Top-k帕累托老虎机：多目标候选集选择的超体积遗憾
提出THV-UCB算法，用超体积遗憾理论保证多目标候选集近似帕累托前沿。
评估分数是可消逝的知识主张
评估分数平均聚合导致信任膨胀，应视作含形式性、范围与有效期的声明，采用最弱链接聚合。
GoGoTB：基于规范约束覆盖闭合的代理式RTL验证
GoGoTB代理框架实现RTL验证端到端覆盖闭合，无需人工干预，平均线覆盖98.4%、分支97.2%、功能83.2%，超越先前所有工作。
TraceCoder：基于位置键片段版本化的可解释与可审计代码生成
TraceCoder通过片段历史与位置键索引实现代码生成的可解释和可审计，追踪率达30%，内部决策可回放。
基于客户数字孪生模拟的大规模聊天机器人验证
提出高保真合成客户代理与自动+人工验证框架，实现银行聊天机器人规模化低成本合规测试。
用于人类反馈强化学习的元学习奖励塑形
提出MeRLa框架，通过元学习任务感知奖励塑形，提升RLHF对齐质量和训练稳定性，在多项基准上超越现有方法。
Sim2Win：一种与球队无关、基于事件的足球赛前结果预测与战术画像系统
Sim2Win无需球队身份，基于战术画像预测赛果，未知球队上AUC达0.704，优于基线。
探索物理问题中的结构：AI智能体能否发现统计力学映射？
评估AI agent发现统计力学映射能力，数值反馈可辅助但易误判，需结合符号验证。
选择在哪里以及如何审核：过滤器放置与回复重写的端到端权衡
比较不同审核策略，发现回复重写能低害恢复流量，探针路由更高效，建议依部署需求选择。
AgentGUI：观察和操控长期运行的AI智能体的界面
AgentGUI是长期AI智能体观察操控界面，具备轨迹可视化与自动防漂移，用户测试识别速度提升38%，任务完成率提高34个百分点。
中文标题：数据融合与对比对齐实现无限制红外分子结构解析
中文摘要：提出MoE解码器和非加性聚合改进Transformer，结合对比对齐损失，使红外光谱无限制分子结构解析准确率提升超10个百分点。
美国网络流媒体录制的宗教广播节目转录文本大规模语料库
构建了美国宗教广播转录文本大规模语料库，含70万+录音、6000万行文本，支持内容分析与语音研究。
弱至强同策略蒸馏
利用正负弱模型对比构建代理教师，同策略蒸馏使强学生超越弱教师，监督弱时仍有效。
DuplexGen：人类与AI轮流对话的自适应合成
DuplexGen通过少量人类偏好校准LLM，生成场景自适应轮流对话，显著优于传统方法。
方法是否支撑声称？论文内验证辅助同行评审
提出论文内声称验证框架，用LLM评估方法对声称的支撑，与人类评审意见显著一致。
动态参数化并非动态推理
动态参数化不等同动态推理，功能动态不保证计算节省，需分别报告系数变化、模型依赖和执行。
表征AI生成诗歌中的人类相似性：零样本分类研究
通过零样本检测管道提取区分人机诗歌的关键属性，验证可区分性并强化现代检测。
梯度与自然梯度之间：LoRA初始化的一个连续谱
LoRA初始化方法实为梯度预处理连续谱，最佳点随任务变化，调优后可达或超越全微调性能。
推理时指令层次调控
V-Steer通过编辑缓存值向量，在推理时恢复指令层次，将主约束准确率从18%提升至92%，性能超越基线。
Robostreet Flow：一种轻量级超低阻力电动牵引车与四车混合编队架构，用于最低成本点对点货运
提出Robostreet Flow架构，集成低风阻轻量化电动牵引车与4车编队，成本降低56%、能耗降20.5%。
评估本地LLM机器翻译中的提示范围与示例相似性
研究提示范围和示例选择对本地LLM翻译的影响，专业MT仍最强，少样本部分有益，嵌入检索略优，多目标提示小模型易失败。
早期判断，更优预算：面向计算高效RLVR的序贯自适应推出分配
SARA用序贯分配两阈值停止规则，早期判断提示有效性，节省rollout预算22%-67%，性能匹配或超越现有方法。
深度强化学习中冻结随机CNN特征提取器的涌现稀疏性
冻结随机CNN在深度强化学习中涌现稀疏全连接层：活跃神经元数与任务复杂度正相关，限制性能，且早期锁定。
BG-REAL：一个基于真实数据的公开基准，用于背景篡改检测与定位
BG-REAL是含7000样本的背景篡改检测基准，揭示重编码伪影是基线模型共有风险。
知识引导的原子动作解耦方法用于动作识别
KDA利用LLM分解动作标签为原子动作，通过知识注入与解耦模块增强表征，实现精确解耦，在多标签动作识别中达SOTA。
一图胜千言：通过混合深度学习从图像中提取皮肤暴露数据以增强安全评估
混合深度学习量化图像暴露皮肤，与人工评估80%一致，可扩展用于安全评估。
从野外单张人体图像中估计体重和身高
提出用深度学习从单张自然人体图像估计体重、身高和BMI，构建新数据集，全身图像效果最佳。
TraceCLIP：从Patch到CLS的贡献中恢复局部语义
TraceCLIP无需训练，利用patch-to-CLS贡献恢复局部语义，零样本分割平均mIoU提升1.3-4.5点。
DVPSFormer：面向自动驾驶的高效在线深度感知视频全景分割
提出统一在线架构，通过显式场景离散化和在线多数投票，高效实现4D理解，在Cityscapes-DVPS和SemKITTI-DVPS上达SOTA。
UrbanDS: 一种图引导的LLM多智能体系统，用于数据密集型城市任务
提出图引导LLM多智能体系统UrbanDS，通过数据集图组织技能与关系，多智能体协作处理数据密集型城市任务，性能领先。
CG-World：面向世界模型的大规模世界状态数据集与协议
提出含85万段状态标注的CG-World数据集，支持干预学习与反事实推理，助力视频生成及策略迁移。
WildShadowRemover：通过细节保持的视频扩散模型实现野外视频去阴影
提出基于视频扩散模型与LoRA微调的野外视频去阴影框架，通过细节注入和频率分解调制实现高质量、时间一致的阴影去除。
物理与隐私交汇之处：面向隐私保护的脑肿瘤生物力学建模的联邦物理信息神经网络
联邦物理信息神经网络结合隐私保护与生物力学建模，在分散数据上达91.4%准确率，超越集中训练基线。
CMT-RAG：面向多轮多跳检索增强生成的互补记忆痕迹
引入子问题级推理痕迹的互补记忆框架，在多轮多跳RAG中显著提升答案准确性。
Symphony of Bias: Exploring Gender Associations with Musical Instruments in Multimodal LLMs
Eco3S：基于智能体的复杂社会经济系统模拟
Eco3S框架通过共演化环境、结构因果模拟和自改进机制，精准复现经济研究现象，支持政策分析。
多模态序列动机推理基准：MultivationBench
MultivationBench评估多模态序列动机推理，基于心理学框架，模型难以动态推理，暴露静态识别与动态理解的差距。
Rad-JEPA 3D：用于3D计算机断层扫描的放射学联合嵌入预测模型
提出Rad-JEPA 3D联合嵌入预测框架，混合H-Mamba编码器与HSOR正则化，在12万CT扫描上预训练取得SOTA。
When Synthetic Users Fail: A Cross-Domain Benchmark of LLM-Simulated Human Survey Responses
EvoPINN：基于智能体的物理信息神经网络可行算法发现
EvoPINN智能体自动发现PDE专用学习算法，显著降低L2误差，并自创SLRC-PINN新架构。
潜在通道真的在通信吗？对潜在多智能体LLM的因果审计
通过消息替换的因果审计发现，潜在通信中接收者依赖示例内容或其他代理，总体准确率无法揭示真实影响。
延迟感知的双手对齐用于双手动作分割
提出轻量级LACA模块，显式估计双手时序偏移分布，自动对齐提升分割性能，仅增0.0086M参数。
Q-Steer：分子策略优化的动作价值引导
Q-Steer用预训练的离线价值评分器引导分子语言模型采样，不增加在线预算，显著提升优化奖励。
AlphaSchema：探索基于大语言模型阿尔法挖掘的交易语义空间
提出结构化语义空间解耦探索与实现，迭代选择平衡全局与局部，提升因子挖掘效果。
自同构诱导的图神经网络Top-k解释非规范性
自同构导致GNN的top-k解释存在任意性，提出判据验证其普遍性，报告轨道可消除。
更少澄清，更好代码：编码助手中跨会话个性化歧义适应基准测试
提出CAPA基准，评估编码助手利用用户历史会话解决重复歧义、减少澄清次数的能力。
对齐错误具有人格特征：大五人格视角下的涌现式对齐失误
微调导致的对齐失误表现为大五人格的显著偏移，可用校准向量诊断，为安全现象提供可解释人格画像。
（有）碍结对编程：编码智能体提升生产力却损害理解
编码智能体提高任务完成效率，但削弱用户代码理解，用户仍因便捷而偏好。
金融披露文本中细粒度不一致性分类的诊断
微调小模型高效分类金融披露细粒度不一致，证据定位是关键瓶颈，不同类型难度分化显著。
重新思考自我进化：一种缓解技能过拟合的受约束探索-利用过程
提出SkillBoost框架，通过结构化剥削与先验引导探索，在缓解技能过拟合的同时保持最优性能。