AgentOmnia：面向全场景应用的智能体模型规模化
AgentOmnia框架通过领域×能力×难度分类，数据合成与后训练，将基准性能从9.16%提升至37.11%，并实现PRD引导的自进化。
GRAPE：用于铰接式肖像网格估计的渐进路由
GRAPE通过构建躯干-头部运动链与渐进对齐网络，提升肖像网格重建质量及下颌-表情解耦。
SMART: 大语言模型增强的动态产品广告混合检索
提出SMART混合检索，门控仅路由10%用户至LLM，降本90%同时广告转化率提升27.6%。
基于Conformer掩码自编码器的脑电图和心率变异性信号新生儿缺氧缺血性脑病分类
提出MAEConformer自监督框架，从EEG和HRV学习特征用于新生儿HIE分类，EEG AUC达97.19%，HRV AUC达82.42%。
基于随机森林的S参数预测骨体积分数与骨折位置
用随机森林模型基于多通道S参数预测骨体积分数和骨折位置，经九天线系统与实验验证有效。
RRTrack：面向动态场景的鲁棒且可恢复的物体6D姿态跟踪
RRTrack通过2D-6D闭环跟踪与双库模板匹配，在动态场景中实现快速运动及完全遮挡后的鲁棒恢复，性能提升65%以上且实时（55.2 FPS）。
基于扰动感知的扩散引导混合分割方法，用于鲁棒且标注高效的植物胁迫表型分析
提出扩散引导混合分割框架，结合骨干网络与扩散模型，在PlantSegV3上达71.83% mIoU，对扰动鲁棒且标注高效。
多模态遥感图像生成的对比参数解耦
提出对比参数解耦框架，从文本生成光学/红外/SAR多模态图像，实现语义一致与结构对齐，性能优于现有方法。
MS-GPT：将MS/MS从头结构解析重新构想为光谱诱导的分子语言模型后验查询
MS-GPT通过光谱后验查询分子语言模型解决训练-推理不匹配，实现从头结构解析新SOTA。
面向提示驱动手术概念分割的SAM3参数高效适配
提出LoRA适配SAM3进行手术概念分割，仅优化0.98%参数，性能优于基线，支持下游重建模拟。
GNM Head：一种生成式人体头部测量模型
提出GNM参数化模型，覆盖头脸颈眼齿舌，基于高分辨率扫描和专家样本，拟合3D人脸达SOTA，已开源。
SimBEV2X：面向多任务车联网协同感知的大规模数据集与数据生成工具
基于CARLA的V2X协同感知最大数据集与生成工具，提出CoBEVFusion架构。
PathScale-R1：病理图像分析中的跨尺度推理
提出抗捷径的跨尺度病理推理框架，构建PathScale-VQA数据集，优化PathScale-R1模型，实现最佳跨尺度推理性能。
RoadVGGT：道路结构感知的前馈式路面重建
无需每场景优化，融合几何模型与网格，重建紧凑高斯路面，提升图像、语义及高程精度。
语言生成中的幻觉率
引入无限幻觉使语言生成能力更强，幻觉率刻画了语言集合的严格层级结构。
基于政治轴的大语言模型对齐可控性审计
对LLM进行政治可控性压力测试，发现提示框架解释88-93%方差，模型身份影响小，需报告分散性、对称性等指标。
在线策略蒸馏中结果混淆的局部监督
策略内蒸馏中局部监督受轨迹结果混淆，67%以上“一致但失败”无法通过训练消除。
入侵者阈值：LoRA微调的谱定律
无参数谱阈值定律精准预测LoRA各层侵入者维度，降低遗忘62%。
可操控的双人头部虚拟形象
提出STEER，实现双人对话头部虚拟形象的注视、头部节奏和情绪的可控生成，优于现有方法。
谁被点名：引用类型预测基础语言模型对个体的命名，名册工具仅捕获其0.5%
模型命名个体率约25.8%，引用类型比数量更能预测命名；名册工具仅捕获0.5%的命名提及且覆盖不具代表性。
Kalypso：关系型大语言模型服务
Kalypso通过流水线执行与KV-cache重用，实现语义查询加速，速度提升高达4.57倍。
超越外观：面向移动空地平台的行人关联与跟踪的多线索框架与大规模基准
提出融合多线索的FUSION框架与最大规模视角多变数据集RealMvMoAT，实现移动空地平台行人关联跟踪最优性能。
持续测试时间适应中的无源教师可控适应
提出无源教师可控适应方法，动态设动量并利用类原型对齐，无需源数据，性能领先。
一致证据，鲁棒识别：几何变换下的忠实归因正则化
提出基于子模搜索的无注释归因正则化，通过路径一致性和终止对齐损失提升归因稳定性与鲁棒性，仅微降精度。
变分自编码器中潜在空间的软约束优化
软约束优化提升VAE潜在空间编码容量与解耦性，熵约束提高指标，权重过滤将维度降至2维且保持高精度。
OmniCache：扩散模型的多维分层特征缓存
提出OmniCache统一分层缓存框架，利用多维特征冗余，无需训练即降低推理延迟达35%，保持视觉保真度。
偏微分方程发现的事后评估：科学进步的多方面挑战
本文提出首个PDE发现评估指标分类法，分析准确性、一致性、可解释性、泛化性等挑战，并给出标准化建议。
TriShieldRAG：一种针对检索增强生成中知识污染的三环纵深防御框架
三层独立防线将攻击成功率从91%降至13%，同时保持良性查询准确度。
具有动态显式头发的头部数字人
提出DynHair，通过3D高斯溅射和时序网络建模动态头发，从视频重建可动画头部数字人，实现物理逼真头发运动。
长尾医学图像分类
长尾分布导致医学图像分类偏向常见病，通过数据增强和深度学习模型有效减少误差，最佳模型表现良好具应用前景。
WISERouter：具有工作负载预算约束的LLM路由
将LLM路由建模为约束多臂老虎机，提出WISERouter框架，离线学习优于基线，在线学习探索数据少。
利用解耦时深扩散Transformer的高效内存音频合成
提出解耦时深扩散Transformer音频合成架构，内存恒定，16倍实时速度，峰值21MB，MOS提升0.28。
合成孔径声纳深度神经网络训练的数据增强方法比较
本文比较多种数据增强对合成孔径声纳目标识别的影响，显示增强可提升准确率，但效果各异。
利用多模态挖掘电池文献中的X射线吸收光谱数据
多模态挖掘电池文献，提取13,740条XAS光谱，覆盖66种元素，构建AI可用数据集。
DriveDNA：用于驾驶风格识别的大规模多模态自然驾驶数据集与基准
DriveDNA含4121次驾驶，通过少样本重识别等任务评估驾驶风格，学习表示优于经典描述符但存路线泄露风险。
第三方API路由器在代理软件开发中的代价何在？
实证揭示第三方API路由器注入攻击使编码代理防御成功率降至0%，客户端防护难以检测，需提供方输出完整性保障。
缩放权重衰减以优化训练
按峰值学习率比例缩放权重衰减，消除渐近偏差并稳定权重范数，在混合专家模型训练中提速30%达到验证损失。
Latent-LoRA: 面向持续学习的紧凑潜在空间适配器与无梯度路由
利用冻结嵌入层的无梯度路由与主子空间适配器，实现近零遗忘的持续学习。
基于嵌入的异常检测用于清洗全球作物类型参考数据集
提出EBA框架，利用预训练嵌入检测异常标签，清洗后提升作物类型模型精度，保守清洗有效。
HiTMS：一种高吞吐量多流语言隐写框架
HiTMS框架通过多轮交互分发秘密至多响应，实现高吞吐量隐写，速度提升4.3倍，降低检测率。
SCTA：一个用于从单细胞RNA测序中稳定且可解释地发现靶基因的智能体框架
SCTA智能体框架通过分解分析任务并整合生物学证据，实现从单细胞RNA测序稳定、可解释地发现靶基因，在慢性胰腺炎中验证了稳健性。
DSTFView：双输入时空频率建模的多视角云边工作负载预测
提出双输入时空频域多视角框架，联合建模接近性与周期性依赖，自适应融合捕捉突变，性能优于基线。
SeT-Diff: 面向HPC遥测和时间序列的语义基础模型
提出首个HPC遥测基础模型SeT-Diff，基于扩散与语义解耦，重建MAE 0.047，零样本稳定，单模型支持插补、预测和虚拟感知。
基于概念的扩散模型视觉反事实解释
C-VCE将分类器嵌入扩散模型，通过概念瓶颈层生成微小可控的逼真反事实，提升可解释性与安全性。
MedLoCoMo：面向大语言模型的长上下文多轮医疗对话基准
基于MIMIC数据构建多会话医疗对话基准，评估大模型跨会话推理，发现其比局部证据更难。
QFoldAgent：一种用于蛋白质结构预测的自主量子优化多智能体系统
QFoldAgent闭环多智能体框架通过迭代优化哈密顿惩罚，降低RMSD并提升结构有效性至98.7%。
MIITA：面向小语言模型持续学习的内存引导推理时自适应
MIITA框架通过存储与检索校正方向原型，实现小语言模型在持续学习中的非破坏性知识复用，有效缓解遗忘。
DeepLens诊断代理：智能工作流设计让小型推理模型与前沿LLM竞争
DeepLens通过五阶段工作流（小模型+RAG）使诊断准确率提升36%，成本低于前沿LLM且性能更优。
SF-AMS：面向LLM智能体结构化记忆的策略性遗忘
提出策略性遗忘框架，通过效用驱动记忆筛选提升多跳推理，在多项基准上取得显著提升。
中文标题：编码评判者：通过程序提炼实现可扩展评估
中文摘要：程序蒸馏替代LLM评判，低成本高透明，性能匹配13B模型，奖励信号更优。