词义共同决定元音固有频谱变化：基于语料库的对话式普通话研究
基于对话普通话语料，发现词义共同决定元音频谱变化，词嵌入可高精度预测共振峰轨迹，挑战模块化语音产出模型。
资本市场LLM可靠性评分（CM-LRS）：从“说得过去”到“值得信赖”
提出CM-LRS评分，从7维度评估资本市场LLM输出，发现闭源模型评分接近（4.30-4.31），开放权重模型落后（3.15），差距主要在检索和综合。
审计LLM智能体动作选择中的来源敏感性
LLM动作选择受不可信证据影响，审计显示5.4%竞争案例有差异，2.4%保留未授权竞争。
SlerpFlow：用于修正流反转的球形轨迹校正
提出SlerpFlow，用球面线性插值修正流轨迹曲率，实现高保真图像反转与编辑，无需训练。
HGeo-TopoMap: 利用分层几何先验增强拓扑地图构建
提出HGeo-TopoMap，通过几何自适应与一致性学习模块分层利用先验地图和空间关系，显著提升拓扑地图构建精度与鲁棒性。
多级图小波压缩感知与尺度感知神经恢复
提出多级图小波压缩感知框架，结合非参数采样与尺度感知图神经网络，实现图信号高保真压缩重建。
不平衡条件下的遗忘：多模态大模型遗忘中的公平性基准测试
提出FAIRGET基准和FAUN算法，解决多模态大模型遗忘中不平衡请求导致的偏见问题，兼顾遗忘质量与公平性。
信息论安全轻量级联邦学习聚合：抗退出与攻击
提出轻量级信息论安全聚合框架，基于符号联邦学习，高效实现安全多数投票，抗退出与敌手，通信延迟降85.7%。
轻量级大型语言模型的性能剖析
提出PTME框架测量轻量级LLM的精度、时间、内存和能耗，发现静态指标无法预测精度，资源约束增成本不降精度，需综合评估。
MemTools：面向可互操作智能体记忆的统一研究框架
MemTools通过标准化记忆生命周期与统一接口解耦组件，支持异构记忆协调，便于系统隔离分析。
面向通过公开测试的代码的代码监控红队测试
公开测试通过后，弱LLM验证器在低误报率下仍漏检大部分隐藏bug，对抗性测试进一步降低其性能。
反周期位置编码：莫比乌斯边界条件使上下文检索可靠
提出莫比乌斯RoPE，利用反周期边界条件，在保持困惑度的同时显著提升长上下文检索可靠性。
AI系统能否具有创造力？来自艺术与工程的批判视角
论文论证AI系统缺乏真正创造力（仅组合创新），因缺少意外与主体性，并提出人机协作模型。
TwistedMerge：面向模型合并的认证高阶诊断与弃权机制
TwistedMerge通过一致性测试认证模型合并全局对齐，否则弃权回退，避免错误提升。
一个由受控扰动验证的结构化音频字幕评估框架
提出多轴评估框架，结合LLM与计算指标，经受控扰动验证，可区分语义保留与真实破坏。
PC-Edit：提示对比区域发现与区域引导编辑
PC-Edit通过提示对比发现编辑区域并保护背景，实现无训练的高质量图像编辑，效果最佳。
面向实时人群跟踪的增量最优分配
利用块稀疏结构的增量分配算法，实现与匈牙利算法相同的最优匹配，速度提升3.7至6.5倍。
结合结构与性能感知奖励的多轮强化学习用于CUDA内核生成
CudaPerf框架融合结构奖励与执行奖励，多轮强化学习优化CUDA生成，速度提升5倍，正确性提升17%。
质量感知的多模态融合揭示效价-唤醒特征中的隐含身份
提出质量感知自适应融合（QAAF），利用多模态VA估计学习隐含身份特征，与传统人脸识别互补，降低错误接受率。
ASTRA-Net：面向药物诱导睡眠内镜分割的解剖特异性迁移与表示对齐
ASTRA-Net利用虚拟图像特征对齐和少量真实标注实现DISE分割，平均Dice达0.8927。
HierarchicalDAEW：领域感知边加权图卷积与证据不确定性用于H&E组织学多切片空间基因表达预测
提出双图架构HierarchicalDAEW，融合领域感知边加权与证据不确定性，在H&E组织学上预测空间基因表达，性能优于13个基线且置信度校准更优。
最佳证据：部分验证下的最佳N项选择
提出BoE框架，用带符号候选-因子图在有限证据预算下改进部分验证的N选最佳决策。
联邦参数高效微调的三重频谱控制
TRISHUL框架通过三重频谱控制（共享低秩基、核范数收缩、非均匀分配），实现鲁棒联邦微调。
思维链模型中令牌预算饱和与推理非收敛的机制性早期检测
思维链模型推理非收敛可在早期（token 150）通过中间表示部分检测，AUC 0.608，信号较弱。
训练大语言模型以实现自我解释忠实度
提出强化学习方法直接优化模型自我解释忠实度，实验显示在分布内外均有显著提升，但跨干预泛化较弱。
从标量到时序：重新思考时变体数据的隐式神经表示
用序列级监督取代坐标级采样，降低训练成本并提升重建质量，结合混合专家模型进一步优化。
面向数据异构下的隐私保护联邦提示调优：一种子空间分解专家方法
提出FedSEPT，通过子空间分解专家建模和实例感知专家融合，在隐私约束下平衡本地适应与全局泛化。
GuardianAgentBench：智能体失败之处与防护之道
GuardianAgentBench基准测试揭示模型工具调用失败模式，守卫机制以0.5%误报率恢复19.9%失败，提升安全性。
Texture++：利用区域感知扩散模型提升3D资产纹理分辨率
提出Texture++框架，通过多视图渲染与区域感知扩散模型，显著提升3D纹理分辨率与连贯性。
ADABORD: 一种新颖的用于序数分类的AdaBoost方法
提出ADABORD框架，利用序数Gini分裂准则和绝对排序概率得分，显著提升多类别序数分类性能。
DONDO：面向非洲语言的开源w2v-BERT语音识别基础模型
DONDO是基于w2v-BERT的开放ASR模型，含21个单语与5个多语模型，覆盖27种非洲语言变体，通过退火微调达10-13%词错误率。
RUMBA：俄罗斯用户记忆基准
RUMBA是评估大语言模型长时记忆的基准，包含俄英双语言，细粒度分类和时间推理，可诊断模型记忆机制优缺点。
源先验驱动的选择性适应用于高效扩散模型微调
通过识别低影响参数并结构化更新，实现扩散模型微调中适应与保留的更好权衡。
任务、语言与模型在代码模型表示中的角色解构：What、Where与How
任务决定概念电路的有无，模型决定电路位置与增长方式；通用性取决于内容而非结构。
基于推理的安全护栏何时效率不高？ResponseGuard：快速视觉-语言实时审核护栏
ResponseGuard无需推理链，单次前向传播检测有害性，速度比推理模型快150倍，性能相当。
可溯源学术：生成式AI时代人文学探索的页面锚点与阿里阿德涅之线
可溯源学术是AI辅助人文学研究的最低规范，通过页面锚点等技术确保来源可溯，维持研究公开可反驳。
AI知识系统中实体重要性的表示：受众评价与结构权威的双信号框架
提出受众评价与结构权威双信号框架，验证两者非冗余，支持任务感知系统保留不同重要性信号。
沉默之重：潜在国际象棋推理中权重优于草稿板的因果论证
因果干预证明潜在推理RL增益源于参数塑造，非推理时草稿板，鲁棒性提升。
自适应身份锚定：视频换脸中合成配对监督的闭环关键帧放置
提出闭环反馈放置身份锚点，结合纹理恢复，解决视频换脸的身份漂移和过度平滑问题。
SPDCN：基于条带的变形卷积网络用于钢材表面缺陷分割
提出SPDCN，含模糊增强多尺度模块和方向感知变形卷积，高效分割细长缺陷，mIoU达89.60%仅3.54M参数。
权重范数临界性：归一化和权重衰减导致损失尖峰的机制
提出权重范数临界性机制，解释归一化与权重衰减相互作用导致损失突增，并实验验证。
惊奇理论是赘述的（缺乏理性基础）
无约束时惊奇理论是赘述，需理性基础才能做出可证伪预测。
MedGame：大型语言模型驱动的故事化游戏化医学教育
MedGame框架用大模型将临床案例转为故事游戏，提升互动性，微调后效果接近商业模型。
DAPM：无人机在任意高度、俯仰、滚转和视场角下的单目深度估计
提出DAPM模型，利用几何关系联合估计无人机相机姿态和深度，在UAPD数据集上达到最优性能。
超越独立优化：多模态边缘智能中的压缩、MoE路由与量化交互
多模态边缘智能中压缩、MoE路由与量化相互依赖，需协同设计以应对延迟、内存和能量约束。
从评估到优化：面向Python中CWE预测的层级感知训练信号
验证层级感知惩罚作为训练信号，GRPO优于监督方法，最佳策略显著降低CWE预测惩罚。
OPOD：在策略全模态蒸馏
OPOD通过路由学生响应至匹配模态教师并平衡指导，在12项基准中达到平均最优，超越联合训练和专家模型。
交付而非存储：线索锚定的工作记忆作为编码代理的框架属性
代理记忆应由框架自动递送而非自主存储，实验显示自愿记忆近零，线索注入可靠，交付比存储更重要。
格拉斯曼流形上的正则化优化：理论、算法与应用
提出RPMA框架，在格拉斯曼流形上优化，推导最优性条件，设计高效算法，提升噪声下社区检测与聚类性能。
基于CycleGAN和反事实分类器对齐分数的视网膜疾病分类反事实可解释框架
提出CounterFundus框架，用CycleGAN生成疾病转正常反事实图像，引入CCAS评估空间一致性，提升分类可解释性与性能。