策的Python包
metasignal是开源Python包，实现17种元认知测量及SDT指标，支持二元辨别任务，提供置信区间与检验，统一平台促进元认知研究。
叙事生成中分布外去偏的预条件测试时自适应
CAP-TTA仅在偏差风险高时触发LoRA更新，用预条件器快速优化降低毒性偏差，防遗忘、提升流畅性。
CoDe-SSM：面向高效超高清图像恢复的上下文-细节解耦状态空间模型
提出上下文-细节解耦状态空间模型，分离处理聚合上下文与聚类残差，在UHD图像恢复中兼顾效率与质量，取得显著增益。
面向高效短文本生成的大语言模型全息特性探究
大语言模型生成初即捕获目标关键词，称全息特性；据此HOLO插件快速提取关键词补全句子，性能相当且高效。
DRIP-R：零售领域现实政策模糊性下的决策与推理基准
提出DRIP-R基准，利用零售政策模糊性构造无唯一正确答案场景，测试显示前沿模型存在根本分歧。
TOOD：面向持续学习者的任务感知分布外分数校准
提出任务感知校准方法，利用回放统计逐任务重校准分数，缓解持续学习中分布外遗忘与置信间隙，提升检测性能。
达到临床医生水平的一致性却缺乏临床谨慎：医学AI基准测试中LLM评估者的局限
德国医学开放式基准测试显示，LLM评估者虽与医生一致性相当，但缺乏临床谨慎，且存在血缘偏差。
TraceViT：用于视觉抽象推理的锚定轨迹监督
提出基于单调变换链的轨迹监督循环推理模型，在抽象推理基准上分别取得67.8%和24.3%的通过率。
"别在我家后院"：大语言模型揭示线上与线下针对无家可归者的社会偏见
发布首个多领域无家可归者偏见语料库，测评发现大语言模型过度标记邻避、漏检事实性声明，可用于市政偏见监测
顿悟幻象：真正均衡缓解灾难性遗忘
高熵均衡模型缓解灾难性遗忘，表明完美泛化不等于鲁棒性。
CodeShrink：面向高效多模态代码理解的自适应视觉压缩
提出CodeShrink，通过无空白渲染、自适应配置和指令感知剪枝，减少视觉令牌最多71.2%，显著提升多模态代码理解效率。