基于异构轨迹的神经算子发现
无需显式标签，从异构轨迹联合学习神经算子与低维潜在表示，实现零样本外推与长期稳定预测。
单层自注意力模型中的（交换）遗憾损失训练：概率单纯形上的案例研究
遗憾损失训练单层自注意力模型实现无遗憾博弈均衡，新交换遗憾损失导出关联均衡。
基于重建的无参考图像描述评估框架
提出基于重建的无参考图像描述评估原理，通过下游任务评估语义等价性，实现免参考评分。
图压缩能保持信号传播吗？
图压缩中，稀疏化保留信号多样性但轨迹偏离原图，粗化保持传播却导致平滑与秩坍缩，两种目标冲突。
BoneAgeTW2：基于Tanner-Whitehouse 2方法、深度学习及分布曲线临床报告生成的自动化骨骼成熟度评估
首个开源TW2骨龄评估系统，用YOLOv8检测20块手骨，EfficientNet-B3分期，自动生成含分布曲线的临床PDF报告。
临床LLM中模式合规性的闭环验证-修复：面向医疗互操作性的多模型研究
闭环验证-修复将临床LLM模式合规率从约90%提升至99%，有效保障医疗互操作性。
LEX-EC: 黑盒设置下零样本大语言模型人格分类的词汇证据通道审计框架
LEX-EC框架通过词汇消融等方法审计黑盒LLM人格分类，区分边际分布效应与词法证据下的特质关联。
SPRKD：通过鞍点区域近似实现深度神经网络的有效知识蒸馏
SPRKD将知识蒸馏从复制重构为利用鞍点区域进行学生重探索，在多个基准上超越基线，收敛至更宽极值点。
SARATR-X-v2：面向SAR基础模型的尺度感知结构预训练
提出满足物理稳定与语义尺度兼容的预训练目标，通过多尺度结构提取与可学习融合实现SOTA性能及抗扰动能力。
在Transformer推理中为潜在算法路由奠定基础
ROUTEBENCH基准表明，密集Transformer可发展内部路由变量，根据数据模式选择算法族，但未证明通用路由能力。
探索玻尔兹曼机在多数规则下应用于社会系统的生成能力
研究玻尔兹曼机生成能力，训练不同配置DBN，在多数规则下恢复临界系统，重构保持临界态。
WaveZip：小波驱动的视频令牌时空解耦压缩方法
WaveZip利用小波变换解耦时空冗余，在10倍压缩下保持99.6%性能，无需训练即可集成到现有大视觉语言模型。
论使用结果奖励时无偏且长度不变的策略优化的不可能性
证明在结果奖励+GRPO框架下，无法同时实现梯度无偏和长度不变，两者存在根本性权衡。
中文标题：基于市场状态感知的多模态融合社交情绪与技术特征的比特币价格方向预测
中文摘要：提出RAML模型，动态检测市场状态并自适应融合情绪与价格特征，在小时级比特币数据上提升预测性能，关键组件不可或缺。
重新思考块扩散语言模型的生成顺序
提出并行自回归解码(PARD)，保留从左到右结构并允许并行，在块扩散语言模型中加速生成且质量接近自回归。
CLIP心知肚明却无法表达：从冻结中间特征恢复否定语义
提出PeakPatch方法，从CLIP中间层恢复否定信号，仅增3.5%参数，COCO MCQ提升35.1%。
CONSISTRE：面向大语言模型的文档级关系抽取的统一一致性感知框架
提出CONSISTRE框架，通过推理时约束和训练时蒸馏两轨道，提升LLM文档级关系抽取的一致性与可靠性。
自创验证在启发式自我改进智能体中不可靠
自改进智能体依赖自创验证易致性能虚高，SEAL通过外部审计防止退化，需至少一个外部信号确保可靠改进。
门总是关闭的：论向冻结视觉语言模型注入辅助信号
发现VLM门控抑制现象，用双曲几何损失正则化LoRA，推理保留几何路径可保关系准确率并提属性。
基于树语法分析的加权Banzhaf交互解释BiomedCLIP
提出ParseFIxLIP，利用树语法解析与加权Banzhaf交互，解决分词碎片化，提供语义连贯的医学VLM解释。
面向检索增强生成系统的交叉注意力校准去重
提出CACD去重，利用交叉编码器保留token细节，结合新信息分数与多数投票，移除9.75%冗余块，速度比最强基线快27%。
面向上半身人-物交互的实时以人为中心的世界建模
提出实时以人为中心上半身交互世界模型，融合连续隐式控制与离散交互状态，实现25FPS细粒度运动与手物协调。
基于Prompt-S6与语义感知知识引导的多模态目标重识别
提出PRISM框架，利用Prompt-S6和语义感知知识，通过语义剪枝与渐进融合实现三模态对齐并抑制背景干扰，降低复杂度。
深度何时能取代精度？量化神经计算的资源理论
深度替代精度需依库、时域、语义、路由而定，存在结构下限，误差率受时间依赖影响。
Omni-Prune: 面向高效全模态大语言模型的查询感知统一令牌剪枝
无训练查询感知视听令牌剪枝，联合去冗余，加速3.25倍、内存降1.3倍，保持99%性能。
扩展傅里叶神经算子用于参数化与耦合PDE建模
通过超网络调制和系统架构探索，在基准PDE上误差降低55-72%。
宽神经网络中单层学习与分层学习的统计学差异
训练输入到隐藏权重比固定它们泛化误差更小，且固定权重会导致参数空间奇异性。
鲁棒6自由度物体姿态追踪：遮挡与快速运动下的内置恢复机制
提出结合关键点匹配与优化对齐的6DoF追踪方法，内置失败检测与恢复，在遮挡和快速运动中鲁棒，速度达57.6fps。
同一问题，不同答案：超越准确率评估大语言模型可靠性
大语言模型对等价不同表述的问题答案不稳定，单次准确率不可靠，自释义策略可提升一致性。
PIVOT: 用于令牌级稀疏注意力机制的高效查询组索引
PIVOT通过分组查询共享扫描，将索引器加速4倍且精度不变，端到端延迟降低1.6倍。
VIPER：面向物理合理视频生成的视觉上下文物理推理框架
VIPER通过参考视频演示物理过程，利用多模态大模型提取物理线索，指导视频生成器实现物理行为迁移。
PlanCraft：灵感源于建筑师的渐进式3D住宅场景生成——草绘、精炼与布置
提出渐进式平面图生成方法，以2D空间契约为基石，实现高质量3D场景，实验指标大幅超越现有最佳方法。
PerturbPFN：探索药物扰动模型中合成先验的极限
PerturbPFN模型利用合成先验推断潜在图与干预目标，实现低成本的竞争性扰动预测及可解释结构发现。
短期痛苦换取长期收益：承诺后奖励转移的自适应实验
提出RAEC算法平衡短期与长期遗憾，给出匹配理论界，并扩展至结构知识与投资组合。
协调可解释的心电图波形特征实现稳健跨数据集临床预测
基于原始波形的协调可解释特征在跨数据集预测中保持性能，内部AUROC 0.79-0.82，跨数据集0.74-0.78。
擦除还是不擦除：具有保留感知的自适应排序子空间扩展的鲁棒免训练概念擦除
PARSE是一种免训练概念擦除框架，通过动态发现并编辑子空间，实现鲁棒擦除且不牺牲模型效用。
从数据到设备：ELMOD——面向移动推理的高效德语优先2.7B语言模型
2.7B德语模型ELMOD，经德语专用数据预处理与质量过滤，在有限算力下性能媲美7B模型。
可扩展多保真贝叶斯优化的迁移学习架构
迁移学习代理在多保真贝叶斯优化中优于高斯过程，尤其在分子材料领域，贪婪利用均值更稳健。
大型语言模型与基于Transformer的机器翻译在英-泰米尔双向翻译中跨数据集的系统性分析
系统评估多模型在英-泰双向翻译，发现数据质量与领域对齐关键，注意机制增强可解释性，少样本LLM也能生成结构合理翻译。
从转录到语义语料分析：古代语言句子表示的无监督学习
提出TSDAE和CSE两种无监督策略适配古代语言句子编码器，在圣经复用任务中优于基线，实现从转录到语义分析。
基于完整退化轨迹的剩余使用寿命预测的泛化界和样本复杂度
提出RUL预测样本复杂度框架，涵盖学习率、领域知识加速及数据质量影响，理论预测与实验验证一致。
MOJITO：模态联合学习实现统一端到端自动驾驶
MOJITO通过模态联合注意力消除级联接口，实现端到端自动驾驶，在NAVSIM上取得新SOTA。
基于Token-区域引导的跨注意力融合多模态情感解读
提出跨注意力融合框架，利用视觉-语言模型提取OCR文本，对齐语义与视觉区域，在孟加拉语政治模因检测中达到0.94 Macro-F1。
局部正则化不能刻画多类PAC可学习性
否定回答：存在维数≤2的可数类，可实现PAC复杂度O(1/ε log 1/δ)，但无法被局部正则化器学习。
MemVLN: 用于视觉与语言导航的情景记忆与程序记忆
MemVLN结合情景记忆与程序记忆，实现实时高效导航，性能与速度显著提升。
D-Score：用于大型语言模型幻觉检测的谱隐态信号
D-Score通过单次前向传播中隐藏激活的奇异方向计数检测幻觉，无需外部验证或多次生成。
基于PPG的血压估计：直接与ECG中介深度学习管线的比较研究
本研究证明PPG与血压相关性优于ECG，直接PPG预测达BHS A级，优于ECG中介方法，可实现更简化的连续血压监测。
Kimi K3：开放前沿智能
Kimi K3是2.8T参数MoE模型，百万token上下文，原生视觉，性能前沿但略逊顶级闭源，已开源。
DataOrchestra：学习为每个示例编排预训练数据管理
提出DataOrchestra框架，为每个数据示例定制处理流水线，稳定提升性能并减少计算。
循环并非可靠性：面向智能体代码修复的状态绑定证据与类型化修订契约
循环不保证可靠；提出状态绑定证据与类型化修订契约，绑定验证至状态，保留检查点，生成审计凭证。