CMI-Mem：基于CMI增强强化学习的可泛化长期记忆管理
提出CMI-Mem，利用RL与条件互信息混合奖励，实现无需查询依赖的可泛化长期记忆管理。
斯托克斯信息引导的扩散模型用于鲁棒线性偏振估计
GenPolar基于扩散模型预测斯托克斯分量，两阶段训练实现高保真偏振估计，提升材料检测与去反射性能。
面向可信多组学多模态融合的自适应置信加权扩展方法
ACE框架通过生成互补模态与双级置信机制，自适应加权并评估信任，显著提升多模态融合可信度。
面向安全的手机辅助导航中的人行道与道路分割
提出安全导向分割框架，构建数据集，评估模型发现综合精度、伪安全错误和运行速度是关键。
DTIF: 复杂森林中基于Delaunay三角拓扑的鲁棒闭环检测
基于树干提取与Delaunay拓扑的轻量框架，实现森林中鲁棒闭环检测与全局配准，低计算开销，适用于边缘平台。
多问一句，少些遗憾：基于遗憾的LLM澄清策略多轮基准
提出RegretBench，用遗憾目标评估LLM多轮澄清策略，揭示高效澄清需适时提问并停止。
DynamicMCPBench：基于轨迹与效果评分的LLM智能体实时MCP服务器基准
DynamicMCPBench是可复用框架，通过轨迹效果评分评估LLM智能体，实验显示最强仅解决半数任务，长链任务准确率骤降。
嵌入与LLM在希腊图书出版商场景中的比较评估——CUP数据集
提出CUP希腊图书检索基准，评估多种方法：多语言嵌入优于希腊专用模型，混合检索综合最优。
神经网络训练可解性的新复杂性理论前沿
本文提出新算法，扩展了线性与ReLU神经网络最优训练的多项式时间可解边界。
渐进式压缩：可靠的令牌压缩及其启示
渐进式压缩表明，完美重建依赖于脆弱引导而非可转移语义，不足以实现有意义压缩。
面向大气化学微调AI基础模型的机理可解释性研究
首次检验大气化学微调AI模型：Aurora捕捉了臭氧对氮的一阶响应，但未强制执行化学约束，内部表征仍以气象为主，未形成化学机理。提供了评估AI是否学习化学的框架。
StrideDiffusion：加速时间序列生成的扩散模型
StrideDiffusion通过频谱感知自适应步长，实现18.9倍加速并保持生成质量。
CRAG-MM-Diagnostics：实现知识密集型视觉问答的阶段性分析
提出阶段性诊断基准，揭示KI-VQA中知识检索与推理为主要瓶颈，并通过接地双模态RAG提升准确率。
解耦跨模态流形差异：利用可见光扩散先验进行红外超分辨率
提出Shift-IISR双路径扩散框架，用全局调制和局部细化模块提升红外超分辨率的一致性与生成能力。
一个统一的用于指令微调的道德价值数据集
构建统一道德价值数据集用于指令微调，混合训练保留通用性能，初步观察混合比例对价值任务的影响。
Memoir：模型思考时是否应向内存写入？
Memoir实验显示，思考时写入记忆会降低学习速度（0.1354差距），但最终能力不受限，能量信号稳定。
通过同质性-简约性权衡的外部聚类验证
提出基于信息瓶颈的同质性与简约性归一化分数，单调变化，统一评价准则，用于特征选择和算法比较。
KeySI：一种基于人类反馈调整文本嵌入的交互框架
提出KeySI框架，通过关键词概念实现特征级反馈，减少人工标注，有效提升嵌入对齐。
眼不见，心还在：全模态大语言模型的令牌压缩
提出ReMo框架，通过跨模态信息重分配压缩视觉令牌54%，准确率不减反升。
WaveformQA：评测大语言模型在数字波形上的时序推理
提出WaveformQA基准，含360题评估LLM数字波形时序推理，发现复杂问题性能下降，事件时间JSON表示优于VCD。
CultureTalk-ID：印尼地方语言文化常识的多任务对话基准
首个基于对话的印尼多语言文化常识基准，含三个任务测试LLM文化理解与生成。
用于荧光显微镜跨模态超分辨率的物理信息深度学习模型
提出物理信息GAN，利用点扩散函数先验提升跨模态超分辨的结构保真度与物理合理性。
AI驱动的多跳中继选择：通过学习优化图神经网络实现智慧城市NR-V2X网络
提出图神经网络学习优化框架，实时选择多跳中继，性能接近最优且延迟极低。
鲁棒异步Q学习：基于批处理应对奖励与状态污染
提出BR-Async-Q算法，通过分批次处理数据抵御奖励和状态污染，首次给出异步Q学习的鲁棒性保证且误差界最优。
从智能体经验中高效样本学习
提出Experience Distillation，无需额外交互即可保留上下文学习64.8%增益，样本效率比强化学习高9.6倍。
基于学习的缝纫样板缝线对应重建
提出图学习框架，从2D面板重建两级缝线信息，支持复杂拓扑，实现高精度与强泛化。
NVIDIA-labs OO Agents：原生Python面向对象智能体
NOOA框架将智能体设计为Python对象，方法即动作，字段即状态，文档即提示，类型注解即契约，LLM驱动运行时循环。
基数分解损失：匹配训练目标与异质推荐图中的关系结构
提出CDL损失结合交叉熵与BPR，避免属性嵌入坍塌，提升判别性，由图属性控制性能权衡。
DART：一种面向档案胶片修复的退化感知循环Transformer
提出DART，利用软缺陷掩码显式指导修复，提升档案胶片修复的感知质量和时间一致性。
QuantiBias：大语言模型中量化诱导偏见的基准测试
量化模型通过所有标准安全检测，但约四分之一开放回答仍含刻板印象，新基准需重新评估开放偏见。
PrefReward：学习用户偏好矩阵以实现个性化文本生成
PrefReward通过偏好矩阵和KL散度奖励显式建模用户风格，显著提升生成质量与可解释性。
半摊销参数优化中的内存-计算权衡
研究离线内存与在线计算预算的权衡，给出强凸和凸情形下的理论界限及加速的内存成本。
T-STAR：卫星视频中时空全景场景图生成的大规模基准
提出卫星视频TPSG任务及大规模基准T-STAR（含超110万实例掩码和380万三元组），框架提升跨帧一致性与关系预测。
GaugeQuant：从LLM对称性在线学习量化最优基
GaugeQuant在线学习量化最优基，无需校准数据，显著降低LLM量化困惑度（LLaMA-2 7B W4A4:8.22→6.73）。
自适应深度稀疏框架：基于相似性的预训练大语言模型资源分配
AdaDSF通过层间相似性动态分配token，实现预训练LLM深度稀疏化，推理加速且性能损失小。
当冷知识不再琐碎：多语言大模型在日常知识上的失误
多语言大模型在历史、地理等知识领域表现强，但流行文化（名人、音乐、电影）薄弱，且知识获取因语言而异。
GRADRAG：面向协调多智能体RAG的跨组件提示自适应
GRADRAG将RAG建模为计算图，通过评估反馈迭代更新上游智能体，两轮内实现12-15%净偏好提升。
深度研究是否可靠？误导性知识诱发错误结论
误导知识可致深度研究智能体输出错误结论，聚焦验证与流程证据脱节，现有防御效果有限。
使用轻量级时间卷积网络的高效可解释身体情感识别
轻量级TCN以少79%参数和12.5倍低延迟实现接近图模型的性能，并揭示上身运动是情感识别的关键线索。
拒绝门控解码：在高温度采样下保持拒绝行为
提出拒绝门控解码，高温度下保留模型拒绝行为，保持安全性且低延迟。
Flash EQ-Linear：通过分组离散傅里叶变换加速等变线性层
提出Flash EQ-Linear算法，利用傅里叶卷积定理降低复杂度，实现2倍前向加速和1.7倍端到端加速，全面超越非等变网络。
DINOde：面向开放词汇语义分割的连续视觉-文本对齐
DINOde基于ODE连续对齐CLIP文本与DINO视觉流形，含语义文本流和全局上下文流，速度切线投影保持几何，多基准SOTA。
超越繁重的日志整理：基于困惑度的无监督上下文增强语言模型APT检测
提出CAPTAIN方法，利用预训练语言模型和最小预处理，通过困惑度检测APT，降低日志预处理成本。
检测器学错了：针对物理可实现攻击的抗捷径对抗训练
提出InsCAT框架，阻止检测器将对抗纹理作为独立决策线索，纹理误报率从46.9%降至7.3%。
离线强化学习中的分层动作分块
HiQC算法通过分层潜在规划与动作分块实现无偏值备份，显著压缩视距、缓解误差累积，在长视距任务中性能最佳。
位置偏差潜藏于天花板效应：大语言模型基准的排列诊断法
排列诊断揭示位置偏差仅在60-95%准确率区间可测，超出则掩盖；标准MMLU中无信号并非无偏。
利用指南锚定的多模态大语言模型增强可解释性心脏诊断
提出指南锚定多模态框架，注入结构化心电图指南，提升诊断报告语义一致性，BERTScore达0.953。
人机替代原则：组织中你何时会被AI取代？
基于技能与AI扩展不对称性，提出人机替代原则，揭示替代条件及中层管理脆弱性。
低资源语言变体的音段强制对齐：成都话模型训练与评估
针对成都话训练文本依赖与文本独立对齐器，边界差异分别降低31.8%和61.2%，为低资源变体提供高效引导。
审计医疗大语言模型诊断中的证据使用
提出行为审计法，分解证据评估模型，发现多数交互合理，但准确率可能掩盖证据使用失败。