减法还是回放？语言模型记忆中的精确删除
精确删除取决于记忆表征：可寻址记录用减法删除，纠缠写入需回放重建，实验验证了不同规模模型中的效果与代价。
推理共识：基于加权DAG聚合的LLM推理结构集成
提出加权DAG聚合多模型推理链的共识推理框架，优于多数投票基线，并生成可检查的共识推理图。
SPFM-Net：语义先验引导的频率约束Mamba用于隐形水印攻击
提出SPFM-Net，以语义先验引导频率约束Mamba，通过掩码重建与全局状态空间建模捕捉全局水印依赖，多级约束下兼顾攻击效果与视觉保真。
SAFViT：基于视觉Transformer的细胞核分割与分类的空间注意力融合门控
提出SAF门控替代跳跃连接，提升Dead类检测，PanNuke上mPQ最高达0.471。
纵向医学视觉问答综合基准LoMeVQA
提出纵向医学VQA基准LoMeVQA，含20.6万问答对，覆盖五任务；现有MLLM表现差，新模型MedLong-8B达最优。
中医式表面肌电手势识别的蒙太奇无关编码器
提出蒙太奇无关编码器，实现跨用户肌电手势识别，无需标定，优于基线，且随用户数增加性能稳定。
多模态情感分析的语义对齐结构抽象
提出SentiLLM框架，用语义对齐结构抽象将非语言信号蒸馏为紧凑词元，双流校准建模情感变化，MSA效果优异。
内存高效的表格基础模型
压缩模型可降低内存至1/7.6，性能相当，部署需求降约87%。
VCP-DCN：超越视觉隐藏属性，通过深度协作网络实现伪装目标检测
提出VCP-DCN深度协作网络，通过原型嵌入、双注意力及自适应注入，分阶段对齐交互融合RGB-D特征，提升伪装目标检测性能。
多活动情境下里程碑驱动型初创企业的策略
研究多活动初创企业里程碑情境下的最优策略：由风险性和成本效益的有效前沿曲线决定，曲线类型随参数变化。
表面肌电手势解码中跨记录会话的识别与无标签自适应
跨会话编码器无需调整即可用，宏F1 0.688超每用户基线；仅特征统计对齐的无标签自适应有效。
FeatFix：通过局部精确特征校正复用已验证内容，加速缓存扩散推理
在稀疏层-时间步处用已验证精确特征替换草稿输出，修正残差，加速缓存扩散推理，提速6.7倍且质量几乎不变。
基础模型与大型语言模型在少样本医学图像分割中的基准评测
提出FAME基准，评估少样本医学图像分割模型，发现直接视觉适应优于提示策略，语义迁移比域适应更难。
超越借用历史：面向交互式角色扮演评估的个体对齐用户模拟
针对固定历史与评分标准之弊，提出PALATE：用个性化用户模拟器评估角色扮演，生成可解释的用户级评价。
幻觉留下接地签名：验证器引导解码用于选择性对象纠正
提出基于内在接地签名的验证器引导解码，选择性纠正对象幻觉，保留真实覆盖，达SOTA效果。
自动监督：用有依据的修订验证实现科学工作流反馈闭环
自动监督利用同行评审记录评估稿件修订是否解决审稿关切，在5.6万篇论文上实验发现证据验证仍是瓶颈，最佳模型仅0.501。
用于设备端上下文学习的无梯度任务条件检索
CoRA无梯度，闭式岭回归对齐候选表示到任务条件空间，低秩基支持查询仅输入，离线索引，无需微调。
从飞行中通过稳健3D化身放置学习理解身体语言
提出无人机人体语言数据集，将化身精确置入航拍场景，显著提升动作意图识别准确率。
大规模记忆解码器：一种预训练的参数化长期记忆
将记忆模块扩至69亿参数，独立扩展预训练记忆比扩大基座模型更高效，以更少参数超越更大模型。
现在，我给予了健康的关注：用于脑部MRI修复的U-DiT
提出U-DiT修复脑MRI，限制注意力仅关注健康组织并加入对侧对称先验，在BraTS-2026取得SSIM 0.864。
DECODE：应对持续AI生成图像检测中的表征与决策退化
提出DECODE框架，联合缓解表征与决策退化，19个生成域精度99.36%，遗忘仅0.39%。
RepBench：将基准编译为大型语言模型的能力表示
RepBench构建能力基准数据层，覆盖94项能力，跨基准评估揭示读出方法与聚合标准影响显著。
源中心状态演化的循环Transformer
提出源中心状态演化(SCSE)，以零偏差掩码实现锚点精确不变，兼顾输入条件化，提升多数据集文本质量。
FinanceHarness：自主金融深度研究框架
提出金融深度研究框架FinanceHarness与基准FinanceGym，专家验证通过率82%，顶尖模型低于40%，框架提升至32.4%
MUGEN：高效运动理解与生成的统一框架
MUGEN是一种统一运动-语言框架，无需码本，单次采样即可高效理解和生成，多项基准最优。
GGC：面向可靠文本到SPARQL生成的选择性查询纠正
提出生成-门控-纠正框架，仅对高风险查询进行纠正，将查询准确率从90.23%提升至98.33%，同时减少45%推理开销。
一块补丁足矣：面向MLLM场景文本识别的强化优化视觉标记定位
提出SPaTS，用单锚点视觉标记实现场景文本定位，结合强化学习与方向对齐、增强解码，性能超越前沿模型。
RRM：面向长时程多模态推理的经验驱动式反思检索记忆
RRM反思检索记忆从历史轨迹提炼检索策略，仅用当前事实生成答案，在多模态长视频基准上超越SOTA。
LEEPS：基于潜在引导的探索-利用提示采样，用于大型语言模型的高效RLVR
LEEPS利用潜在引导平衡探索-利用，筛选提示减少无效生成，在数学推理及泛化任务上提升性能，开销极小。
ARD-REFSM：非对称去噪与旋转等变增强反射对称检测
提出非对称去噪与旋转等变匹配模块，抑制干扰、提升旋转一致性，新基准GMSYM上达最优性能。
Prox：大语言模型中基于近似中间通道显著性的免训练FFN激活稀疏化
提出两阶段免训练稀疏框架，用近似中间通道显著性和量化代理权重构造掩码，实现前馈网络稀疏执行，提升质量与速度。
从未来回望：基于反因果惊奇的键值缓存管理
提出反因果惊奇的缓存淘汰法，删除可被未来预测的冗余token，无需训练，并具快速近似加速。
Compliance2LoRA：通过超网络生成的LoRA适配器实现任意策略子集的按需安全对齐
提出超网络生成LoRA适配器，按需对齐任意策略子集，单模型实现多策略合规且不损性能。
统一视觉-语言模型中的对抗鲁棒模型专家
提出CARE协作微调框架，统一多个对抗鲁棒专家，嵌入对齐融合知识，得单一鲁棒模型，优于个体。
重新思考LLM评判的有用性作为教学信号：跨辅导模型的预注册审计
通用有益性评分不可靠且随评判者反转，教学评分排序稳定，应结合确定性过程指标。
基于无悔学习的实时硬性峰值信息年龄安全
将硬峰值AoI期限转化为仿射半空间约束，提出OCO-PAoI-Hard算法，实现零逐时隙违规与O(√T)遗憾。
FiRE：通过细粒度上下文学习增强多模态大语言模型的复杂图像检索能力
提出自动构建细粒度多模态五元组数据集及两阶段微调策略，提升MLLM在复杂图像检索中的性能。
FinSMART：面向算法交易的市场对齐强化学习金融情感分析
提出首个市场对齐强化学习金融情感分析框架，利用实际市场结果优化信号，收益较基线提升220%，支持动态再训练。
自适应实验何时合理：基于决策时信息的认证
提出OPAL框架，用预承诺合同决定是否启用自适应实验，控制风险并保证价值，实验验证其有效性与安全性。
分布式网络上用于鲁棒核心集选择的一阶约束三层优化
提出分布式鲁棒核心集选择的三层约束优化框架及F2CTO算法，首个此类方法，达ε-稳定点的非渐近收敛率O(ε^{-3/2})。
EEG情绪识别中的评估协议与跨受试者泛化
EEG情绪识别准确率受评估流程影响；受试者依赖与跨受试者结果差异大，应分别报告。
卡尔曼遇见课程：面向自适应强化学习微调的高效动态提示选择
基于卡尔曼滤波的提示选择将难度建模为动态状态，自适应策略漂移，无需额外采样，提升精度与效率，达到最优。
LAST：末查询令牌引导视觉令牌剪枝，用于边缘-云协同多模态大语言模型推理
LAST利用最后查询令牌注意力剪枝视觉令牌，边缘-云协同推理仅留12.5%令牌即95.4%精度。
FootprintNet：状态转移引导的多时相遥感变化检测动态足迹学习
提出城市建筑动态检测与足迹网络，用状态转移约束建模变化轨迹，引入新指标评价时序邻近性，优于现有方法。
人类与大语言模型标注中的挑战：以评价性语言为例
大语言模型标注评价性语言表现优于新手、接近专家，微调F1达0.77，可辅助复杂标注任务。
CoRE-UIR：先验引导的共性与残差专家用于高效全能遥感图像恢复
提出CoRE-UIR，共性+低秩残差，PSNR升1.05dB，快11.83倍，省显存85.3%。
智能体能否欺骗？——利用社交推理游戏评估 ParliamentBench 中的推理与欺骗
提出ParliamentBench基准，基于社交推理游戏评估大模型，前沿模型欺骗能力强，但多数模型欺骗一致性不足五成。
基于深度学习的相机陷阱图像昆虫分层分类
针对昆虫监测数据稀缺与类别失衡，提出五级34类分层分类模型，利用生物分类层级特征，按置信度阈值预测，准确率达80-99%。
公平性剪枝：通过差分激活定位GLU-MLP层中的人口统计偏差
提出公平性剪枝，定位LLM中人口统计偏差神经元。零化少量神经元可扰动偏差但方向不定，几乎不损模型能力，证明偏差与能力可分离。
ViP-Rig：基于视觉提示的可控绑定
视觉提示控制骨骼与蒙皮预测，冻结预训练模型，实现显式局部控制。