使用大语言模型衍生嵌入的可解释社交媒体文本抑郁检测
利用LLM摘要嵌入训练监督模型，在抑郁检测中比零样本更准确，尤其多分类任务，建议LLM作为语义解释器。
退化税：解析技能为何对LLM智能体既有利又有弊
技能使代理既进步也倒退，最佳技能赢在少退化而非多增益，三大退化根源在于忽视基础与验证。
能量流形自然梯度下降：神经PDE求解器的黎曼优化
提出EMNGD框架，在黎曼流形上优化神经PDE求解器，约束可行切向方向与回缩，实现高精度快速收敛。
几何2D场景图生成
提出基于Faster R-CNN和注意力图卷积网络的方法，不依赖语义数据，在小数据集上生成装配场景图。
学习为事实性推理
提出兼顾事实精度、细节和相关性奖励函数，在线RL训练减少大模型幻觉率23.1%，提升答案细节23%。
SiPhy：单图像物理属性推理
SiPhy框架从单张RGB图像推理物理属性，结合视觉与语言知识，性能超越多视图方法，可用于物理理解数据标注。
学习结构收敛：用于时间推理的神经符号基准
提出TRACTA基准，比较模型后表明基于语义轨迹的时间建模最优，支持时间结构推理。
DCS：一种用于跨模态版权侵权的统一条件敏感性检测框架
提出DCS框架，通过反事实条件分布偏移和双分支条件敏感性检测跨模态版权侵权。
MedKGent：用于构建时间演化医学知识图谱的大型语言模型智能体框架
MedKGent利用LLM代理从PubMed摘要增量构建含15.6万实体、297万三元组的时间演化医学知识图谱，有效率达90%，显著提升医学问答性能。
CEL：全面反事实解释库与基准
首个统一的反事实解释库与基准，覆盖18个数据集与14种方法，实现公平可重复的定量评估。
IDEAgent：用于研究想法生成的自主质量-多样性搜索
IDEAgent多智能体框架通过质量-多样性联合搜索优化研究想法，在8领域32主题上Yield提升3.89倍。
通过强化数据选择的主动少样本分割
提出强化学习框架优化支持集选择，实现少样本医学图像分割的联合优化，提升分割性能。
InteractComp：基于模糊查询的搜索代理评估
新基准InteractComp揭示，搜索代理面对模糊查询时交互能力停滞且过度自信，强制交互可大幅提升性能，为评估训练提供资源。
无泄漏堆叠集成多类分类方法
提出LFS-FRAME框架，融合KAN与XGBoost，通过严格隔离训练验证数据防止泄漏，多类分类准确率达89.85%和81.74%。
智能体基准测试能否衡量能力？智能体AI时代的协议有效性
提出协议有效性及HackDetect审计，发现多数基准测试存在0.45-1.00分数膨胀，需验证分数反映真实能力。
使用患者感知采样预训练电子健康记录基础模型
提出患者采样预训练方法，控制训练信号分布，在MIMIC-IV上提升AUROC和AUPRC。
基于证据推理的自主根因分析
AgentRCA零样本代理框架结合数字孪生与大语言模型，无需故障训练即可透明诊断根因，性能媲美监督方法。
IR275K：面向高效遥感的多帧红外超分辨率基准
提出红外多帧超分基准IR275K（594视频/27.5万帧），轻量模型CGMamba达33.19dB PSNR，证实2D旋转位置编码的关键作用。
SwiftMem：基于查询感知索引的快速智能体记忆
SwiftMem通过时空索引限定检索至相关子集，实现毫秒级延迟，兼顾精度与速度。
TriGlue：一种受生物学启发的生成模型，用于生成分子胶诱导的三元复合物
提出受生物学启发的生成框架TriGlue，将分子胶设计解耦为界面估计与条件生成两阶段，生成有效三元复合物。
时间反演成像：重建过去人类-环境交互的多模态基准与框架
提出时间反演成像，从热、紫外、可见光谱衰退痕迹重建过去交互，构建TRACE-HEI数据集，用多模态扩散模型方法验证可行性。
可变形三角形喷射：用于实时辐射场渲染的灵活基元
提出可变形三角形，用边缘控制点实现非凸形状表示，可微分渲染，性能优于现有方法。
构建通用多语言命名实体识别模型的关键因素
系统实验揭示多语言NER设计关键，Otter模型在100+语言上F1提升5.3%，效率远超同类。
语言感知蒸馏：仅需ASR监督的多语言指令跟随语音LLM方法
提出语言感知蒸馏法，用查询库与门控网络解决多语言干扰，指令跟随提升14%，Audio-MLQA超越基线32%。
SceneActBench：智能体能对所见的三维场景采取行动吗？
提出SceneActBench，评估VLM智能体在五种3D任务中的行动能力，结果显示无模型持续表现良好。
面向公平自监督学习的无偏开放世界正则化
提出UOWReg，通过条件分布匹配确保表示与目标属性统计独立，有效缓解偏差并防止子群体崩塌。
企业AI代理的动态能力范围界定：一个合成数据集与三源权限架构
提出三源权限架构实现动态最小权限，合成数据集验证减少越权93%，支持企业AI代理安全防御。
TRACE-ROUTER：面向智能体AI的任务一致且自适应在线路由
TRACE-Router通过上下文bandit一次性为任务分配模型，利用终端奖励更新策略，优化准确-延迟权衡，显著提升性能。
从分数逼近到分布逼近：基于分数的扩散模型
证明分数逼近误差可控制生成分布的KL散度，并给出显式上界，建立理论连接。
LMEB：长时程记忆嵌入基准
提出LMEB基准（22数据集193任务），挑战长时程记忆检索，大模型不总优，能力独立于传统检索。
扩散模型的感知相关性与保持高斯性的鲁棒潜在角度水印方法
提出LAW方法，将水印编码为潜在对的反点角度，保持高斯性并实现鲁棒嵌入。
Analyzing Middle School Students' Dialogue and Behaviors during Collaborative AI Chatbot Development Using Ordered Network Analysis
生成式与多模态AI在材料预测与设计中的应用：进展、挑战与展望
AI加速材料预测但新颖性难证实，需多模态数据标准与证据综合以设计可实验实现的新材料。
局部突触规则可在无反向传播情况下实现SIGReg梯度
两种局部突触规则无需反向传播即可实现SIGReg梯度，时序输入使聚类分离度提升三倍，MNIST准确率达87.3%。
IFCLoRA: 拓扑感知的秩分配方法用于参数高效微调
IFCLoRA在微调前利用信息流中心性分配秩，在低预算下提升大模型微调性能，优于LoRA等方法。
Twins: 用焦点损失学习预测统一表示
Twins通过通道级联ViT和VAE特征形成统一连续token空间，并用焦点回归克服优化不平衡，显著提升生成质量。
CARA：面向可解释碰撞预测的概念感知风险注意力
CARA利用事故叙事提取风险概念，通过视觉语言对齐形成动态轨迹，实现可解释碰撞预测，提升准确性与预警及时性。
可解释强化学习辅助空中交通管制员
探索可解释强化学习在空管中的应用，用显著性图解释智能体决策，提升人机协作信任。
异常检测中不平衡情况下的评估指标见解
研究AUROC等四种指标在不平衡异常检测中的行为，通过指标景观图提供直观解释与比较指导。
最优传输图像表示与深度协方差对齐（CORAL）用于控制阀粘滞检测
结合最优传输成像与深度协方差对齐，解决域偏移，在20个工业环上准确率90%、F1分数92.86%。
工具引导的检索增强修复以保障LLM生成的C代码安全
结合编译诊断、静态分析与检索修复模式，将安全缺陷率从49%降至19%。
AI能否消除新闻偏见？大语言模型干预提升跨党派接受度，但高估自身效果
LLM的实质重构可提升保守派信任，但模型高估效果且心理预测失准。
类别平衡Softmax：基于贝叶斯理论的长尾识别方法
提出CBS方法，基于贝叶斯框架和幂律假设，有效缓解长尾识别中的偏好问题，性能优于现有方法。
SURE-RAG: Sufficiency and Uncertainty-Aware Evidence Verification for Selective Retrieval-Augmented Generation
模拟量子电路会改变CNN的注意力吗？——医学图像分类中的性能与可解释性比较
混合量子CNN在中等数据时优于经典CNN，大数据下经典更优；无纠缠模拟扩展性更好。
STEM领域图像描述技术的系统性综述
综述AI描述STEM图像技术：转向交互多模态，但面临事实错误、数据稀缺挑战。
使用自适应多项式回归引导的伪实验数据优化耗时实验条件
PolyBO通过自适应多项式回归生成高质量伪实验数据，在有限实验下加速贝叶斯优化，合成函数时间减少42%，真实问题减少96%。
用大语言模型澄清用户意图的控制面板
通过视觉控制面板提供语义线索，帮助用户更有效表达意图，提升大语言模型交互效率。
IQ-JEPA：一种结合厄米视觉变换器的联合嵌入预测架构，用于从超声IQ数据估计声速和衰减
IQ-JEPA利用自监督预训练和厄米变换器，从IQ数据高效估计声速，标签效率提升3-4倍。
重定义步骤优势的自引导过程奖励优化用于过程强化学习
提出SPRO框架，从策略模型自身获取过程奖励并重定义步骤优势，效率提升3.4倍、准确率提升12.9%，无额外开销。