奖励更优思考：面向LLM偏好对齐
提出思考清单奖励（TCR），通过EMA残差公式隔离补充思考，显著提升LLM偏好对齐性能。
世界模型记住，行为者遗忘：持续基于模型的强化学习中的梦境排练
DreamerV3遗忘源于行为者，非世界模型；梦境排练（监督自我模仿）可恢复技能，实现任务无标签持续学习。
无时域依赖的强化学习渐近最优遗憾
针对齐次MDP提出新算法，实现无时域依赖渐近最优遗憾，上界~O(√(SAK)+S^8A^3)，匹配下界，利用单调性与投影去除logH因子。
对抗前沿：面向鲁棒性评估的最小范数攻击集成
提出最小范数攻击集成框架，定义攻击/防御前沿，在可控查询预算下逼近，实现曲线式鲁棒性评估，超越AutoAttack。
通过自蒸馏增强基于评分标准的强化学习
提出CriPO方法，通过自蒸馏同时解决未探索标准和抑制标准问题，性能更优且训练步骤减半。
RIS辅助无线联邦学习中的收敛-延迟感知自适应调制与资源分配
针对RIS辅助无线联邦学习，提出收敛-延迟感知的自适应调制与资源分配，实现更快收敛和更高精度。
ENTRAP-VL: 面向视觉-语言模型中双重语境诱发的分类学探针
提出ENTRAP-VL数据集，用于系统研究视觉-语言模型中的双重语境诱发现象，含1500项分类条目。
JANUS：预见长期代理安全的潜在风险
提出Janus框架，联合优化预测与裁决任务，训练Vanguard守卫模型，安全保护提升15.9%且任务完成率提高5.1%。
利用数据增强提升大语言模型从电子病历中识别和排序重要医学术语：一项比较研究
比较表明，微调和数据增强可提升LLM从电子病历提取医学术语的能力，效果取决于数据质量和匹配标准。
基于广义卡尔曼滤波的时间差分强化学习
提出基于条件期望的广义TD框架，递归估计值函数及其不确定性，扩展卡尔曼TD至非线性非高斯系统。
用于光电容积描记信号机器学习模型的不确定性量化良好实践指南
QUMPHY项目为PPG信号机器学习模型的不确定性量化提供指南，涵盖模型选择、方法实现与验证及基准数据集。
CURED：错误创建、理解与修复演示器
基于ML的表格数据错误检测与清理演示器，支持数据扰动、ML清洗和错误理解。
自监督比临床监督更能驱动医学基础模型的表征收敛
自监督目标驱动医学图像编码器表征收敛（40.4%），远超监督学习（21.1%），且不随规模增长，线性分类器跨编码器迁移保留约85%性能。
PoTRE：受认知异质性启发的测试时推理
PoTRE通过多代理异构推理与自适应聚合，在HLE上斩获49.92% SOTA准确率，效率超越同质基线。
评估与缓解基于机器学习的招聘中预训练嵌入的性别偏见
评估预训练嵌入性别偏见，发现性别擦除不能完全消除泄漏，对抗学习可提高公平性但非替代。
维度之赐：高维空间中的近乎正交性如何解释时间可迁移性
PortLLM在持续预训练中表现出长期时间可迁移性，源于高维向量的近乎正交性。
零样本心率变异性预测：使用时间序列基础模型从消费级可穿戴设备预测
研究评估三种时间序列基础模型在真实可穿戴HRV数据上无需微调即优于传统基线，平均MASE为0.81-0.87，为临床部署提供基线。
基于神经坍缩不稳定性的DNN测试用例优先级排序
提出NCIP框架，利用跨检查点预测变化性优先测试边界样本，实现高效故障发现，性能提升显著。
利用先进AI/ML模型的时间序列网络利用率KPI预测
研究评估多种模型预测带宽利用率，揭示准确性与计算效率的权衡，助力选择最优模型。
视觉-语言模型中模态顺序一致性的测试时训练
发现VLM对模态顺序敏感，图像优先更优；测试时训练缩小差距并提升性能，修复中层网络错位。
训练模型，而非读者：面向可验证激活解释的可解码性监督
高重构不代表主张正确；RECAP通过可解码性监督实现内部内容独立验证，有效对抗虚假解释，AUC达0.95。
LaSEr-Edit：基于能量定位的局部跨度级错误编辑
提出LaSEr-Edit方法，利用轻量级能量模型进行错误定位，通过LLM编辑或候选重排序实现高效约束控制，性能优异。
时间序列基础模型的后训练：一个统一框架
提出TSFM后训练五类干预方法及统一框架，弥合预训练与可靠部署的差距。
通过动态评分表协同进化的大语言模型评估器与策略
DynamicRubric实现评估器与策略协同进化，通过响应集条件生成加权评分项，解决分数差距瓶颈，提升策略监督。
基于共识推理的Tsetlin机集成自主协作学习
提出去中心化Tsetlin机协作学习范式，垂直特征分割，共识推理集成，无需数据交换，精度媲美集中式模型。
读取与引导开放权重语言模型中材料科学机制的表示
研究发现，材料科学机制在语言模型中可通过状态读取、定向变换和因果控制表示，物理关系在状态变化中更为显著。
关于二阶认证遗忘的优化复杂度
从优化角度研究机器遗忘的算法复杂度，提出二阶遗忘算法，证明其对线性模型具有更优收敛性。
主动推理作为凸马尔可夫决策过程
主动推理将自适应行为表示为凸马尔可夫决策过程，通过最小化预期自由能实现，并推导出镜像下降算法，与强化学习兼容。
PIER：物理引导的环境检索用于时间序列建模
PIER框架通过物理感知检索与自适应权重平衡，提升环境时间序列建模的准确性，实验验证有效。
NeuroSymActive：面向知识图谱问答的可微分神经符号推理与主动探索
提出NeuroSymActive框架，结合可微分神经符号推理与主动探索，在KGQA上实现高精度并降低计算成本。
The Impact of Editorial Intervention on Detecting Native Language Traces
无需对齐数据的同步语音翻译
Hibiki-Zero模型无需词级对齐，基于句子级训练与GRPO强化学习优化延迟，实现同步语音翻译的SOTA性能。
Receptron单元的自组织架构：面向边缘智能的硬件感知框架
提出Receptron单单元架构，在资源受限MCU上实现非线性分类与在线适应，性能媲美标准方法。
基于实例硬度的不平衡回归相关性
提出基于实例硬度与学习难度的InHaR函数，识别稀有实例，改进不平衡回归预测性能。
设计性缺失：面向可撤销多模态情感分析的可证明模态删除
提出MBD框架，实现可撤销多模态情感分析，能在模态删除时保持性能并提供隐私-效用权衡。
内部知识无外显表达：探究古典中文语言模型的泛化边界
纯文言文模型内部能区分真假事件，但从不表达不确定性，元认知需额外训练。
OLEDLM：用于OLED分子设计的统一语言模型
提出基于因果语言模型的OLED分子逆设计框架，多阶段策略生成满足光电性能要求的新候选分子。
EssayCBM：基于评分标准的概念瓶颈模型实现透明作文评分
EssayCBM将作文评分分解为8个可解释概念，实现透明可编辑的评分，性能匹配神经基线。
K12-KGraph：面向教育大语言模型评估与训练的课程对齐知识图谱
提出课程对齐知识图谱K12-KGraph及基准K12-Bench与训练集K12-Train，实验证明领域监督可提升模型性能。
ELSAA: 用于训练Transformer的高效低秩与稀疏注意力近似
ELSAA通过稀疏和低秩分支分别捕获局部高相似与全局交互，引入分母感知融合，无需完整矩阵即可高效近似注意力，支持长上下文训练。
四边形损失：将可加性视为稠密神经网络的可度量行为
提出四边形损失，通过二阶混合差惩罚特征交互，将可加性转化为可调节行为，兼顾可解释性与准确性。
量化神经网络的局部稳定性与高斯平滑
研究高斯平均作为量化神经网络平滑替代，导出局部稳定性界并给出ReLU和符号激活闭式解，应用于推理与训练平滑梯度。
基于量规的大语言模型评估中的自我偏好偏差
首证基于量规评估中的自我偏好偏差：客观标准下错误率超50%，主观场景偏差达10分，影响模型排名。
AugAbEx: 桥接抽象式与抽取式法律摘要生成
提出AugAbEx流水线，通过增强数据集引入银标准抽取摘要，提升法律摘要质量，在七个数据集上超越现有方法。
基于可解释状态空间模型的用户中心交易序列建模
结合对比学习和状态空间模型，实现高效可解释的用户交易序列建模，收敛快2-3倍。
抽象促使语言模型和语音模型与大脑对齐
模型与大脑对齐源于共享意义抽象，中间层内蕴维度峰值预测脑信号，体现语义丰富性。
Ex-Fuzzy库的可解释模糊规则回归扩展
提出Mamdani模糊回归扩展，基于Fuzzy C-Means目标感知初始化，平均R²约0.86，生成10-15条可读规则。
PhaseAware：可解释的人机协同康复评分与边界监测
PhaseAware框架实现可解释康复评分，通过相位感知设计降低误差88.9%，生成结构线索支持人机协同监测与边界审查。
STEMTOX：从协作标签到细粒度有毒模因检测的熵引导多任务学习
提出TOXICTAGS数据集和STEMTOX框架，利用协作标签增强多模态毒性模因检测，显著提升性能。
SHOVIR: 评估放射学报告生成中视觉捷径学习的基准
SHOVIR基准通过局部遮挡实验检测视觉捷径，揭示高报告质量模型可能依赖浅层视觉证据。