解耦注意力融合：通过高效KV缓存重用加速RAG
提出解耦注意力融合(DAF)，三阶段解耦并兼容Flash-Attention，在长上下文中实现2-5.6倍加速且不牺牲精度。
SM4RT：学习4D重建的结构化运动几何
SM4RT将场景运动分解为SE(3)运动基，通过稀疏权重恢复稠密运动，实现端到端4D重建与结构化运动感知。
跨模型LLM代码审查：应该用Claude审查Codex还是反之？
用Claude审查Codex可提升通过率至89.7%，反向则降低，建议用Claude审查Codex。
Hash-QNeRF：量子神经辐射场的多分辨率哈希编码
用多分辨率哈希编码替代正弦编码，提升QNeRF的效率与噪声鲁棒性。
具有多模态输入的自回归电子健康记录基础模型
提出多模态EHR自回归模型，用潜在压缩和交叉注意力融合ECG、影像和笔记，强调融合架构设计。
合成语音，真实信号：通过语音克隆保留副语言特征并实现跨语言增强
语音克隆可保留副语言信号，跨语言增强中克隆数据优于原始迁移，为低资源语言临床语音数据增强提供新方向。
基于图粗化和标签传播的高效推荐方法
提出两阶段扩散框架，图粗化后多步标签传播，电信数据上NDCG@5提升24%-50%，平衡可扩展性与推荐质量。
用于头颈癌三维CT到PET合成的热点引导融合双路径框架
提出双路径框架从CT合成PET，回归U-Net与条件GAN结合，热点引导融合，精度高但高代谢区SUV低估。
用像素表示程序？——跨提供商对源代码文本与图像输入令牌计费的案例研究
将源代码渲染为图像可减少75-86%输入token，但不同API计费差异大，尤其Gemini小代码下反而更高。
基于因子图的进化感知MSA子采样推理
将MSA子采样重构为可控优化问题，用因子图推理替代启发式选择，显著提升结构预测性能。
提升谱：测量到空间的自适应性如何塑造无图像单像素感知的鲁棒性
重新定义映射（lift）为设计轴，提出STSF+TPLS方法，低采样鲁棒且抗噪，超越重构-分割基线。
Beyond Binary Rooftop Mapping: A Four-Class Deep Learning Framework for Green Roof Potential Assessment from Open Swiss Geospatial Data
通过机器人渲染的机器人因子世界模型
提出机器人因子世界模型，将动作实现与机器人渲染外化，利用名义轨迹和渲染几何提升泛化性与视频生成能力。
TDiR：基于Transformer的扩散模型用于图像恢复任务
提出TDiR扩散模型，结合Transformer，在图像恢复任务中超越18种现有方法。
RAD：面向机器人观测的真实异常检测数据集与基准
RAD是机器人采集的多视角异常检测基准，揭示2D/3D方法在真实场景下的性能差距与挑战。
基于深度强化学习的最后一公里取件订单调度与路径规划集成
提出耦合路由预言机与调度启发式的集成框架，实验证明在最后一公里取件问题中效果更优。
超越负脊端点：通过负偏移梯度下降实现混合符号谱正则化
负偏移梯度下降突破负脊结构限制，实现混合符号谱正则化，在高斯模型中发现势垒并多项式改善风险。
索引：开始与终结
通过索引原语揭示，低因果复杂度架构在索引位于末尾时无法常数层内解决任务，而softmax transformer可单层解决，实验验证理论。
所有模型都作弊：对抗性网络任务中欺骗行为的提示级缓解措施
所有模型均会作弊，提示级反作弊可将作弊率从33%降至8.5%，但无法根除，需环境控制。
ToolGuardian：AI智能体与工具交互的声明式安全
ToolGuardian框架基于ASP声明式策略，实现工具交互的预审查与运行时安全授权。
面向视动策略学习的有序动作令牌
提出有序动作分词(OAT)，实现高压缩、完全可解码且有序的动作令牌，提升策略性能与推理灵活性。
星载SAR图像中RCS建模的深度西格玛点过程
提出深度西格玛点过程模型，预测RCS降低RMSE 20.83%，提升R² 25.89%，提供不确定性估计。
基于LLM的偏好代理的协同设计：参与可能引发过度信任
协同设计偏好代理时，参与和透明度易引发过度信任，掩盖人-代理对齐不足的结构性后果。
高质量文本，稳健视觉：语言在增强视觉-语言模型视觉鲁棒性中的作用
QT-AFT利用高质量文本引导对抗训练，增强视觉鲁棒性，克服过拟合与语义缺失，实现最优零样本鲁棒性与准确率。
正确着色：弥合感知色彩空间与文本嵌入，提升扩散生成
提出无训练框架，利用LLM消除颜色歧义，基于CIELAB空间调整文本嵌入，提升色彩准确性。
提升大型视觉语言模型对流场数据的理解
提出FieldLVLM框架，通过场感知语言生成与数据压缩调优，显著提升对流场数据的理解性能，开拓科学领域应用。
基于注意力展开的内部可解释性：Transformer中的收缩与传播轮廓
提出内部可解释性，用注意力展开证明小收缩系数时传播轮廓近似秩一矩阵，在代谢年龄预测中收缩随深度增强。
LunarFM：月球表面的共享多模态表征
LunarFM融合多仪器数据，学习月球表面通用表征，支持资源映射与地质分类。
熵曲率下的图神经网络局部-全局几何洞察
提出全局熵曲率，证明稀疏、强谱扩展与正熵曲率不可共存，统一过度平滑与挤压，导出三种实用机制。
AI融合的科学探究：以实践为中心的科学教育愿景
将AI作为科学仪器融入探究实践，通过观察、分析、建模培养学科AI素养，强调先基础理解再使用自主AI。
MosaicJoin: 用于值级连接发现的紧凑语义草图
MosaicJoin通过紧凑语义草图实现高效准确的值级连接发现，无需训练，速度提升66倍。
图论神经网络碎片化与协变直接分子力学习：实现流形系统的耦合簇精度AIMD
融合图论碎片化与协变直接力学习，高效参数，仅需10-20%数据即实现耦合簇精度AIMD，成功模拟易变离子体系。
增强小语言模型实现射电天文学可持续代码优化
通过多采样和编译器反馈增强小语言模型，实现代码优化并节能，效果超越大模型。
CARE：基于通道感知区域解缠的超声图像抗纠缠分割
提出CARE框架，通过逐步分离病变证据与干扰上下文，纠正误导激活，提升超声分割精度。
隐藏人脸于众目睽睽之下：干扰人脸检测以防御深度伪造
提出通过对抗扰动破坏人脸检测器的防御方法，高效阻碍DeepFake换脸视频生成。
取证适配器：释放CLIP实现可泛化人脸伪造检测
提出Forensics Adapter适配器，使CLIP高效检测人脸伪造，仅5.7M参数性能优异；扩展版通过文本模态再提升1.3%。
关于受控世界模型的可辨识性
控制世界模型的可辨识性取决于策略相关的谱分离与非退化条件动作变化，保障表示与转移的识别，近似优化下给出定量界限。
音频基础模型捕捉海洋哺乳动物与鸟类叫声中的系统发育信号：领域特定预训练的有限益处
通用音频模型能从叫声提取进化关系，效果优于领域专用模型，表明进化信息无需领域预训练即可涌现。
探究音频深度伪造检测器中的说话人身份敏感性
提出身份敏感性评分(ISS)，量化检测器对说话人身份依赖，无需标签即可预测误分类，有效诊断跨数据集错误率飙升原因。
超球可能不是免费午餐
Hyperball优化器优势源自有效步长演化而非更新方向，学习率调度是性能关键。
几何引导的表示用于驾驶场景中车道与交通拓扑的连贯推理
提出CoPo框架，通过几何引导的关系建模实现感知与推理联合优化，在OpenLane-V2上取得新SOTA。
学习投影梯度下降求解器迭代的复杂度界限与方法
提出k邻域数据收集策略，利用中间迭代增广数据，导出基于Rademacher复杂度的泛化界，提升DDDAS优化效率。
深入挖掘视频VAE的潜在谱偏置以提升扩散性能
通过谱分析设计正则化，SSVAE实现视频生成3倍加速和10%奖励提升。
DeepUrban：基于航拍图像的自动驾驶交互感知轨迹预测与规划
DeepUrban无人机数据集提升稠密交通场景下轨迹预测与规划，在nuScenes上ADE/FDE指标分别提升44.1%/44.3%。
实值函数中的序与树的编码
证明从树中提取阈值的新定理，改进边界，解决双重指数界和紧阈值提取的公开问题。
κ-LoRA：条件数揭示哪些LoRA矩阵值得更新
κ-LoRA发现条件数大的LoRA矩阵驱动性能提升，仅更新前50%的矩阵即可减半参数、节省16.2%训练时间并保持精度。
统一静态-动态剪枝实现高效LLM推理
提出SPDP统一框架，协同格式与GPU内核，实现静态与动态剪枝融合，推理加速1.24-1.37倍（最高2.51倍），稀疏度提升25%且困惑度不变。
SRC-Flow：紧凑语义表示赋能归一化流图像生成
SRC-Flow通过语义表示压缩器降低归一化流建模负担，在ImageNet上取得最优生成质量。
面向局部高性能视觉地点识别的自动地图密度选择
提出自动地图密度选择方法，通过参考遍历满足局部召回率与覆盖率要求，避免过度密集地图。
DM3D：通过偏移引导特征重采样的动态Mamba用于点云理解
DM3D通过偏移引导特征重采样和3D距离调制状态更新，动态适应局部上下文，实现点云理解领先性能。