层次化时空Transformer用于一致性急诊部门预测
提出HierSTT框架，端到端联合预测医院、区域、国家三级急诊需求，误差降低32%，实现跨层级一致预测。
CinemaTraj: Composing Atomic Camera Trajectories for 3D Scenes with LLM Agents
Prior Directions: Why GUI Grounding Gets Locked in the Past
代价敏感共形预测与人在回路放弃在不平衡高风险决策支持中的应用：多领域基准研究
标准共形预测少数类覆盖率低至0.5%，Mondrian共形预测提升61.7个百分点，结合成本控制放弃显著降低决策成本。
用于期望持久性图自适应向量化的Voronoi直方图
提出Voronoi直方图实现EPD自适应向量化，无需平滑变换，建立稳定性界，实验验证有效。
AMEND++：临床试验中入组标准修订的基准测试
提出入组标准修订预测任务，发布AMEND++基准套件，采用CAMLM预训练策略提升预测，助力临床试验设计。
上下文如何塑造真相：LLMs中句子级真相表示的几何变换
LLMs中真相向量随上下文变化：中层对齐，上下文增强真假分离，大模型通过方向区分相关性，冲突知识引起更大变化。
最小马尔可夫化：全纯覆盖决策过程中的稳定商
构造稳定商，为全纯覆盖决策过程找到最小马尔可夫充分统计量，实现状态压缩与高效强化学习。
ICDAR 2026 原子层沉积/刻蚀（ALD/E）科学图表信息提取竞赛
Sci-ImageMiner竞赛表明，多模态AI在科学图表分类和摘要上表现好，但数据提取与推理不足，凸显领域感知挑战。
保护组织免受恶意软件风险：一种新颖的基于图的恶意软件检测方法
提出MalGuard图检测法，通过操作角色识别与程序图表示学习，提升检测性能并降低漏检成本。
MPEcho：一种旋律与音素感知的可控翻唱生成框架
MPEcho集成音素编码器和长度调节器，降低翻唱生成音素错误率，并开发Phonsa模型提升对齐精度。
从关键点到预测分布：YOLO-Pose模型的事后不确定性
提出YOLO-Pose模型的后验不确定性方法，通过校准双变量分布与评估协议实现关键点可靠性排名，在COCO和飞机着陆中验证有效性。
将省略三段论中的隐含前提显式化
提出LLM与SAT求解器结合的流水线，自动生成并验证省略三段论的逻辑蕴涵。
基于并行轨迹回火的能量模型均衡训练
提出并行轨迹回火算法，实现能量模型均衡训练，高效处理多模态稀疏数据，成本低且性能优越。
MICA：面向长程情感支持对话的多粒度跨期信用分配
提出无评论家RL框架MICA，用增量距离奖励结合蒙特卡洛回报实现多轮情感支持对话逐轮优化，显著提升性能。
编程智能体对开源社区AI贡献规则的合规性初探
智能体极少主动遵守AI贡献规则，仅在提示下完成披露与验证，但无法自主拒绝贡献或升级人工。
图即验证器：面向跨过程漏洞检测的智能体强化学习
提出VulAgentRL，利用代码属性图作为验证者，提供基于证据的精确奖励，显著提升跨过程漏洞检测。
DialectLLM：超越标准美式英语的方言感知对话生成框架
DialectLLM生成多方言对话数据，揭示LLM不应复制方言语法特征，基准测试显示方言识别准确率低。
重尾噪声下在线凸优化的无参数动态遗憾
提出HT-PAder算法，在重尾噪声下实现无参数通用动态遗憾，达到最优路径长度指数。
基于耳部PPG和ECG的单拍无袖带血压估计：一种轻量级混合学习框架
提出单拍级无袖带血压估计框架，融合耳部PPG与ECG，采用CNN+LightGBM混合学习，SBP/DBP误差低至4.02/1.79 mmHg，比基线降低28.2%。
鲁棒RPC光束法平差：基于季节不变对应关系的多日期卫星影像
提出季节不变特征匹配与全局描述符结合的RPC平差方法，降低多日期卫星影像的几何误差并节省匹配时间。
针对持续指令调优的渐进式多模态对齐
PMA检测多模态分布偏移并渐进扩展专家，缓解投影器遗忘，提升持续指令调优性能。
即时技能：面向LLM智能体的测试时自适应技能合成
提出SkillTTA方法，通过检索训练轨迹合成临时技能并优化提示，在多个基准上以更低计算成本实现更高性能。
WhisperRec：高效基础推荐模型的潜在推理
WhisperRec通过压缩思维链为潜在令牌，避免冗长理由，提升推荐效率与推理吞吐量。
LAMUS：使用大语言模型从美国判例法中提取法律论证的大规模语料库
提出LAMUS语料库，利用LLM自动标注与人工验证构建高质量法律论证数据，链式思维提示显著提升模型性能。
通过视频表示正则化缓解累积误差
发现复合误差源于表示维度坍塌，提出视频表示正则化稳定潜在表示，大幅提升长视频生成质量。
CustomerSim：多模态零售用户模拟器的基准测试与对齐
CustomerSim评估多模态模型模拟零售用户行为，发现模型角色易偏离，提出UserGRPO强化学习将决策对齐提升23.5点。
VideoNorms：评估视频语言模型文化意识的基准
VideoNorms数据集通过中美电视节目文化规范标注，发现模型在中文文化及非语言证据方面表现不佳，视频模态必要且扩大模型无提升。
FARI: 面向扩散模型水印的鲁棒一步反演
提出FARI一步反演框架，结合轻量对抗LoRA微调，以20分钟微调超越50步DDIM反演的鲁棒性，大幅提速。
借力攻破：代码编码上的Best-of-N搜索突破自检越狱防御
组合代码编码与Best-of-N搜索突破最强自检防御SAGE，成功率67%，归因于防御借力目标模型自身判断。
ASCD：注意力可引导的对比解码方法用于减少多模态大模型幻觉
提出ASCD，通过正负注意力引导，无需训练即可降低多模态大模型幻觉38.2%，并提升VQA准确率。
零样本人脸到语音合成：基于风格扩散TTS模型潜在空间自适应
轻量适配器将人脸特征对齐到冻结StyleTTS 2模型，生成自然语音（UTMOS 3.7-4.0），且无需重新训练即可跨语言泛化。
基于注意力的静息态fMRI阿尔茨海默病分类框架
注意力框架直接建模rs-fMRI功能连接，AD分类准确率88.95%，AUC达0.90。
无需再训练的无交叉概率K线预测
提出KQSP方法，无需再训练即可消除量子和K线交叉，保持预测精度。
面向决策关键应用的多模态大语言模型中可解释且资源高效的空间推理
提出ByDeWay-V2，集成空间关系谓词与深度线索，无需训练增强多模态大模型空间推理，轻量高效可解释。
ScratchSim：一种用于表面划痕检测的程序化合成数据流水线
提出程序化合成数据管道，通过微调合成权重或混合训练，显著提升检测性能，减少对真实标注数据的依赖。
DINOv3特征的逐步注意力精炼用于高效前眼节分割
提出基于DINOv3的轻量架构，通过逐步注意力精炼实现高效前眼节分割，在临床数据上达85.55% mIoU且鲁棒性强。
Two2Four：基于人类运动的四足动物生成式操控
提出两阶段扩散模型，从人类运动自动生成逼真可控的四足动物动作。
你真的需要为在线强化学习微调预训练Q函数吗？
预训练Q函数对在线微调效果有限，随机初始化即可；策略集成初始化（IPE）方法可提升1.26倍性能。
SciFigAlign：基于微调视觉与手稿证据对齐的科学图表评分
提出SciFigAlign模型，微调视觉与手稿证据对齐，大幅提升科学图表评分准确性。
多模态空间推理的视觉信用审计
VCA分离图像支持与关系响应，揭示12.73-26.25%正确决策缺乏视觉信用，分解基准成功为正确性、图像支持与关系一致响应。
从非规则期权报价中逆向学习潜在风险中性密度
通过合成与实际数据基准测试，揭示不同学习方法恢复风险中性密度的差异，表明不存在通用最优方案。
基于卫星散射仪星座的海上风速精准预报
WindCastNet首次直接利用卫星散射仪星座观测进行海上风场短时预报，1小时误差降低23%，2小时降低7%，优于传统模型。
SciFigQual-Bench: 基于完整稿件上下文的科学图表质量评估基准
提出SciFigQual-Bench五维度评估科学图像，SFQ-Agent（GPT-5.6-Sol）误差最低、一致性最高。
DP-MGTD：通过自适应差分隐私实体清洗实现隐私保护的机器生成文本检测
提出自适应差分隐私实体清洗方法，利用噪声增强人机文本区分性，实现高精度隐私保护检测。
学习型扩散提议何时有助于约束求解？关于连续代数系统的受控研究
学习扩散提议仅在变量独立高维时微弱优于随机多起始，耦合后优势消失，现实系统经典多起始全胜。
LLMAR：面向稀疏且文本丰富工业领域的无调优推荐框架
LLMAR通过LLM推理与自校正，无需训练即可提升工业稀疏数据推荐性能54.6%，成本约每千用户1美元。
TANDEM：面向多模态仇恨言论的时间感知神经检测
提出TANDEM框架，将多模态仇恨检测转化为结构化推理，通过串联强化学习实现时间感知，F1达0.73，性能显著提升。
FreqForcing：通过频谱自锚定实现自回归长视频生成
提出FreqForcing框架，用频谱自锚定解决长视频误差累积，实现5秒到2分钟24倍外推，效果优于现有无训练方法。
从分类到回归：利用果蝇求解方程
受果蝇感知启发，用局部模式匹配与加权重构替代全局模型，实现高效回归预测。