平均奖励CMDP中阶最优神经Actor-Critic的分层多级蒙特卡洛
提出分层多级蒙特卡洛神经评论家，解决偏差-成本权衡，实现平均奖励CMDP的阶最优收敛。
RadHarmony：智能体AI时代下的放射学数据处理
开源库RadHarmony统一放射数据集，支持多模态标注，AI代理辅助集成，并预训练ViT。
GradMAP：利用梯度度量与投影补偿的快速层剪枝
提出GradMAP，用梯度度量评估层重要性，仅需单步反向传播，投影补偿修复偏移，剪枝提速4倍且性能更优。
MixFrag：脆弱性引导的视觉Transformer混合精度训练后量化
提出脆弱性引导的混合精度训练后量化，用KL散度评估层敏感性，位分配建模为背包问题，检测分割达最优。
语言多样性：评估数字空间中非洲语言的使用与人工智能表现
研究非洲语言数字使用，发现新闻数据干净可靠，社交媒体代码混合，人工智能检测在新闻上准确，社交平台困难。
面向结构可解释的机器生成文本检测：一种图视角框架
提出图框架LM²otifs，将文本转为词共现图，用图神经网络检测并提取结构特征，比传统方法更忠实可解释。
正电子偶素三光子贝叶斯成像
提出TRIO贝叶斯三光子成像算法，精度较时间三边测量提升约两倍，兼容现有TOF-PET。
QQWorld：世界模型正则化的分位数-分位数匹配
提出分位数-分位数匹配正则，替代原方法，改善尾部梯度，提升规划成功率与高斯对齐。
ReToken：用单个Token提升视觉语言模型的视觉检索能力
提出ReToken，一个可学习嵌入作为检索目标，从视觉KV缓存中选取相关稀疏token，小数据训练即显著提升图像视频检索性能，且轻量可单卡运行。
GNN中的同图跨任务迁移：协议与预测器
提出无泄漏协议研究同图NC-LP迁移：有方向性，NC→LP在同类图有效，LP→NC脆弱；CTS可指导机制选择。
面向大规模动作空间的在线与离线策略学习
研究大动作空间上下文赌博机策略学习，提出在线贝叶斯与离线结构方法，缓解探索低效、覆盖稀疏、方差高问题。
PhiZero：围绕物理语言构建的世界模型
PhiZero用物理语言描述世界状态，自监督学习视频，先推理后渲染，实现物理一致的世界建模与交互模拟。
CRMWeaver：基于智能体强化学习与共享记忆构建强大业务智能体
提出CRMWeaver，用合成数据与强化学习训练，推理时共享记忆，提升业务智能体效果与泛化。
QAdapt：面向量子纠错的噪声自适应神经预解码框架
提出噪声自适应神经预解码框架，捕获时空相关，顺序适应噪声，降低逻辑错误率与解码延迟。
基于行为对齐表示的跨具身迁移
行为对齐表示可促进跨具身迁移，末端执行器轨迹尤佳，且有助于利用无动作数据，提升模拟到真实任务进展28%。
选择还是投影？评估用于LLM训练数据解释的低维向量
比较组件选择与梯度投影构建低维表示，发现贪心选择组件子集在训练数据影响检索上更有效、计算更高效。
非洲经济问答基准：面向世界银行经济报告的定量与时间推理
基于220份世行报告构建含4309个证据链接问答的基准，测试检索增强系统的数值与时间精确性，最佳F1仅0.545。
AISPA：以用户为中心的大语言模型应用系统提示审计
提出系统提示审计框架，发现大模型产品保护性指令广泛但覆盖不全，约四成含损害用户指令，需加强透明监管。
Chimera：混合视觉扩散Transformer的设计与Chinchilla缩放
提出奇美拉混合视觉扩散骨干，用异构缩放律训练11B模型，计算效率高，零样本外推至30秒视频。
迈向多模态深度学习的肺部疾病分类：基于纹理的机器学习在公共胸部X光数据上的初步研究
基于公共胸片，用纹理特征区分新冠与其他肺炎，准确率75.4%，略优于基线，并提出多模态深度学习方向。
MentorCollab：选择性大模型到小模型的推理时指导实现高效推理
提出MentorCollab，大模型选择性稀疏指导小模型，平均仅用18.4%昂贵token，性能提升3.0%，最高8.0%。
ACE-Data-0：以人为中心的环境采集作为具身数据引擎
提出ACE数据引擎，从家庭环境采集多感官同步数据，构建含150小时、7.5万交互片段的数据集，并设层级基准。
结合短期图记忆的预算受限分子优化
短期图记忆模块用图神经网络预筛候选，固定预算下优先高价值评估，零额外成本提升前十，对四个生成器有效。
基于推理增强语言模型的网络安全检测分类
针对SOC警报疲劳，训练推理增强分类器并加校准器，显著提升良性/恶意召回，精调30B模型优于通用模型。
用于图像分类的Nishimori温度下稀疏图上的Kohn-Sham谱嵌入
提出西森温度稀疏图谱嵌入模型，以2124万参数在图像网千类上达88.93%精度，超越大模型。
因果性在算法救济中的作用
提出因果性算法救济框架，建模行为响应，实现稳定均衡，减少博弈，避免重复训练，优于经验风险最小化。
幻觉与真相：RAG、LoRA与DoRA的综合准确性评估
评估RAG、LoRA与DoRA：两万查询中DoRA准确率90.1%、相关度0.88、延迟110ms最优，并分析权衡。
LLM2Vec-Gen：从大语言模型生成嵌入
提出自监督方法，在LLM输出空间学习压缩其响应的嵌入，MTEB提升8.8%，并保留安全对齐与推理能力，且嵌入可解码回文本。
Endo-NeRF++：面向动态手术场景重建的不确定性感知神经渲染与多分辨率哈希编码
提出Endo-NeRF++，用多分辨率哈希编码、时序特征融合和不确定性自适应采样，提升动态内镜场景重建精度与时间一致性，性能优于基线。
手语问答：一项新任务、新基准与新基线，用于手语理解
首个提出手语问答任务，构建两个问答基准并设计基线模型，超越主流视觉语言模型，推动手语深层语义理解。
如何合成高质量预训练数据？提示设计、生成模型与源数据的系统研究
系统对比生成模型与源数据，发现结构化格式最优，超10亿参数无增益，FinePhrase降低30倍成本。
β-OPSD：用策略优化推导，用自蒸馏训练
提出β-OPSD，将自蒸馏与策略优化统一，用参考/教师logits插值作蒸馏目标，提升数学推理性能与稳定性。
置信流形：语言模型中正确性表征的几何结构
语言模型正确性表征呈简单几何结构：2-8维质心可分，25样本达90%性能，干预可改幻觉率。
NorBERTo：使用3310亿词元语料训练的葡萄牙语ModernBERT模型
提出基于ModernBERT的葡语模型NorBERTo，用3310亿词元新语料训练，在PLUE和ASSIN2上表现优异，语料为最大公开葡语资源。
APO：面向原子系统三维结构预测的无监督原子策略优化
提出无监督对齐框架，用双奖励组相对策略优化预测原子三维结构，免真实标签，晶体与抗体预测超越监督基线。
MUL-T：解码多重组织图像中的空间细胞结构
MUL-T轻量Transformer，用细胞token掩码预测建模组织，无监督嵌入，效率媲美ViT，超越基线。
个性化RewardBench：评估奖励模型的人类对齐个性化能力
提出个性化奖励基准，评估模型个性化偏好；现有最佳准确率仅75.94%，且能预测下游表现。
HumorRank：基于锦标赛的大语言模型幽默生成评估排行榜
提出“幽默排名”法，基于锦标赛及幽默理论的成对评估，生成稳定榜单，揭示幽默质量取决于喜剧机制而非模型规模。
VISTA：用于生成与审计第一视角辅助场景的可控平台
VISTA平台根据自然语言场景种子，生成可编辑计划与第一人称视频，支持交互模式与后果控制，经人工评估比基线更贴合场景。
审稿分数在ML同行评审的不同研究领域间不可比
ML评审分数跨领域不可比，同分录取率因主题相差8倍，应发布校准信号与分层指标。
MedHallTune：缓解医学视觉语言模型幻觉的指令调优基准
提出MedHallTune基准，含逾10万图像和百万指令对，评估并缓解医学VLM幻觉，微调提升可靠性与下游任务性能。
训练中简化神经网络
受神经坍缩启发，监控类别表征可辨识性，动态裁剪尾部层并替换为轻量分类头，在保持精度下大幅削减参数。
KAISEN：临床风险模型的可复现亚组公平性审计
合成基准可复现审计揭示：阈值优化有效，校准方差大，代理误设难察，漂移阈值不迁移。
Tycho：面向ARC-AGI-3的基于程序化世界模型的主动抽象
Tycho用程序化世界模型交互建模最优策略达88.49核心是主动抽象判断何时构建修复使用或绕过模型
仅等待非阻塞广播协议的安全验证
针对仅等待非阻塞广播协议，状态覆盖问题为P完全，配置覆盖问题为PSPACE完全。
ReGenVC：超低码率下的端到端实时生成式视频编码
提出ReGenVC，面向谈话视频的生成式编码，超低码率（26kB/77帧）且8GPU实时解码（24fps）。
利用多模态强化学习扩展医学影像报告生成
提出多模态强化学习框架UniRG，优化评估指标，克服监督微调过拟合，在胸部X光报告上刷新SOTA并开源。
基础模型地球表征助力美国东北部区域尺度森林地上生物量监测
基础模型表征结合激光雷达，估算森林生物量R²达0.82，偏差降70%，支持年度碳监测。
TSOG：时空有序高斯格式
TSOG是一种4D高斯泼溅高效表示格式，扩展时空有序，压缩超90%，质量损失小。
MMHBench：长视频心理健康理解的多视角基准
构建MMHBench，268长视频2184问，评估22个多模态大模型的长视频心理健康理解，任务极具挑战。