投影追踪CPCANet用于域泛化
PP-CPCANet利用投影追踪在Stiefel流形学习全局正交基，克服协方差秩亏，域泛化达SOTA。
数据偏心性、高斯RBF再生核希尔伯特空间渐近性与核PCA
高斯RBF核在大带宽下渐近等距于欧氏空间，其PCA收敛于线性PCA，数据偏心性ρ可预测收敛行为。
表格数据上经典机器学习的缩放规律：一项基准研究
大规模课堂验证幂律缩放规律，树模型占优，模型族内指数近似共享，但实现存在差异。
grapheme-kit：面向多语言NLP的字素级度量与文本处理
grapheme-kit库将文本度量从Unicode码点提升至字素簇层级，更准确评估复杂文字，改进泰米尔语和僧伽罗语处理。
LayoutLite：面向高效文档OCR的令牌级隐式布局分析
提出轻量模块LayoutLite，通过令牌级隐式布局分析去除低信息视觉令牌，降低推理成本，保持OCR质量。
静态与时变网络上的方差缩减Q学习
提出VRDQ分布式Q学习算法，通过共识实现线性加速，通信成本极低。
通过自适应互补增强补救异质性下基于粗化的GNN训练
ACE方法通过重建特征和各向异性正则化，结合自适应加权，提升异质图训练性能。
TRW: TRACE-RealWorld——作为物化视图的世界模型的可审计一致性契约
提出可审计一致性契约，通过有效性抽象、自适应维护、事务补偿和溯源，解决物理世界数据管理问题。
当伦理与收益相悖：道德困境中的LLM智能体
LLM在道德与利益冲突时合作率7.9%-76.3%，行为受游戏结构和道德框架影响最大，暴露其道德脆性。
面向空中MLLM智能体的零样本任务级评估
提出MissionBench基准，评估空中MLLM智能体：最强模型成功率不足35%（人类84.4%），凸显多步具身任务难度与规模效益。
解构离策略比率：用于异步强化学习的熵缩放信任区域
针对异步强化学习数据陈旧问题，提出熵缩放信任区域（ESTR），根据局部熵调节偏差，提升一致性并加速训练2.6倍。
多智能体系统驱动的数字孪生用于预测性维护：架构、技术与开放研究挑战
综述多智能体与数字孪生结合用于预测性维护，指出微控制器AI部署、分布式协调、分层编排三大挑战，尚无集成方案满足工业5.0。
Nanbeige4.2-3B：在紧凑模式中释放智能体能力
Nanbeige4.2-3B是3B参数的紧凑通用智能体模型，通过Looped Transformer和强化学习，性能超越更大模型，适合本地助手。
面向视觉异常检测的深度卷积大间隔$\ell_p$-SVDD
提出DLM-SVDD，联合学习卷积特征与核决策边界，用大间隔$\ell_p$-SVDD优化，性能优于现有方法。
从水平集演化到阈值优化：一种用于图像分割的灰度水平集框架
本文证明长度项非必要，提出灰度水平集框架，将PDE演化转为阈值搜索，实现快速分割大规模退化图像。
从扰动校正到几何感知采样：面向长尾学习中均衡平坦极小值的锐度引导均衡采样
提出锐度引导均衡采样(SGS)，动态调整采样概率优化损失景观平坦性，显著提升长尾学习尾部类精度，训练时间仅增2%。
基于新颖视图合成在混叠低纹理环境中从稀疏视图进行视觉重定位
提出结合多视图立体与LiDAR深度的3D高斯溅射重定位法，提升行星类似地形的单图6自由度位姿估计精度。
MissHyper：缺失性引导超图预测中的临床同步性恢复
通过恢复共时间戳上下文与缺失性引导门控，提升临床不规则时间序列多步预测效果。
RIS-Kernel：一种通过稀疏注意力实现长上下文大语言模型推理的模型无关架构
RIS稀疏注意力引擎降低复杂度至O(N log N)，无需GPU即可在长上下文任务中超越密集基线。
推理去噪器：去噪推理轨迹以实现大型推理模型中的幻觉检测
REDE框架通过去噪推理轨迹中的无关与重复噪声，利用最终答案注意力监督，提升幻觉检测性能。
DBA-Bench：面向基于LLM的数据库运维代理的生产保真度基准测试
填补生产运维四大评估差距，含106场景，自动化安全通过率仅12.4%，远低于人类DBA（93.4%）。
基于字节前缀边缘化的跨分词器在线策略蒸馏
提出BPM方法，在字节空间对齐师生词汇，实现质量保持的在线蒸馏，在数学编程任务上显著超越基线。
不透明的认知中介：LLM部署配置如何影响伪科学的验证
商业LLM对伪科学的立场取决于部署配置（系统提示、安全层等），而非模型稳定属性，构成公共关切。
学习伴随推理展开：高效强化学习的渐进式展开分配
VIGOR基于方差引导动态分配展开预算，比GRPO减少最多2.3倍展开，提升效率。
LatentFlow：分子图神经网络潜在空间可视分析
LatentFlow通过追踪聚类变化，帮助科学家理解分子GNN潜在空间演化与化学模式。
JustDepth：基于单扫描激光雷达监督的实时雷达-相机深度估计
JustDepth单阶段融合雷达和相机，仅用单扫描LiDAR训练，推理快39.7倍，条纹伪影减少66%。
面向大语言模型逻辑推理的符号学逻辑六边形理论
提出HexLogicAgent，先组织语义再推理，证实不完整语义表示是LLM逻辑推理失败主因，显著提升可靠性。
基于深度学习的腹部CT肠梗阻检测与定位
提出多任务深度学习框架，同时检测肠梗阻并定位过渡区，准确率93%，定位命中率95%。
面向投机解码中接受率崩溃的对抗性提示
ADSD提示后缀攻击使投机解码采样时间增加62.3%，任务质量未损。
MA-DAR：面向持续时序知识图谱推理的流形对齐动态自适应路由
提出MA-DAR框架，通过流形对齐与动态自适应路由缓解表示冲突，提升持续TKG推理性能。
dRAE：基于超球面编码的表征自编码器
提出超球面量化(HSQ)解决度量不匹配，实现可扩展离散表征自编码器，码本利用率100%，词汇量达131k性能持续提升。
机器人学习中的进展奖励建模：综合综述
本综述统一了机器人学习中的进展奖励建模视角，从接口、方法与数据三方面分析，总结当前局限与未来方向。
利用水平适切的具体化对话代理减少外语焦虑
提出多智能体系统生成CEFR适切对话，提升句子匹配度，但焦虑降低不显著，提供可用性见解。
多智能体辩论与视觉信息提取助力SeePhys Pro：ICML 2026 AI4Math第三赛道挑战赛一等奖技术报告
提出视觉信息提取与多智能体辩论两阶段框架，弥合图文模态差距，将公共集准确率从0.643提升至0.802，荣获第一名。
教大语言模型自我进化：用强化学习培养核心元技能
MetaEvolve框架通过强化学习培养LLM自我进化元技能，在编码任务上显著提升，分布外性能提高24.12%。
面向基于LLM的健康智能的工业令牌化：一种用于工业证据集成的联邦架构
提出工业令牌化概念，将异构工业分析输出转化为结构化证据单元，设计联邦架构支持LLM推理。
TRaM-VSR：面向一步扩散视频超分辨率的重要性感知令牌路由与合并
利用运动与语义评估令牌重要性，动态路由合并，在一步扩散VSR中加速推理并保持高质量与时间一致性。
在职学习：从部署反馈中持续学习以实现冻结权重代理
利用部署反馈和外部记忆，冻结权重代理实现持续学习，成功率提升至基线2.6倍。
关于随机低秩自适应的收敛性分析
LoRA收敛分析：确定性需O(ε⁻⁴)次梯度，随机LoRA-NSGDM需O(ε⁻⁸)次，LoRA-STORM改进至O(ε⁻⁶)次。
AgentHOI：基于多智能体推理与隐式表示对齐的人-物交互视频生成
AgentHOI通过多智能体推理与隐式文本-运动对齐，无需显式运动输入即可从文本生成人-物交互视频，显著提升交互自然性和指令遵循。
先填后进：面向场景专用遥感多模态大模型的能力差距驱动后训练
提出FBA方法，先填补能力差距再场景专用化，后训练显著提升港口遥感任务性能。
实现有影响力的多元对齐研究路线图
多元对齐研究未落地，需转向实证基础与实用方法，推动AI系统真正服务多元用户。
AI4PLE：人工智能与产品线工程集成方法论
提出将AI系统集成到产品线工程的方法论框架，并通过工业案例验证其有效性。
SLIP：面向三维医学图像的低延迟交互式提示分割
SLIP框架解耦图像编码与交互推理，实现低延迟、可逆提示的3D医学图像交互分割，优于现有方法。
WHBench：通过专家参与验证评估前沿LLM在女性健康话题上的表现
WHBench评估22个模型在47个女性健康场景的表现，最高72.1%，揭示临床需专家监督。
上下文赌博机的跨域离线策略评估与学习
针对现有方法在少样本、确定性日志策略及新动作等难题，提出跨域设置，利用多源数据显著提升评估与学习效果。
在关键处最大化局部熵：前缀感知的局部化大语言模型遗忘
通过局部熵最大化，仅抑制敏感前缀和扁平化关键logits，实现高效遗忘并减少性能损失。
潜变量PDE映射：在有限数据下跨几何的高效物理信息学习
提出潜PDE映射，通过变形梯度实现稀疏几何训练下的物理信息学习，在心电PDE中误差降低4-6倍，计算成本低。
fMRI2Face: 全高清fMRI-视频数据集及几何引导的神经解码框架用于动态人脸重建
首个全高清fMRI-视频数据集结合几何引导框架，从脑活动重建动态人脸，显著提升保真度与一致性。
RadSight：迈向感知可靠的多模态放射影像理解
RadSight提出感知驱动模型，双编码器四阶段学习，在百万级基准六维度超越现有模型，证实低层视觉感知是可靠临床诊断关键。