多轮长程规划的物理学：从预训练到后训练的单教师与多教师在线智能体蒸馏
通过可控环境研究多轮长程规划三阶段：预训练需显式世界模型与少量长程数据，后训练OPD优于GRPO，多教师蒸馏可整合能力但存冲突。
Markerless Motion Capture in Routine Clinical Upper Limb Assessments: Validity and Insights Beyond Ordinal Scoring
MM-ShiftKV: 面向多模态大语言模型的解码感知预填充阶段KV选择
MM-ShiftKV通过构造方差扩展查询代理估计KV重要性，解决解码查询方差大导致视觉token丢失问题。
神经形态目标检测：深入研究与未来方向
综述神经形态目标检测：涵盖问题、数据集、评估指标，分析事件表征与时序建模等方法，评估模型并探讨未来方向。
Tokengeist：多轮对话中的归因追踪
提出Tokengeist框架，递归遍历对话轮次DAG，多跳归因召回率从不足20%提升至90%。
SketchMamba：一种轻量级状态空间模型，用于联合渐进式草图分类与笔划自动补全
SketchMamba以单因果序列模型同时实现渐进分类与笔划自动生成，参数量仅1.55M，精度达94.93%，70%笔划时即达90%最终精度。
中文标题
提出自适应多模糊逻辑模型，动态调整权重，优化融合多种DGA方法，显著提升变压器故障诊断的准确性与适应性。
Chamaileon：基于情境化建模与混合采样的跨情境结合体设计
Chamaileon通过上下文共建模与混合采样，实现多目标多状态结合体设计，生成适应多样构象的序列。
JarvisHub：面向画布原生多模态创意智能体的开放框架
JarvisHub是画布原生创意智能体框架，支持长期多模态创作与可检查编辑的自动化。
LLM任务适应如何重塑对齐：行为与表征漂移的多维研究
任务适应方法对LLM对齐影响各异：RLVR漂移小，SFT漂移大，KL正则化缓解，建议多维评估。
ConFusion：连续融合空间学习实现细粒度可控红外与可见光图像融合
提出ConFusion框架，通过高斯条件调制学习连续融合空间，实现实例级细粒度可控融合，性能领先。
面向检索增强生成的源感知重排序：一种可靠性先验方法
引入来源可靠性先验权重，改进RAG排序，在健康语料上将精准度提升50%并抑制虚假信息。
基于Hadamard过参数化的稀疏高斯混合模型Q函数用于在线强化学习
提出稀疏高斯混合模型Q函数，通过哈达玛过参数化实现可解释稀疏化，在线流形优化，参数少且性能超越深度强化学习。
使用主要和次要标签的弱监督实例级格里森模式估计
提出弱监督多实例学习框架，聚合预测建模主要与次要格里森模式，有效估计实例级模式并超越现有方法。
CRAFT：习得模式，执行计划
CRAFT通过两阶段后训练（监督微调+强化学习）让编码代理习得模式与执行计划，代理分数提升9.6%，输入token减少9倍。
数据驱动问题的多阶段约束优化框架
提出MCOF框架解决VAE约束优化三大挑战，在合成和药物设计任务上验证有效性。
几何与语义融合：视觉检测任务中语义驱动边界框优化的分数阶梯度稳定方法
提出分数阶语义IoU损失，融合几何与语义，利用历史状态正则化梯度，稳定优化性能。
学习优化：稀疏非欧几里得网络上的联合路径规划与流量分配
提出DCGA框架，在稀疏非欧几里得网络上实现路径与流量联合优化的秒级求解，解质量领先且随规模增大优势扩大。
ATCNet-CIAM用于多会话运动想象脑电图信号分类
提出ATCNet-CIAM模型，集成通道注意力模块，提升多会话运动想象脑电分类准确率与稳定性。
通过文化与政治记忆振兴城市公共空间：基于大语言模型与增强现实的技术方法
利用大语言模型和增强现实，通过数字孪生与视觉叙事，激活城市公共空间的文化政治记忆。
掩码蒸馏：将思维链内化到语言模型中
提出掩码蒸馏框架，训练学生模型内化中间推理步骤，直接输出答案，减少延迟和成本，在算术和搜索任务上验证。
STAIF：面向复杂指令跟随的分阶段优化框架
提出STAIF分阶段优化框架，先优化软约束再强化硬约束，构建双语数据集，性能领先。
用于电池健康状态估计的充电阶段健康指标：跨电池验证下恒流、恒压及联合方法的系统比较
联合恒流恒压指标在留一电池验证下性能最佳（R2=0.874），传统交叉验证高估实际精度。
GaitFace：用于远距离行人识别的多模态数据集
GaitFace数据集暴露了现有模型在低分辨率和高视角下的缺陷，为远距离行人识别提供严格基准。
D3O：面向有序回归的动态分布蒸馏
D3O通过自蒸馏动态演化有序标签分布，结合对比增强和CDF交叉层蒸馏，有效处理模糊噪声，显著提升有序回归性能。
结构胜于规模：面向RAG的受模式约束因果图
HCG-RAG用受模式约束因果图替代开放抽取，节点和成本大幅降低，性能匹配基线，因果过滤器提升检索6个百分点。
学习扩散模型的采样参数
提出LeSAMP框架，用强化学习让大语言模型学习提示自适应的时变采样参数，经偏好优化提升扩散模型输出。
物理信息神经网络发现引力三体问题中的周期轨道
PINNs从稀疏噪声中恢复三体周期轨道并泛化至未见族，训练数据源显著影响结果。
你是在跟我说话吗？：电影剧本中性别化的说话者-受话者模式的网络分析
论文通过网络分析电影对话，发现男性主导发言与受话，性别偏见体现在对话结构而非仅时长。
按需插补：面向变化环境的自适应相关时间序列插补
提出AdaCTSi自适应CTS插补器，MAE平均降33.1%，支持传感器子集与资源自适应推理。
拓扑数据分析与图论方法在网球比赛预测中的应用
基于ATP数据，用拓扑和图论法预测网球赛果，随机森林准确率66.2%，拓扑特征贡献24%，无排名时仍达63.56%。
从同行评审的细微差别到最佳实践
研究同行评审数据中版本、评分、格式三种细微差别及其影响，提出最佳实践。
真实世界对话机器人中基于上下文感知前导生成的低延迟话轮转换
提出两阶段增量框架，通过上下文感知前导生成降低对话延迟，实验显示其在初始响应延迟与主响应间隙间存在权衡。
语言路由RAG与直接选项评分用于多语言金融问答：DS@GT在FinMMEval的提交
DS@GT提交多语言金融问答系统，采用语言路由RAG与直接选项评分，发现链式思维降低希腊语准确率，需语言感知策略。
Co-Harness: 协同演化LLM智能体的引导框架与模型权重
提出Co-Harness框架，联合优化智能体引导框架与模型参数，交替优化，可自动恢复崩溃、提升效率、发现集成策略。
标签稀缺下通过多源异常融合的极端波动预警
标签稀缺时，稳健异常几何与源可靠性比监督表示能力更重要。
Imprompt：一个面向提示编程的语言框架
Imprompt框架将提示程序与执行解耦，定义编译器和类型检查，实现任务描述与约束解码对应。
最优奖励塑造：自动驾驶停车案例研究
提出参数化奖励塑形框架，联合优化参数，解决非完整约束下强化学习局部最优，提升停车成功率与轨迹平滑度。
变分-伊辛-注意力（VIA）：科学中定制注意力至关重要
VIA用Ising模型改进softmax注意力，实现科学任务的结构耦合，优于标准方法。
PathSelect：全切片病理学的顺序令牌选择
PathSelect以可微顺序令牌选择，平均44.86令牌达74%准确率，实现36.6倍压缩且优于采样方法。
WGDnet: 威沙特引导的几何感知深度网络用于PolSAR图像分类
提出WGDNet，融合可学习Wishart统计与几何自适应卷积，提升PolSAR分类精度和边界保真度。
一致性门控：通过自一致性准入控制防止LLM代理中的记忆污染
提出写入时准入门控，多次查询LLM得到支持分数，平均超阈值才写入，减少记忆污染，代价是隐含事实的写入。
AssumptionMiner：提取、追踪和修订LLM代码生成中的隐式假设
提出AssumptionMiner，将隐式假设显式化，提升LLM代码生成的透明度和可控性。
CALMRec: 因果对齐语言记忆的长期推荐方法
提出因果对齐语言记忆框架，分离短期、长期与曝光记忆，提升长期推荐价值6%-7%。
DP-IVON-Gradsq: 差分隐私平方梯度改进变分在线牛顿
提出DP-IVON-Gradsq，采用噪声修正平方梯度估计，减少隐私噪声与后验采样噪声的相互作用，在弱到中等隐私预算下表现良好。
Token消耗最大化最佳编程语言：跨编程语言编码智能体行为探究
编程语言显著影响编码智能体的token消耗，非编译与重复修改推高成本，最昂贵语言可指导token最大化。
DAP-Pose：深度时间对齐与物理感知跨模态传感器融合实现鲁棒姿态估计
提出DAP-Pose，融合视觉/惯性/GNSS，深度时间对齐与物理约束实现鲁棒姿态估计，KITTI上SOTA（误差1.31%/0.46°），抗时间错位。
XMatchAD：基于重建的异常检测的跨模态匹配视角
提出XMatchAD框架，通过跨模态匹配增强异常检测与定位，性能超越现有方法。
打破总方差界限：固定动作集下线性异方差赌博机的尖锐样本复杂度
提出VAEE算法，通过主动探索实现调和平均依赖的简单遗憾，首次打破异方差线性赌博机的√Λ障碍。
基于恢复流匹配的MIMO语义通信信道优化与均衡校正
提出统一恢复流匹配框架，通过双模块和双锚训练策略，提升信道估计与语义重建质量，减少采样步数。