面向桥梁诊断代理的隐形因果编码：使用QLoRA的三重引导检索增强微调
提出损坏原因编码器，结合知识三元组与检索增强，QLoRA微调实现87%准确率，内存降低72%。
EVL-MCoT：增强视觉-语言多链式思维用于有害模因检测
EVL-MCoT采用多链式思维与原型引导解码，增强视觉-文本对齐，提升有害模因检测性能。
小型视觉语言模型知错却难言：真实图像退化下言语置信与内部置信的双模型研究
小VLM知错但说不出口：内部概率比口头置信更可靠，但严重低光下两者均不可信。
优先基于事实真相：一种用于智能体记忆的纵向评估工具，以及记忆架构排名中的任期交叉效应
提出事实先行的评估方法，发现记忆架构排名随历史长度反转，并发布开源库Veracium。
FBLayout：优化移动GPU上大语言模型高效微调的内存布局
FBLayout通过统一R-Tile布局和激活引导布局选择，在移动GPU上实现2.2-5.7倍加速，提升缓存效率，实现端侧大模型微调。
CARNet：周期条件核心聚合与再分配框架
CARNet以线性复杂度集成全局周期信息，高效建模跨变量依赖，多元时间预测性能领先。
Analyzing Toxic Behavior and Its Impact on the Mastodon Community
为二次模型辩护
二次模型能预测LLM长达10%训练窗口的优化动态，Hessian谱与稳定性分析揭示其结构。
一种面向同质结构弱边界分割的平滑相分离模型
提出基于Cahn-Hilliard方程的平滑相分离模型，集成softmax拟合与相场正则化，有效分割弱边界同质结构，精度与边界定位优于对比方法。
从用户档案到引导向量：全局稀疏先验与局部语义校准用于个性化文本生成
提出GLASS无训练框架，通过稀疏自编码器提取全局风格先验与局部对比向量，无需检索或微调即实现个性化生成。
学习关键信息：用因果证据集监督稀疏注意力路由
注意力不等于因果依赖，用因果证据集训练稀疏注意力路由无需标注即可达教师精度。
J-CoT：J空间中的思维链
提出基于J空间用词汇索引系数传递中间状态的循环推理框架，无需全文或完整隐藏状态，性能超越最强基线。
贝叶斯与频率学派基于机器学习的模拟推断导论
概述贝叶斯与频率学派框架，介绍机器学习SBI方法用于参数估计、经验贝叶斯应用及验证局限。
原生多模态预训练的从头扩展
该研究揭示原生多模态预训练的可预测缩放规律，语言与多模态目标行为不同，文本重混合物在大模型更高效，且促进跨模态迁移。
ReCowGnition：一个用于奶牛面部识别的现实生物特征基准
提出真实场景奶牛面部识别基准数据集，含6838张图像、161头奶牛，定义评估协议，提供六种模型结果。
离散动作空间：小模型连续控制中GRPO收敛的前提条件
GRPO微调小模型连续控制时，离散动作空间（如PID预设）可避免熵崩溃，实现成功率和轨迹平滑度的权衡收敛。
通过反事实正确性界定机器学习辅助决策的因果影响
提出部分识别方法，利用反事实正确性等单调性假设，从先前RCT数据界定新模型的因果效应。
中文标题：FSE：基于快慢专家的持续学习命名实体识别模型
中文摘要：提出快慢专家增强的跨度NER模型，通过共享与任务专精结合实现持续学习，并引入长度衰减负采样，在CLNER上达到SOTA。
MEUSLI：面向基于大语言模型的语音识别及其他任务的多语言投影器
MEUSLI是首个开源多语言投影器家族，连接Whisper与多语言LLM，支持28种欧洲语言ASR，并可扩展至语音翻译等任务。
CARDIAG：面向冠状动脉造影的深度学习架构密集段分类基准
发布CARDIAG基准，评估24种模型进行冠状动脉造影像素分类，最佳集成F1=0.479，强调高低分辨率特征。
小波相位扩散实现结构与语义一致的仿真到真实转换
小波相位扩散利用双树复小波包与低频随机化，实现仿真到真实的高保真转换，兼顾结构与语义一致性。
基于压缩内容选择的无参数自适应稀疏注意力
用gzip压缩比实现无参数自适应稀疏注意力，性能超越密集与固定稀疏模式，收敛快3.3倍。
缓解小样本类增量学习中的区域捷径
针对小样本类增量学习中模型因区域捷径误分类新类的问题，提出组合学习方法学习公共与判别基元集，有效缓解并提升准确性与可解释性。
学习型命令适配器何时值得？冻结运动策略的闭环识别与反事实审计
通过对比实际增益与反事实上限，审计判定适配器仅在可观测信号证明状态依赖改进时值得部署。
从义务到规范：需求工程中验证欧盟AI法案要求之调研
组织缺乏将欧盟AI法义务转化为可测试要求的系统流程，LLM工具提供潜力但需安全保障。
InnoText：统一视觉文本生成与编辑模型
提出InnoText统一框架，通过字体尺寸感知、小字符增强等方法，实现高质量中英文文本生成与编辑。
模块是否各司其职？复合LLM系统中的角色漂移
端到端RL导致模块角色漂移（如分解器植入答案），准确率掩盖真实学习；Role Anchor正则化可缓解，但需牺牲部分准确率。
RED-PIM：使用存内计算减少Transformer的数据移动
RED-PIM将注意力数据移动从O(N²)降至O(N)，矩阵缩至d×d，推理延迟降幅最高达99.99%，长文档性能提升99.60%。
CommandLM：自车行为层级的数据驱动描述器
CommandLM多模态大模型从传感器数据生成自车行为描述，CIDEr 0.67，人类评价58%准确合规，支持透明审计。
智能预测后稳健优化
提出鲁棒预测后优化方法应对特征扰动，理论证明误差指数衰减与Fisher一致性，实验显著优于标准方法。
定义AI原生系统：自主性作为修订权威
论文从决策权威角度定义AI原生：AI自主重写系统实现，需升级检测、验证与回退，人保留目的与正确性。
生理信号作为说话人脸深度伪造检测的法医模态
利用rPPG生理信号检测说话人脸深度伪造，AUC达0.806，检测难度因生成方法而异。
从孤立任务到结构化能力：面向大型语言模型的多层分类法
提出14领域91子技能的多层LLM能力分类法，分析3万余论文揭示研究侧重与覆盖盲区。
持久计算状态：面向生成式世界模型的会话中心运行时
世界模型失败因运行时丢弃不可重计算状态，定义持久计算状态并构建会话中心运行时，极低开销支持大量会话。
扩散模型中减少曝光偏差的频谱先验
提出频谱对齐(SPA)方法，校准功率谱减少曝光偏差，仅增3-4%开销，兼容CFG。
AI红队评估的证明边界
红队评估的证据上限可计算，区分能证明与不能证明的边界，现有基准对罕见严重危害证据不足。
FAIR：面向AI生成虚假图像检测的特征增强隐式正则化
FAIR通过场景结构先验抑制纹理偏置，提升AI假图检测跨生成器泛化，精度提升8%，实现零样本鲁棒性。
基于语法书的低资源机器翻译合成数据生成的因子研究
利用语法书和大模型生成合成语料微调机器翻译，因子研究表明三种低资源语言多数配置优于基线，最佳ChrF++提升达8.8。
基于图的异构道路网络交通信号控制接口
提出基于图神经网络的交通信号控制接口，通过共享打分与确定性矩阵转换相位，PPO实验验证其异构网络可行性。
使用多平台激光扫描的单木生长重建框架
提出多平台激光扫描单木生长重建框架，通过深度学习分割和生长模型实现胸径与材积准确估计，误差稳定。
面向共情响应生成的动态常识协调
DCC框架动态协调常识知识，提升共情响应情感分类准确性与多样性，生成更相关、连贯、信息丰富的响应。
使用固定深度符号回归搜索前馈神经网络权重更新规则空间
符号回归发现权重更新规则，30个基准中25个优于标准优化器，MSE平均降低44.47%。
DAGForge：基于生物医学文献的可审计因果有向无环图创作
利用文献和大语言模型构建可审计因果DAG，支持证据追溯与专家审查。
从季节性到语义：玻利维亚路障事件混合概率预测系统的基准测试
混合系统（Prophet+NLP）优于纯统计模型，AUC-ROC达0.677，Brier分数降10.9%，利用新闻语义信号捕捉社会紧张高峰。
QLPO：基于象限加权的长度感知策略优化采样
QLPO通过重采样隐式控制响应长度，保持正误比例并偏向短正确长错误，减少30%-70%长度且不损推理性能。
大型语言模型与人类在创造力评估中的趋同与分歧原因
LLM在创造力评估中与人类标准在新颖性上趋同，在上下文信息上分歧，且不同模型标准不同。
技能自我对弈：通过共同演化技能推动LLM能力前沿
技能自我对弈（Skill-SP）通过提议、求解与技能控制器的协同进化，平衡验证与探索，持续提升LLM能力。
GLI-AL：一个具有统一解剖-病灶标签的多模态胶质瘤MRI标签资源
提出BraTS-GLI Anatomy-Lesion资源，含1251个统一八类标签，扩展前景监督，提升共存病灶敏感度。
LeAct：从专家行动中学习推理
提出LeAct方法，从专家行动中恢复隐含推理链，显著提升模型推理性能。
面向低资源阿拉伯字母语言的生物医学机器翻译：基于跨语言迁移与LoRA适配器合并
LoRA适配器合并零数据实现低资源语言生物医学翻译，接近监督适应性能。