与AI共事：人机协作设计框架
提出人机协作设计框架，统筹人、AI系统、任务、组织与社会环境，并以协作机器人装配案例演示其落地应用。
LLM引导的本体驱动非结构化文本知识图谱构建
以7B–32B开源大模型结合可复用提示，从法文电网事故报告构建OWL本体与知识图谱；模式引导提示可显著提升抽取质量。
SMARtCARE：面向有限自主临床决策支持的隐私保护智能体AI系统
四态架构融合六通道有损指纹，触发医生审查与授权检索，经MIMIC数据验证决策可追溯。
OMP-MoE：基于正交匹配追踪的混合专家大语言模型高效专家剪枝
OMP-MoE免训练框架，用正交匹配追踪把专家剪枝转为稀疏信号重建，25-50%剪枝率下性能领先。
基于LLM生成的ACSL契约与确定性驱动生成，用CIVL验证PETSc
用LLM生成ACSL契约、确定性驱动，经CIVL验证PETSc三函数，发现MatAYPX的缺陷。
域适应何时有助于物理振动传感器？基于留出轴承的神经算子与卷积模型研究
留出轴承协议下迁移仅0.36；傅里叶神经算子在阶次域达0.95，表明输入表征而非对齐方法决定域适应成效。
COUNTERMEM：面向语言智能体的世界模型验证式反事实记忆
用可执行世界模型验证失败后的反事实记忆，12项基准平均提升12.6个百分点，token降7.7%-42%。
见证重叠：开放权重模型家族内的方向性溯源
见证重叠法免训练免提示，以同族第三检查点为见证判断父子方向，176个模型上准确率95.3%。
什么驱动了方言越狱？表面形式、文化框架与策略库的消融研究
方言表面形式非高攻击成功率必要条件，优化器控制的策略库才是主因，文化中性策略库同样达近满分。
稀疏重叠下的LLM评审验证：从推断到设计
重叠稀疏致LLM评审验证错判：5%重叠时错判率达25%。提出最小重叠量ρ≥0.25及零成本分层分配，可使错误拒绝率减半。
不平衡SAR船舶分类中的跨数据集迁移与未知类检测
六模型在两SAR船舶数据集上评估域内、跨集迁移与未知类检测；跨集泛化差，任务不确定性常优于MC-dropout方差。
CP-Agent：面向晶体塑性仿真工作流的框架工程化智能体
基于LLM的CP-Agent自主完成晶体塑性建模全流程，四案例验证参数校准与织构复现。
ChestPheNoT：可部署、可审计的放射学报告标签-状态-证据抽取
提出0.5–3B模型，从放射报告联合抽取标签、三分类状态和原文证据，可本地部署审计，跨机构表现优。
EEGAgentBench：面向短时程与长时程脑电分析的LLM智能体基准测试
提出EEGAgentBench基准，含6类脑电任务、2秒至23小时信号与10种工具，评测29个LLM，发现其长时程证据累积与多步推理不足。
基于共享表示与领域特定头的IMU数字笔年龄自适应手写重建
提出共享表示与领域特定头的跨域网络，提升IMU数字笔跨年龄手写重建，无需用户适配。
对称商平坦性与泛化
建立对称商平坦性理论，关联商线性稳定性、输入平滑性与泛化。
时间拔河：通过轨迹方差可视化与检测扩散模型中的RAG冲突
提出轨迹方差分数TVS，以多条去噪轨迹答案嵌入的余弦距离检测RAG与参数知识冲突，轻量且跨架构有效。
ConflictVLA-Bench：评测视觉-语言-动作模型对前提冲突的行为响应
提出ConflictVLA-Bench，发现VLA面对前提冲突常现“失败坚持”，仅看结果不足以评估。
DriveHierarchy：从开环理解到闭环执行诊断VLM驾驶能力的基准
提出分层基准DriveHierarchy，覆盖感知、记忆、推理与闭环执行，评估15个VLM，贯通开环理解与闭环驾驶，助力诊断优化。
将视觉语言模型锚定于驾驶语义：面向可解释推理的多数据集谓词框架
提出跨数据集谓词框架，从可测证据推导驾驶语义并构建谓词知识图谱，F1达0.94/0.93，提升九项问答中七项准确率。
PalmLeaf-VQA：面向多地区历史贝叶手稿理解的多文种视觉问答基准
多文种贝叶手稿视觉问答基准，覆盖南亚东南亚八类藏品；最强多模态模型准确率仅58%，罕见文字与退化版面理解仍难。
AI支持的循证学习对公共演讲技能发展的评估
AI结合演讲情境提供针对性反馈与示范演讲；学生练习后表现提升，填充词减少，焦虑降低15%–34%。
静默自由度中的回放：无需离线阶段的持续学习
无需离线阶段，靠静默自由度回放巩固；旋转增益最大，隔离保不变，类增量MNIST达91.6%。
面向消费者投诉评估的情感分布建模与异常检测
将投诉负面情感视为有界连续变量，用贝塔分布建模并结合金额与回复做异常检测。
IndustryLLM：面向工业采购的失败驱动大语言模型训练
提出失败驱动训练的工业大模型IndustryLLM，融合国标与真实交易语料，线上GMV增4.25%，延迟由6-7秒降至1.5秒。
Metro-WM：基于可实现子目标的长时程潜空间规划
Metro-WM用经验真实状态构图，生成可实现子目标，完成长时程潜规划，成功率更高、速度更快。
文献引导的描述符组分搜索空间过滤框架
文献引导描述符过滤框架：词嵌入选描述符构建帕累托过滤，平均剔除74%候选组分，最优值误差1.9%。
下一事件准确率无法揭示的问题：急诊科轨迹模拟器的闭环评估
急诊轨迹模拟器仅靠下一事件准确率不足；闭环评估揭示误差累积、模型分歧及下游任务排名反转。
一步最优：无条件整流流是 Noise2Noise 去噪器，多步积分可证明有害——低剂量 CT 的基准与基于任务的可检测性研究
无标签去噪单步流最优，多步积分偏离MMSE降保真，配对关键；低剂量CT中PSNR升但病灶可测性反降。
FIDAL：真实世界分布偏移下的多样性感知联邦主动学习
FIDAL融合不确定性、多样性与自适应OOD剔除，在开放集联邦主动学习中提升医学影像标注效率与精度。
一次评估，任意工作点：超网络摊销MeanFlow用于3D MRI重建
超网络将采样模式等运行点映射至单步MeanFlow，一次评估重建3D MRI，学习采样掩膜增益显著，支持自监督。
视频扩散训练中时间注意力头的专门化
逐头普查视频扩散训练：整体集中度不升，仅少数头专门化，结构见于首个时间块，注意力呈自帧与邻帧局部路由。
Enhancing Foundation Models for Imbalanced SAR Ship Classification via Targeted Oversampling
提升端壁气膜冷却预测泛化能力：将叠加原理融入基于Transformer的神经算子
提出融合叠加原理的Transformer神经算子SDNO，两阶段预测端壁气膜冷却温度场，对未见10–20孔布局泛化强且更准。
Energy-aware frugal Bayesian optimization
印度政府监管文件检索增强生成中解析器、分块与嵌入的交互作用
印度政府监管文档RAG因子实验显示：无单一检索器占优，解析与分块交互显著，检索差异主要来自排序质量。
ForensicZoom：基于多模态大语言模型的自适应视觉检查，实现工业级人脸伪造检测
提出自适应视觉检查框架，模型可自主放大可疑区域进行多轮取证推理，工业级检测TPR超97%且可解释。
面向长视频理解的查询对齐视频帧选择
面向多项选择题，将答案选项作为语义线索扩展查询，按问题-答案对的余弦相似度评分选帧，同等帧预算下优于均匀采样。
稳步学习：累积相对点间隔分数用于人脸图像质量评估
提出CARPM-FIQA，累积训练全程相对点间隔分数，稳定人脸图像质量评估，提升判别与排序稳定性。
语言增强的视频动作预判：设计基础、基准与开放挑战
综述提出证据感知设计图谱，交叉任务设定与语言介入点，归纳五类任务，主张假设需匹配验证而非因果结论。
Ongiini-Eval-OW 基准：面向 Oshindonga 与 Oshikwanyama 机器翻译及大语言模型评测计划的概念论文
发布Ongiini-Eval-OW基准计划：600条英语—Oshindonga/Oshikwanyama数据，填补Oshiwambo语MT评测空白。
超越图模型：自适应元学习器融合可解释性、天气与动力学，实现鲁棒的公交到站时间预测
提出HYB(nm)元学习混合框架，融合时序、图模型与天气特征，实现高精度稳健的公交到站预测。
面向SoF数据集的局部人脸识别CNN骨干网络迁移学习对比研究
SoF局部人脸识别对比三种CNN迁移学习，PFN达97.4%准确率，表现最佳。
秩能换来什么？低秩适配的谱与分布分析
LoRA秩非容量控制；范数预算下复杂度与分布位移不随秩变，秩仅决定可及更新及抵消主奇异方向的代价。
MaD-RL：通过强化学习匹配分布以校准大语言模型
提出强化学习分布匹配框架，可将模型输出属性分布对齐目标分布，缓解多样性下降，并在数学与编程任务验证。
面向博弈型与学习型对手的信息设计
带弃权二分类器须依对手设计弃权：近边界弃权利博弈型却泄露给学习型，两种防御不可比。
Transformer MLP 门控阈值是与被携带参考方向的耦合
残差流均值方向是MLP门控阈值参考；阈值由与该方向耦合实现，偏置贡献很小，跨模型验证。
基于事件的行人横穿检测的无监督脉冲特征学习：无需标注训练数据逼近监督精度
无监督脉冲特征学习在行人横穿检测中达90.3%准确率，接近监督，性能主要取决于读出协议。
不要重复自己：面向覆盖率的自监督微调
DRY-SFT先生成多样解法、再独立微调，无需奖励或验证器，大幅提升pass@100与结构多样性。
迈向AI辅助家禽球虫病诊断：评估Gemini与BiomedParse在艾美耳球虫显微图像上的表现
Gemini诊断艾美耳球虫显微图像准确率仅14.9%，偏倚严重，报告未验证、分割不完整，尚不可靠。