传递接力棒：轨迹中继的在线策略蒸馏
提出接力蒸馏，解决学生前缀失败问题，老师短暂接管纠正，多个推理基准最佳，训练轨迹缩短超50%。
医学中的智能代理AI：架构、应用、评估及临床转化挑战
医学代理AI依赖大模型执行多步骤任务，但评估与临床需求脱节，需清晰定义和真实世界验证。
多目标结构化剪枝优化大语言模型的延迟与模型大小
提出两阶段多目标结构化剪枝：粗粒度移除块，细粒度并行贝叶斯优化层剪枝，在保持性能下优化延迟和模型大小，适合边缘部署。
无读者的阅读：大型语言模型将读写折叠为单一纠缠代码
LLM读写代码纠缠（指数0.23-0.35），行为正耦合，与人类脑双分离相反。
AI代理的解释绑定工具执行：服务器验证的动作声明，无需依赖模型推理
提出EBTE中介层，将推理内容转为可验证动作声明，冲突拒绝、不确定审查，仅匹配可执行，实验验证可行性。
心电智能体：患者级心律失常评估、紧急程度及管理的多智能体临床决策支持
Cardiologent多智能体系统实现患者级心律失常从检测到决策，整合指南与患者数据，评估临床决策而非报告，性能最优且可审计。
DocAnnot——用生成式AI自动标注加速关键信息提取数据集创建
DocAnnot框架利用LVLM、OCR及空间匹配算法自动标注KIE数据集，F1达0.679/0.846，大幅减少人工，高效接近完美标注。
跌倒事件冲击检测：利用时空图卷积网络与循环神经网络分析3D骨骼数据
提出基于STGCN和RNN的3D骨骼图方法，精准检测跌倒冲击时刻，准确率超90%。
面向视频模型的视觉提示工程
视觉提示工程通过修改任务图像提升视频模型性能，比文本提示更有效，是简单高效的方法。
工具不是孤岛：通过查询条件超边预测实现LLM代理的集合级工具检索
提出HYSET方法，将工具检索视为超图条件超边预测，捕获集合级联合效用，显著提升检索与任务成功率。
少即是多：面向通用AIGC音视频检测的模态解耦方法
提出解耦检测法DAV-Det，独立分析各模态伪造线索，在通用场景挑战赛获第一。
基于时间图的纵向疾病轨迹对比表示学习
用对比图神经网络学习时间图上的疾病轨迹表示，保留时间上下文和拓扑，实现患者聚类和结构发现。
物理信息宽度学习系统：一种求解偏微分方程的高效无反向传播框架
提出PI-BLS，将物理约束嵌入线性优化，用伪逆求解免去反向传播，高效求解偏微分方程且性能优于传统方法。
TRWH：一种面向语义感知稀疏推荐的文本驱动随机游走异构图神经网络
提出TRWH，融合LLM文本与异构图随机游走，稀疏推荐RMSE降低80%，但随机游走可能稀释LLM表示。
ODYSSE: 面向个性化智能体推理的逐回合策略优化
ODYSSE通过逐回合GRPO（ESPO）实现个性化智能体推理，以回合级奖励和优势估计解决长程依赖问题，性能优于现有模型。
上下文组装作为被控变量：冻结LLM智能体调控策略的控制理论视角
将上下文组装视为被控变量，通过在线策略优化实现冻结LLM智能体的稳定控制与不确定性校准。
一个控制系统、一个数据集和一种让冻结的LLM智能体学习领域知识的配方
提出用强化学习优化LLM agent的固定动作空间，在三个领域验证并开源。
具备网络能力的AI智能体：漏洞、评估隔离与防御响应
综述五类边界漏洞，以2026年HF/OAI事件为例，探讨评估与控制的安全优先事项。
SourceMinds在CheckThat! 2026：多智能体流水线中基于NLI的引文审计用于生成完整事实核查文章
提出多智能体流水线，融合证据检索、结构化规划、门控自评和NLI引文审计，生成引文支持的事实核查文章。
HANDBOOK.md：长上下文智能体指令遵循基准
提出HANDBOOK.md基准，65个模拟企业手册的任务，最佳模型通过率仅36.2%，揭示长上下文政策遵循的突出问题。
SciClaimSeekers在CheckThat! 2026：利用LLM重排序为社交媒体声明检索科学来源
提出混合检索与LLM重排框架，在CLEF-2026任务中MRR@5达64.39%，证明大模型流水线可媲美微调。
基于文本反转的少样本开放词汇遥感图像分割
通过文本反转优化文本查询，将遥感分割受影响类别的平均交并比从3.9提升至39.4。
中文标题：MemSFT：利用外部参数化记忆缓解对齐税
中文摘要：MemSFT通过可插拔参数化记忆解耦领域专化与骨干参数更新，在提升领域性能的同时几乎不损害通用能力。
ReDesign：通过智能体分解从图像中恢复可编辑设计结构
提出ReDesign智能体框架，逐步扩展与验证恢复可编辑设计，实现高视觉保真度与最佳可编辑性。
LAIA数据集：面向智能汽车的标注注意力
提出LAIA合成数据集，含44人15小时驾驶及眼动追踪，用于端到端驾驶注意力研究与模型可解释性。
使用数据派生先验指导近红外化学计量学的CNN架构设计
利用光谱数据特性（如熵、秩、小波能量）作为CNN设计先验，可替代超参数优化，性能相近。
面向方差稳定需求感知的上下文反卷积：促销零售中的核调制算子
上下文反卷积将需求分解为促销冲击与平滑基线，仅当持有成本超过缺货成本20%时降低总成本，否则提升运营稳定性。
面向心理健康的LLM检索增强生成：量化分层安全架构中检索的增量贡献
RAG通过检索上下文提升心理健康LLM意图检测准确性与安全性，误报增加但符合安全优先设计。
COVENANT: 面向对齐智能体执行的自然语言工作流编译
COVENANT将工作流指令编译为控制流图并解释执行，确保对齐，成功率从50%升至83%，错位失败率降低62.75%。
按位置排序：顺序敏感性——LLM列表式推荐器中可利用的攻击面
LLM列表式推荐器因位置偏差易受攻击，通过重排序即可提升目标排名，需正则化或架构改进来缓解。
双重视角，统一表达：基于证据的对话式音乐推荐
解耦检索与生成，通过混合检索和证据分配框架提升对话推荐解释可靠性。
超越面部一致性：具有整体身份保留的个性化人物图像生成
提出动态平衡缩放策略协调面部与外观身份，实现更优权衡，并引入新基准。
放射学视觉语言模型基准的法医可重复性审计：从预期协议到发布制品
审计发现该基准存在提示绑定、DICOM反转、截断等不一致，撤回原始声明并提出可验证控制。
OmniPhys: 知识图谱驱动的文本到图像生成物理常识基准测试与集体优化
基于物理知识图谱的1551样本基准及迭代框架OmniPrompt，有效提升12个模型的物理一致性。
大型语言模型对夺旗竞赛的颠覆性影响及通往公平竞争之路
LLM颠覆CTF公平性，提出分层赛制、抗LLM设计等四维保障框架。
用于热干气候低成本墙体材料热排名的物理信息神经算子
物理信息神经算子高效精准排名五种低成本墙体材料，粘土秸秆土坯热性能最优。
罗生门对齐
提出几何视角的模型功能相似性度量，独立于数据分布，在90+数据集上验证其与分布对齐互补，可用于模型选择等。
关键知识路径：面向高效知识密集型多模态问答的稀疏跨模态路由
SKIP稀疏路由架构以3.4-6.8倍更少计算量，在五个KI-MMQA基准上匹配或超越密集基线精度。
DynaBridge：动态摘要引导的跨任务多模态融合用于DASS结构化心理健康评估
提出动态摘要引导的跨任务多模态融合框架DynaBridge，在DASS-21评估中风险预测F1达0.5012，项目预测QWK达0.3216，优于基线。
智能体检索基准：评估编码智能体的仓库上下文检索
提出用于评估编码智能体文件检索的基准，含427个样本，发现不同方法各有优劣。
Toward an Organizational Science of Multi-Agent LLM Systems: Decoupling Who, How, and Which Algorithm
基于指令的图像编辑：数据、模型、评估和应用综述
综述基于指令的图像编辑，涵盖数据、模型、评估与应用，提出CDD-IIE基准，对比开源方案，展望未来方向。
从确定性到生成式深度学习：基于稀疏观测数据的城市空气质量重建
提出扩散生成框架，从稀疏观测重建城市空气质量，在巴黎数据上优于确定性模型，无需重训即可泛化。
提示工程对小型语言模型在受控查询路由中的影响
提示优化显著提升小型语言模型在受控查询路由中的性能，Mistral 7B分数从81.79升至90.87。
超越“检索什么”：检索增强代码生成中的不确定性
OpenCoder通过估计源不确定性过滤异质性证据，将GPT代码正确率从56.25%提升至78.13%，但效果依赖LLM后端，揭示不确定性可作为控制信号。
大规模渐进采样下的数据质量分析：面向以数据为中心的AI管线基准测试
盲随机均匀采样在5%预算下误差0.49%，代表性比领域知识更关键，优于代理引导方法。
基于证据感知的多智能体推理实现忠实情感图像描述
提出SEA-Cap系统，通过情感证据挖掘与协作审核，消除幻觉，实现情感准确与事实一致，达最优性能。
FLASH：基于统一超图状态空间模型的高效碰撞跌倒检测
FLASH框架融合超图与状态空间模型，高效检测跌倒碰撞，实现SOTA精度、实时推理与零样本泛化。
SepPrune：基于分隔符的高效多模态大语言模型剪枝框架
提出基于分隔符的剪枝方法SepPrune，无需训练即可移除80.2%视觉令牌，保留96.3%准确率。
动态约束学习优化
动态约束学习框架用局部代理和信任域求解未知约束优化，自适应数据分布，实现高效高质量解。