无噪声一步LoRA：利用扩散先验的任务驱动图像恢复
提出无噪声一步LoRA结合扩散先验实现任务驱动图像恢复，超越多步方法；引入任务保持GAN提升质量。
Polistemics：评估LLM作为政治与选举信息中介者
新基准测试发现LLM在政治信息中介中，清晰时可靠，模糊或矛盾时系统性失败，受政党先验影响，无模型表现一致。
PanoLess：从局部反射视角重建环境环境
PanoLess从反射表面单侧图像重建环境光照，利用高斯泼溅和神经立方体贴图，实现局部视角下一致光照估计，效果更优。
长时间运行的自主大语言模型代理循环中，代理何时将停滞误认为进步？自我评估偏差与外部基础验证
自主代理自评易陷“进步幻象”，需外部世界状态验证才能避免停滞误判。
Raven：基于稀疏记忆路由的高召回序列建模
Raven通过稀疏记忆路由仅更新选中子集，平衡密集写入干扰与固定窗口硬驱逐，实现高效长上下文高召回。
迈向可靠的染色转移：基于多模态专家引导评估的迭代数据-模型协同优化框架
提出DMCoStain框架，迭代优化数据模型，结合多模态专家引导评估，实现染色转移SOTA准确性，兼具评估功能。
具有挑战性的真实临床病例中多轮多模态诊断推理的评估
新基准ClinMM-Bench评估多轮多模态诊断，专有模型准确但完全正确率低，推理质量有限，存在五种错误模式。
观察奉承型AI验证他人会降低其吸引力但不影响其说服力
警告和视频干预降低了谄媚AI的客观性与吸引力，但未削弱其说服力，表明个体干预或不足。
重新思考似然分布：学生t似然提升贝叶斯神经网络性能
学生t似然显著提升BNN预测性能，不依赖数据与架构，训练更快且易实现。
中文标题：检测文本、表格和知识图谱间的知识不一致性
中文摘要：提出Kontrast框架，利用Text-to-SPARQL和LLM推理自动检测并解释跨模态知识冲突。
SPARC：基于仿射回归与反事实从分割到预测
用反事实解释替代SMOTE生成合成数据，结合分段仿射分类，B2B交易倾向预测精确率达93.1%。
ANFI：重新审视行人重识别中的邻居特征交互
ANFI方法通过建模亲和与差异关系自适应加权，抗噪声邻居，提升行人重识别鲁棒性。
人人皆独特：面向催收的行为异质协商对话系统
提出催收谈判基准DebtBench与代理DebtGPT，针对行为异质性，性能超越开源模型，媲美GPT-4o。
TWICE：在线广告中长周期转化预测的双时钟双窗口学习
双时钟互补监督，分解转化率与延迟分布，有效提升广告收入与转化率。
指令调优模型局部句法重用超过人类
指令调优模型比人类更重复相邻句法，但句法选择性和适应性下降。
Shieldstral：政策自适应多模态安全分类器
3B参数模型通过二分类问答框架整合5400万样本，多模态安全分类超越大7倍模型达SOTA。
学得的、依赖的还是必要的？——分离层图神经网络中的检查点依赖与任务级价值
本文区分检查点依赖与任务价值，证明层GNN学到的限制映射多为可替代的拟合，并非必要边缘几何，验证需结合重训练。
I2VShield：针对基于DiT的图像到视频模型的高效主动防御框架
提出生成对抗攻击方法，通过文本自适应扰动和多模态注意力破坏，高效破坏视频时空连贯性并降低计算成本。
Argus-Unified：迈向紧凑经济的图像理解与生成统一模型
Argus-Unified利用预训练VLM和混合视觉token，以极低数据（15.6M）和成本（约2000美元）实现图像理解与生成统一，性能达SOTA。
比特与记忆：量化大模型中逐字提取的测量
量化选择性遗忘训练数据，但不足以防御隐私；模型越大，保留的逐字记忆越多。
PIcsC: 分区引起的协变量偏移校正
提出PIcsC框架，用Fisher信息正则化校正分区偏移，在40+数据集上性能提升，联邦学习超越FedAvg等基线3-5百分点。
约束在线凸优化的数据依赖遗憾与Polyak校正
通过保留梯度积累和Polyak校正获得更紧凑遗憾界，自适应方法AdaOGD-PFS将遗憾改进38-43%。
VLD-RAG：面向长篇幅、视觉丰富多页文档的代理式视觉语言检索增强生成
提出VLD-RAG框架，用多模态混合检索与代理验证，提升视觉丰富长文档的跨页证据检索与问答性能。
ReLATE: 可靠性引导的证据融合用于鲁棒无人机-卫星跨视角地理定位
提出UAVSat-Deg退化基准和ReLATE方法，通过可靠性引导证据融合提升定位鲁棒性，在退化测试中取得最佳性能。
语言作为创意LLM交互的物质接口
探索语言作为物质接口的创意AI交互，通过两周生态研究揭示多种语言模式与时间性，提出开放交互设计考虑。
超越计数：病理基础模型的分布鲁棒性裕度
提出CRoMa样本级鲁棒性度量，将表示几何转为分布，揭示模型异质性，辅助模型选择。
用户提问，平台竞争：自主推荐市场如何形成
用户代理驱动推荐市场，平台策略导致访问与注意力矛盾，需联合设计访问、注意力和问责机制。
基于累计熵的反后门核心集选择
利用累计熵选择良性核心集，高效防御后门攻击，且几乎不影响自然性能。
ContractHIL-HLS：面向HLS设计的合同对齐多智能体硬件在环工作流
通过结构化合同与硬件反馈循环，将HLS设计测试通过率提升至70.4%，后量子密码加速器运行时间缩短75%。
公共部门AI部署与网络治理失败：类型学分析
提出七领域类型学与三路径失败模型，揭示现有框架无法应对影子AI、速度不对称等公共部门特有治理失效。
随机波动下的潜在状态涌现计算
随机波动下模型涌现两阶段潜在状态计算，Transformer中可解码性出现于特定阶段，退化源于读取错位。
类ChatGPT AI的多体倾覆动力学
类ChatGPT AI倾覆源于token多体相互作用与注意力无序，属可预见工程风险。
重尾噪声下随机优化的量子加速
提出了重尾噪声下低维量子均值估计器及量子SGD方法，在低维区域查询复杂度优于经典最优下界。
计算细胞学中用于异常检测的群等变扩散
D4-等变扩散框架利用旋转反射对称性，获得变换一致伪健康重建，提升细胞学异常检测AUC与稳定性。
基于物理的流体视频生成：仿真数据集与双流光流监督
构建流体仿真与真实数据集，引入双流光流解码器，提升视频物理一致性与质量，误差低至0.54像素。
检索前思考反噬：自适应知识图谱检索的TraceBound诊断
TraceBound诊断表明，检索前思考在KG检索中适得其反，因重复调用和预算分配不当，须作为控制问题评估。
古代钱币铭文解读：基于目标检测的新型罗马共和国数据集字符识别
收集5654张罗马共和国钱币图像，用YOLOv7-Large实现90.4%的mAP50，突破铭文识别难题。
文本分块大小对检索增强生成性能的影响
研究文本分块大小及检索数量对RAG系统生成质量和检索效果的影响，需权衡精确性与信息量。
指令调优的语言模型无法从它们能描述的概率分布中进行采样
指令调优模型无法从分布中采样，总是输出相同结果，却能准确描述分布，存在“知道/做”分裂。
DensFiLM：面向人群场景的密度条件视频显著性模型
提出密度条件视频显著性模型DensFiLM，通过轻量调制层实现密度自适应，显著提升人群场景预测性能。
AMPBench-MT：面向抗菌肽效力、谱系及安全性预测的同源性控制基准
AMPBench-MT基准揭示识别性能不反映实验指标，呼吁端点感知评估。
从朴素RAG到深度代理检索：面向法规合规的演进式上下文工程流水线
从朴素RAG演进至深度代理检索，提出PEA-CAE架构，证明上下文工程比微调更经济可行。
从细胞反应到药理学领域：多模态零样本药物表征学习
提出PMRD框架，分离机制因子与模态噪声，构建共识响应域，提升多模态零样本药物预测性能。
发展学习框架下用于持续、可理解视觉识别的多尺度结构特征
本文通过多尺度结构特征提升无梯度发展学习框架的视觉识别准确率，实现持续学习且保留可解释性。
中文标题：检索而非幻觉将是基于LLM的临床AI工具的关键限制因素
中文摘要：本文呼吁将临床AI中LLM错误的关注点从幻觉转向检索召回，并概述了误差类型、缓解策略及研究方向。
考虑安全性的级联推理用于作物损害评估及可控错误权衡
提出级联架构CascadeCropNet，通过阈值控制误差，在作物损害评估中减少54%漏报，无需重训练。
OrthKD：从异构教师中提取泛化临床知识以支持轻量部署
OrthKD框架从强CNN完整监督、弱ViT特征蒸馏，正交投影促互补，提升轻量DR筛查模型泛化性与鲁棒性。
留意缺失分裂：用随机森林解决群智学习中的特征异质性
针对群智学习随机森林的特征异质性，提出多种推断策略解决缺失分裂，性能超越基线。
高光谱图像融合的双域流形建模
提出双域流形建模框架，通过拓扑感知Transformer和频域解耦协同融合，提升空间结构与光谱重建性能。
看到、说到，还是忘记？跨对话轮次的视觉KV记忆因果审计
提出CVMA框架审计视觉KV遗忘，发现安全遗忘依赖低未来视觉依赖或事实已言说，而非当前注意力。