MemNMF：基于LPC谱的记忆增强NMF异常声音检测
MemNMF利用LPC谱和记忆增强NMF，提升异常声音检测鲁棒性，有效分离正常与异常。
从有限轨迹学习遍历动力系统
从单条有限轨迹学习遍历动力系统，用非线性最小二乘估计最优预测并给出高概率保证，可扩展至Koopman算子学习。
一类Zermelo型迭代用于Bradley-Terry模型的收敛性分析
本文分析一族Zermelo型迭代的局部收敛性，发现异步更新下α=0最优，加速源于异步而非参数选择。
基于KL散度的轨迹正则化随机最优控制
提出轨迹正则化随机最优控制，将轨迹KL散度转化为二次漂移惩罚，保持动态规划结构，导出HJB方程，LQ有闭式解，参数平衡性能与参考。
量子频谱模型：基于输入条件频率支持的数据重上传
通过输入矩阵谱特征构建编码酉生成器，实现可分析的归纳偏置，在多项量子模型基准测试中领先。
利用Transformer模型学习制备分子基态
提出ADAPT-GQE框架，用Transformer生成分子基态电路，效率提升数量级，精度持平，并在量子硬件验证。
集成推理系统以实现可信AI——第四届逻辑与编程实践（LPOP）研讨会论文集
聚焦集成推理和规则约束编程融合，构建可信AI。
DeepFeature：基于大语言模型的上下文感知可穿戴生物信号特征生成
首个结合大语言模型与专家知识的可穿戴生物信号特征生成框架，在8项任务中平均AUROC提升4.56%和4.61%。
超越视角：LLM辅助编程教育中解释演变的三方民族志研究
三方民族志通过师生对话揭示课堂不可见的AI学习过程，促使教育者反思教学假设。
剩余使用寿命与故障模式预测的通用价值函数
提出基于向量GVF与TD(n,λ)的预测方法，优于传统监督法，尤其适用于标签稀缺场景。
用于多主体时空数据分析的变分低秩张量分解
提出ST-VTD框架，融合LL1低秩空间与LSTM时间先验，经摊销变分推断与组ICA预热，有效提升多主体fMRI因子恢复。
分析八个大型语言模型的伦理逻辑
研究八个大模型的伦理逻辑，发现其道德判断趋同但存在差异，提出可增强对AI理解。
Hopformer：面向时间序列预测的同质性追求Transformer
提出两阶段框架：SPA提取共同趋势，LoRA微调Transformer建模残差，理论保证且MASE平均提升6.56%。
MineValiCoder：基于测试用例质量挖掘与二分图互验证的可靠代码生成
MineValiCoder通过质量挖掘和二分图互验证的闭环TDD解决LLM随机性，在HumanEval等基准上达96%+通过率。
CausalForge：一个基于形式化、自我改进的智能体框架，用于因果推断的自动化研究
CausalForge基于Lean证明助手，结合形式化库与自改进智能体，实现因果推断自动化理论研究，确保机器验证与声明审计的可靠性。
利用异方差神经网络学习双向因果交互
提出SEM-DNN方法，通过条件协方差对角化识别双向因果，无需外部工具，有效恢复结构效应。
从心智到机器：Manus AI作为全自主数字智能体的崛起
Manus AI是2025年初推出的通用自主智能体，融合推理与执行，跨领域应用，开启人机协作新时代。
Re-FORC：面向高效思维链推理的自适应奖励预测
Re-FORC通过自适应奖励预测，实现推理早停、模型优化与动态缩放，减少计算26%，提升峰值准确率1.7%及测试时准确率9.9%。
QC-PHAST搜索：有限池稀有区域发现的经典-量子查询基准
QC-PHAST是一种证据门控的查询核算协议，用于判断有限池中经典或量子搜索的适用性。
通用BCI个性化：面向冻结EEG骨干和基础模型的单一API
提出骨干无关的EEG个性化API，低成本适配多种冻结骨干，效果接近微调。
通过极分解的奇异值软阈值方法
通过极分解计算奇异值软阈值，GPU显著加速，但仅适合低精度应用。
PinEqualizer：Pinterest全漏斗内容探索与去偏系统
提出全漏斗内容探索去偏方案，减少现有内容偏好，提升新鲜内容探索与用户参与度。
推理模型的统计早停法
提出两种统计早停方法，监测不确定性信号提升LLM推理效率与可靠性，尤其数学推理。
异构不平衡临床数据上的联邦学习策略死亡预测基准比较
FedProx在AUC-ROC和AUC-PR上最优，但集中式模型仍略优；需关注客户端异质性。
广义高斯时序差分误差用于不确定性感知强化学习
提出基于广义高斯分布的TD误差建模，通过形状学习与BIEV正则化提升不确定性感知性能。
超越文本到SQL：大语言模型真的能调试企业ETL SQL吗？
首个企业SQL调试基准OurBench，含语法/语义错误，LLM准确率最高仅36%，揭示巨大性能差距。
基于需求学习与履约成本的在线定价与分配
提出OCSAA算法联合定价与库存，实现√T遗憾界，整合统计学习与运筹优化。
探索用于环境数据管理的稳健多智能体工作流
提出EnviSmart系统，通过三轨知识架构与角色分离多智能体设计，提升环境数据管理可靠性，成功阻止错误发布。
同一世界，不同呈现：人工智能体中的历史依赖感知重组
提出最小架构，使智能体基于历史视角对相同观察产生不同感知编码，实现感知而非行为重组。
空间增强的时间融合变换器：面向时变输入参数动力系统的可解释多输出预测
提出SE-TFT扩展TFT实现多输出预测，可解释注意力权重揭示时空相关性。
把握时机：面向联邦学习关键学习期的基于合同的激励机制
提出R3T框架，针对联邦学习关键学习期设计合同激励，减轻信息不对称，提升云效用，训练速度提升2-3倍。
大型语言模型在机器人健康助手控制中的安全性基准测试
评估72个LLM，平均违规率54.4%，闭源模型更安全，医学微调无显著改善，安全性需作为首要标准。
说话人相关的嗓音疲劳模型的元学习方法
将说话人自适应重构为元学习问题，三种方法均优于传统模型，Transformer性能最强。
用于研究GenAI学习的数学教育数字影子：LLM中的数学表现、焦虑和信心
MEDS数据集分析14个LLM在数学任务中的表现，发现其存在人类类似的态度、逻辑谬误和过度自信。
基于图的相关系数矩阵生成：一种凸优化方法
提出凸优化框架生成图结构稀疏相关矩阵，可调控非对角均值，用于图形模型推断基准测试。
一个评估影像组学AI模型对采集参数敏感性的统计多目标框架
提出统计多目标框架量化影像组学AI模型对CT参数的敏感性，高低性能下准确率0.88/0.72。
AuditRepairBench：面向智能体修复中评估通道排名不稳定性的配对执行轨迹语料库
发布AuditRepairBench语料库，可检测并减少智能体修复中评估通道导致的排名不稳定性，排名位移降55-74%。
项目分组的参与式预算
研究带分组预算限制的参与式预算模型，分析计算复杂度并提出高效精确与近似算法。
Reflector：面向样本作曲的编排感知和声检索
Reflector用间隔类预言机和学习嵌入实现编排感知和声检索，实时跟踪和声变化，三维空间揭示结构性关系，嵌入保留预言机判断并覆盖全库。
HD3C：面向边缘设备的高效医疗数据分类
HD3C轻量分类框架用于边缘设备，节能350倍且准确率损失<1%，鲁棒性强。
Eluder维度：局部化它！
提出广义线性模型eluder维下界，引入局部化方法获得一阶遗憾界，改进伯努利bandit与强化学习结果。
LiMuon：面向大模型的轻量快速Muon优化器
提出LiMuon优化器，基于动量方差减少和随机SVD，降低内存与样本复杂度，理论证明O(ε⁻³)收敛，实验验证有效。
安全的上下文强化学习
首次提出SCARED方法，在无参数更新下实现安全上下文强化学习，确保累计代价不超预算，并自适应安全预算。
SurvDiff：一种用于生存分析中生成合成数据的扩散模型
SurvDiff是首个端到端扩散模型，专为生存分析合成数据设计，联合生成协变量、事件时间与删失，优化下游任务，保真度与性能领先。
基于本体的几何问题集优化方法，用于技能培养
提出基于本体的几何问题集注释与优化框架，通过“解图”编码解题路径与技能依赖，经三十年实践验证，解决动态复杂数学知识表示问题。
GPU加速近似最近邻搜索：量化提速，适应变化
Jasper系统利用GPU批并行构建、RaBitQ量化和优化搜索内核，实现高吞吐和快速更新，查询性能比CAGRA提升1.84倍。
基于SMOTETomek和FedProx的不平衡临床数据差分隐私联邦学习鲁棒管道
提出结合SMOTETomek与FedProx的联邦学习管道，在不平衡医疗数据中实现高隐私（ε=9）与高召回（>77%）的平衡。
利用模型曲率关联DP-SGD的跨迭代噪声
提出NoiseCurve，利用模型曲率优化跨迭代噪声关联，显著提升DP-SGD精度。
Transformer中的数值脆弱性：一种用于风险估计和选择性稳定的逐层理论
提出逐层分解输出失配，推导风险估计与BGSS控制器，实验验证有效控制低精度执行误差。
环境相似性与船舶流动性耦合预测海洋入侵物种路径的理论框架
融合环境相似性与船舶流动性，构建海洋入侵风险评估新框架，支持监测与管理。