可解释的脑电图生物标志物：面向低数据场景的时空波形字典方法
提出无监督学习可解释波形字典的bag-of-waves方法，在低数据场景下性能匹敌深度学习，并直接恢复临床波形形态。
面向因果推断的干预得分几何
提出干预得分几何，定义因果影响为边际干预得分导数，引入Fisher信息度量，区分观测与干预得分，明确因果阶梯层次。
ACME：一个多文化、多形态的社会导航数据集
ACME：跨文化多形态社交导航数据集，含5国8站点7种机器人数据，推动复杂场景下人机交互研究。
按指令稀疏化：面向多任务推理加速器的任务条件计算跳过
任务条件稀疏化通过门控网络预测掩码跳过无用计算，FLOPs降66-76%，延迟降51-59%。
一手看另一手：动态环境下高效样本双臂操控的动态多智能体协作
DynaMAC将对手臂视为动态任务参数，实现高效样本学习，性能提升35%，样本减少20倍，并支持零样本泛化。
3D幻象：探秘与驯服3D幻觉
提出3D-Mirage基准、二阶评分和自蒸馏方法，评估并修正单目深度模型的3D幻觉风险。
参数与边值问题的广义神经算子
广义神经算子显式条件化PDE参数和边界，结合三个新型组件，实现高效推理与物理严谨的强泛化。
Atlas 2 —— 面向临床部署的基础模型
Atlas 2等模型在80个基准测试中表现最优，用550万张病理图像训练，实现高性能与稳健性。
用于状态条件波动率预测的易感储层架构
提出SUSA储层架构，结合复值储层与状态条件专家，在16个资产上波动率预测优于GARCH，堆叠集成平均QLIKE改进0.0116。
智能体安全需基于整体框架重新定义
智能体安全本质是上下文问题，现有基于内容的评估系统性地错误定义，需从源授权、任务对齐、行动对齐、数据隔离四属性重新定义。
基于两阶段PRO-临床堆叠的头颈癌吞咽困难风险分层
提出两阶段PRO-临床堆叠模型，用患者症状与临床变量预测吞咽困难风险，无需影像检查。
无序神经模型中稳定吸引子的多重性
利用大偏差统计和微扰方法，估计神经ODE模型稳定不动点多重性，发现弱耦合下对称与非对称情形无质变。
预训练域在设定差分隐私医学图像分析的隐私-效用权衡中胜过训练目标
预训练域决定隐私-效用权衡，域内监督预训练优于ImageNet且域效应超目标效应2-3倍。
Active Directory安全加固的实用图优化与AI驱动模型
针对AD攻击图动态性、主动防御不足及管理员反馈问题，提出博弈优化模型实现蜜罐部署与自适应优先级决策。
基于可解释FFT的空间-频率融合深度伪造检测框架
提出MSCA-FFT框架，融合FFT频谱与空间特征，通过交叉注意力检测深度伪造，性能优于DCT方法。
基于能量的组织流形用于纵向多参数MRI分析
提出基于能量流形的几何框架，无需分割即可纵向评估多参数MRI，以基线能量函数追踪组织变化。
基于计算机视觉的神经科脑活动剔除架构与实现
提出基于计算机视觉的ICA脑活动剔除自动标注工具，速度提升7200倍，准确率89.45%，兼容ICLabel和EEGLab。
PixDLM: 一种用于无人机推理分割的双路径多模态语言模型
定义无人机推理分割三维语义需求，构建含1万张航拍图像与思维链QA的DRSeg数据集，提出PixDLM基线模型。
可解释的量子压缩机器学习用于复杂流体流动
提出量子压缩机器学习，将流代理潜传播器从524k参数压缩至8个，实现可解释、稳定的湍流预测且精度不减。
先验清洗：具有继承且不可检测的过度自信的学习先验
先验清洗使后验继承档案的过度自信且无法检测，建议区分数据支持与继承信念。
基于角色访问控制的文本到SQL基准测试
提出RBAC约束下的文本到SQL评测框架，发现高分开源LLM在访问控制环境中性能骤降。
提示词作为数据类型：数据库内的大语言模型提示词管理与重写
PromptDB将提示词作为数据库数据类型，利用元数据重写提示词，提升有效性和成本效益。
基于大语言模型的视觉解释评估框架：用于评估面部皮肤疾病分类模型的可解释性
提出基于LLM的视觉解释评估框架，结合病变聚焦注意力图与多个LLM评判，评估皮肤疾病分类的可解释性。
混沌博弈动态中的自然不变测度：在混沌中寻找秩序
通过自然不变测度，在混沌博弈动力学中实现对一般可观测量的长期时间平均的精确统计，揭示有序。
基于Rao-Blackwell化E-过程的高效在线LLM水印检测
基于Rao-Blackwell化e-过程构建在线水印检测框架，实现递归更新与任意停止，控制I型错误且渐近一致。
机器人通过投射视觉抽象学习通信
提出机器人通过软体手和自模型优化动作，实现动态阴影表达，用于手势、木偶戏等视觉通信。
自梯度强制：原生长视频外推
SGF通过两遍训练恢复历史上下文梯度监督，提升长视频外推的一致性，仅需5秒窗口即可生成数分钟视频。
OpenNavMap：基于外观的多会话拓扑度量地图构建，用于可扩展的视觉导航
提出轻量无地标拓扑度量地图系统，动态规划匹配与几何模型结合，多会话融合，精度0.62米，完成12项导航任务。
Neptuna：一个用于基准测试复杂多相流的全面机器学习框架
提出首个冲击驱动可压缩多相流大规模基准，评估多种代理模型，复合损失提升界面保持，SoftAdapt自适应加权效果最佳。
Teachy Mini：面向高等教育的知识驱动型生成式社交机器人的开发与初步评估
基于知识设计的Teachy Mini机器人展现出更负责任的辅导行为，可能提升学习效果。
迈向可信且高效的数据集成：从朴素RAG到智能体RAG
展望知识增强LLM与agent在RAG中实现可信高效数据集成，梳理从RAG到Agentic RAG的演进与优化挑战。
面向稀疏和不规则响应轨迹的纵向随机森林
提出纵向随机森林框架，处理稀疏不规则纵向数据，捕捉个体轨迹，兼顾相关性与异质性，实现预测与解释。
自校准智能体AI框架用于自主边缘资源分配
自校准智能体框架通过ARIMA预测器动态近似地面真值，使边缘资源预测准确率提升91.7%，速度提升71.7%。
AI编码代理如何贡献于软件开发？一项关于代理式拉取请求的实证研究
本研究通过分析代理式拉取请求，揭示AI编码代理与人类PR在合并率、任务分布上的差异及时间演化，提供实证视角。
HiKV：面向LLM解码的层次化重要性感知KV缓存与硬件加速
提出层次重要性感知压缩KV缓存的算法-硬件协同设计，实现7.95倍加速和90%能耗降低，精度损失<1%。
结合FDTD验证的可靠性感知贝叶斯优化1310 nm PCSELs
利用FDTD与可靠性感知贝叶斯优化，高效生成波长兼容、窄束、高Q的PCSEL候选，Qeff提升60–108倍。
NWaaS：一种非侵入式且保护隐私的水印即服务系统与自适应资源调度
提出NWaaS框架，内含零性能降的非侵入式水印ShadowMark及自适应调度，实现鲁棒所有权验证和隐私保护。
基于大语言模型的医学图像无损压缩与隐写联合方法
提出联合框架，用自适应分解和分段隐写，实现高压缩比、效率与安全性。
基于扩散模型的潜在插值学习用于心脏体积重建
CaLID框架利用扩散模型在潜在空间插值，高效高质量重建心脏体积，仅需稀疏2D图像。
跨平台分析中的政治党派倾向量化
提出基于新闻可信度信号的跨平台党派倾向测量方法，应用于Bluesky和Truth Social，验证其有效性。
理论上认证，实践中失效：加密模型认证中的假设缺口
加密模型认证因仅验证固定数据集，攻击者可伪造模型审计合格但部署失效；提出新安全定义与协议模板。
基于模拟的经验贝叶斯
提出SBEB方法，利用模拟器和观测数据推断隐式似然的经验贝叶斯先验，迭代优化提高推断精度。
PRIMS：多模态传感中流体识别的物理引导表示
PRIMS提出物理引导Transformer，嵌入流体力学知识，实现动态条件下高精度（F1=98.92%）、参数少14倍、强泛化的流体识别。
CorVS+：面向仓库中身份感知人员定位的视频轨迹与传感器对应驱动关联方法
基于深度学习关联视频轨迹与传感器测量，提出CorVS+框架，实现仓库工人身份感知定位，效果优于现有方法。
拆解面向艺术创作的扩散模型：交互式模型弯曲与基于实践的可解释性
通过可视化模型内部结构，实现交互式模型弯曲，让艺术家在实践中理解扩散模型不同组件的影响。
整数线性规划精确数据驱动逆优化的显式迭代复杂度
本文给出了整数线性规划中精确数据驱动逆优化问题的显式迭代复杂度，作为样本数、特征维度等参数的函数。
数据流网络的松弛激活分析——一种面向机器学习与实时调度的时钟演算
提出Lustre时钟演算的保守扩展，解决训练算法控制模式问题，促进ML模型嵌入反应式应用。
GeoDiff-SAR：几何先验引导的扩散模型用于SAR图像生成
用3D几何先验引导扩散模型，从稀疏角度生成SAR图像，显著提升结构相似度和方位一致性。
学习时空决策先验用于部分可观测下的高效路径规划
ImiPath从历史轨迹学习时空决策先验，引导部分可观测路径规划，减少冗余节点扩展，提升搜索效率。
分布性行列式点过程用于分布的排斥性聚类
提出dDPP，基于SW核实现分布排斥聚类，应用于单细胞和癫痫数据，生成可解释聚类。