原则上进步，实践中中间派：LLM政治偏见取决于测量工具
LLM在抽象问卷中显示左倾，但在实际公投中转向中间派且跨语言不一致，政治偏见取决于测量工具。
可训练的对数线性稀疏注意力用于高效扩散Transformer
LLSA利用分层结构将注意力复杂度从二次降至对数线性，加速DiT训练6倍、推理28倍，保持生成质量。
基于粒球的协同边效应实现忠实图解释
提出SeeExplainer，利用粒球分解捕获边协同效应，生成忠实解释子图，优于现有方法。
监管自主与能动型人工智能
监管自主AI的挑战在于需将供应链纳入监管，变革治理模式，变被动为主动应对新系统性风险。
超越充分性：基于反事实必要性的时间序列解释
TimePNS通过反事实干预识别时间序列中决策关键子序列，实现充分性与必要性平衡。
聚焦关键：基于动作单元的时空注意力约束实现抗噪声动作质量评估
提出动作单元空间注意力与双流解耦框架，去除背景噪声，分离动作与环境，实现SOTA评分性能。
PennySynth：基于RAG数据合成的自动化量子代码生成
PennySynth通过RAG与代码嵌入，在量子代码生成上pass@5较基线提升28个百分点。
MSBraM：用于分层脑电动力学学习的多尺度自监督脑基础模型
提出MSBraM多尺度自监督脑基础模型，分层学习脑电表示，在多个任务上超越现有模型，证明多尺度时间建模之关键。
X³-OPD：通过在线策略对齐将推理能力蒸馏至大型音频-语言模型
提出X³-OPD框架，在线策略蒸馏文本推理至音频模型，三类语料显著提升音频推理质量。
SuperFlow：基于强化学习的实时流匹配模型训练
提出SuperFlow框架，通过方差感知采样和步级优势计算，仅用5.4%-56.3%训练步数即实现性能提升与训练加速。
SPORD：一种面向供应链规划的“模拟—提出—然后—OR—处置”方法
SPORD通过模拟-决策解耦加速供应链规划，将跨区域履约率从6.1%降至4.9%，月均减碳约5745吨。
循环肽系综上的图学习：分子系综建模探究
预训练系综编码模型提升环肽性质预测，混合BERT后R²达0.538。
MELLA：为低资源语言多模态大模型架起语言能力与文化根基的桥梁
MELLA数据集用双源策略增强低资源多模态模型文化根基，减少文化幻觉。
面向扩散语言模型推理的简易策略梯度算法
提出AGRPO算法，利用马尔可夫性优化去噪步骤，在数学推理任务上准确率大幅提升。
扩张流映射
提出扩张生成流与扩张流映射，实现变尺寸生成，将输出大小作为可学习的自由度。
EmoSpace：细粒度情感原型引导的沉浸式情感图像生成
EmoSpace通过细粒度情感原型和条件引导生成沉浸式图像，提升情感对齐，适合场景设计。
面向可泛化脑电图表示学习的多模态预训练
开发多模态EEG基础模型，结合Mamba、ViT和轻量文本编码器，预训练后微调在CHB-MIT上达0.874 AUROC，实现鲁棒癫痫检测与泛化。
长音频隐私保护中的内容匿名化
针对长音频中基于内容的重识别攻击，提出ASR-TTS流水线上下文重写转录法，有效消除说话者风格且保持语义。
受电弓-接触网系统电弧检测的多模态学习
提出多模态框架结合图像与力测量检测弓网电弧，扩展DeepSAD并引入伪异常生成，显著提升检测性能。
WebCoach：具有跨会话记忆指导的自我进化网络代理
WebCoach通过跨会话记忆使网络代理自我进化，提升任务成功率，无需重新训练。
带公理的规划中的逻辑回归
提出近似逻辑回归避免重算公理，嵌入执行监控，减少70%变量，恢复率超50%。
StackingNet：跨独立AI基础模型的集体推理
提出StackingNet元集成框架，聚合独立模型输出以提升准确率、减少错误，无需内部参数，将多样性转化为合作资源。
SoccerSynth Field：利用虚拟足球模拟器的合成数据增强场地检测
利用合成数据集预训练模型，显著提升足球场地检测的鲁棒性和准确性，实现经济高效的解决方案。
DCVC-MV: 具有高效视间预测的深度上下文多视点视频压缩
提出DCVC-MV框架，利用视间运动特征传播和条件熵模型，实现高效多视点视频压缩。
高召回候选生成的有限样本审计：认证与学习理论设计
揭示排除池审计对遗漏质量认证的标签复杂度，证明其极小化极大最优性，开发有限样本认证工具包。
理解并加速掩码扩散语言模型的训练
发现语言局部性偏差是MDM训练慢的主因，提出钟形时间采样加速4倍，保持性能。
野外去模糊：基于智能手机高速视频的真实世界图像去模糊数据集
构建最大真实世界去模糊数据集，含42,000对高分辨率模糊清晰图像，场景多样，成新基准挑战现有模型。
基于错误定位的测试时扩展
提出TTEL算法，通过令牌级错误定位与轨迹截断重用有效前缀，在编程和数学任务上以近半令牌数超越基线。
PATS：面向智能体强化学习的策略感知训练支架
提出PATS框架，将技能作为动态训练支架，通过上下文调整提升弱策略性能，节省提示令牌。
SR-TTT并不学习检索：对惊奇感知残差测试时训练的修正与机制剖析
修正后SR-TTT仍失败：存储位置偏差和寻址瓶颈导致精确匹配率为0%。
智能体引导的关系概念发现：迈向可解释的手术切缘评估
提出智能体引导概念发现框架，无需预定义标签，提升手术切缘评估准确性与泛化能力。
检测人机合著文本中LLM生成的词元
提出无需标注的token级检测方法，自适应平滑邻域分数以定位LLM生成内容。
SPECTRA：面向概率性能源预测的状态空间外生上下文与时频分辨率架构
提出分离趋势周期与高频残差的架构，在18个设置中14个取得最佳CRPS，平均降低5.74%。
穿越地层的磁感应通信与组网：综述
全面综述透地磁感应通信，提出信道分解与几何模型，构建支持TCP/IP和Linux的网络框架。
基于前馈高斯溅射的实时人体重建与动画
提出HumanGS框架，从稀疏多视图实时重建人体，无需预训练，重建速度提升15倍。
密度矩阵嵌入框架下用于量子选择组态相互作用的机器学习紧凑子空间生成
提出RBM辅助量子选择组态相互作用法，仅用4%子空间达化学精度，优于标准方法。
全旋转等变光谱-空间学习用于多光谱目标检测
FressDet提出全旋转等变光谱-空间框架，通过隐式扭曲、一致性加权和定向头，以93%更少参数达多光谱检测SOTA。
专家混合视觉-语言-动作模型中的涌现组合技能
MoE训练VLA能涌现将任务分解为可重用原语，路由器隐式排序，专家作为组合模块，性能相当且实现专门化。
AREX：迈向递归自我改进的深度研究代理
AREX通过内外循环交替与自动上下文压缩实现递归自我改进，在多项基准测试中超越同规模模型。
QATMA：多模态对齐的量化感知训练用于开放词汇目标检测
QATMA通过课程量化和文本锚定蒸馏，解决极低位量化下多模态对齐退化，零样本检测AP提升4.3-7.6。
智能体上下文管理：以生命周期与架构视角解决记忆与成本问题
提出ACM五原语，经济论证验证压缩实现线性成本保真，参考实现得92%/93.2%。
MIRROR：从另一种视角学习多模态推理
MIRROR通过自监督强化学习，选择最优视图作为教师训练其他视图，提升多模态几何推理的一致性。
O3N：面向城市自主体的全向开放词汇占据预测
首个全向开放词汇占据预测框架，从单张RGB图像实现，在多项基准上达到最优性能。
面向序列决策与社会认识论的算法方法
用算法工具研究序列决策与社会认识论，涵盖多臂老虎机改进、悲观陷阱与毅力影响的理论建模及干预。
基于联合对比与分类学习的光网络跨域泛化
提出联合对比与分类学习，实现光网络跨域泛化，在传输质量估计中表现优异且适应快。
基于缠绕的聚合物链接机器学习分类
利用缠绕密度矩阵训练前馈神经网络，对前六个素链接分类准确率达97%，为复杂链接快速分类提供新方法。
基于统一研究的相机陷阱物种随时间识别：经验与待解问题
首次系统研究相机陷阱物种随时间识别，揭示时间偏移和类不平衡挑战，提出改进方向与开放问题。
ELT：弹性循环变换器用于视觉生成
ELT通过权重共享循环变换器和内部自蒸馏，实现参数高效、动态计算与质量权衡的视觉生成。
同一危险目标，截然相反的建议：直接暴露 vs. 多智能体中介
直接暴露危险目标时模型给出反对建议，经多智能体中介后却支持，暴露组合安全漏洞。
超越谄媚：大语言模型道德推理中的结构化抵抗与顺从
大语言模型道德判断修正受距离、归因和联盟结构影响，谄媚只是广义社会影响过程的一种表现。