利用二维累积分布函数突破遗憾最小化的$T^{3/4}$障碍
新算法实现遗憾$O(T^{7/10})$，突破$T^{3/4}$界限，部分缓解维度诅咒，并应用于双边贸易利润最大化。
流内智能体系统优化以实现有效规划与工具使用
提出AgentFlow框架与Flow-GRPO算法，通过流内优化协调四模块，显著提升规划与工具使用性能，超越GPT-4o。
对撞机实验中实时异常检测的量子自编码器的经典硬件加速
利用FPGA加速量子自编码器实现对撞机实时异常检测，性能媲美经典方法，满足未来触发器资源与时序约束。
大型语言模型文化偏见与对齐的提示编程
本文用DSPy提示编程优化文化对齐，减少LLM偏见，实现更稳定迁移。
使用配对采样的方差缩减域适应
提出PSDA配对采样技术，降低梯度方差，提升无监督域适应准确性。
情感对撞机：基于反情感反射的双曲镜像流形用于情感恢复
EC-Net双曲超图框架通过对比学习与超图融合，在模态缺失或噪声下显著提升情感识别准确率。
虚假共振：对语音生成评估中情感嵌入相似性的批判审视
批判语音生成评估中情感嵌入相似性指标，指出其受语言和说话者干扰，与人类感知错位。
区间和模糊物理增强神经网络（iPANN和fPANN）用于本构建模中的不确定性量化与传播
提出iPANN/fPANN，通过能量上下界包围噪声应力，实现本构建模中无分布偶然不确定性量化与传播。
PG-KINN: 一种基于物理信息的Petrov-Galerkin Kolmogorov-Arnold网络，用于求解正问题和反问题偏微分方程
PG-KINN用Petrov-Galerkin耦合KAN和多项式检验空间，降阶求解正反PDE，性能优于现有方法。
流数据领域自适应的在线方差缩减
提出首个在线方差缩减算法ARROW，通过移动平均和自适应重加权，与离线算法性能相当。
基于LoRA微调的大语言模型通过多视角语音特征检测痴呆症
提出LoRA微调LLM，融合转录、主题、流畅度、音韵四种语音特征多视角推理，ADReSSo上F1达90.14%，各视角互补。
Isaac Sim-to-Real：基于强化学习的四足机器人运动控制
利用Isaac Sim和Isaac Lab训练，实现四足机器人零样本sim-to-real运动控制，在Go1上达到线速度2.0m/s、角速度1.8rad/s，扰动恢复能力强。
用于纳米孔阻塞实验信号分类的多模态Transformer
针对纳米孔信号，多模态变换器联合时域、小波域和特征向量，在四十二肽基准上提升超十个百分点，跨数据集近完美
高斯过程建模中内置输入降维的贝叶斯框架
提出贝叶斯框架整合降维与高斯过程，使用黎曼流形HMC进行后验推断，扩展至深度高斯过程，提升预测与不确定性量化，但计算成本高。
Refnd：防止关系数据集中的数据泄漏
提出Refnd算法，基于关系生成过程与HNSW邻近图，防止信息泄漏，获得更真实的评估性能。
面向扭矩驱动的四足运动强化学习
提出扭矩控制RL框架用于重型四足机器人，无需速度估计即可穿越崎岖地形并跟踪速度，B1模拟达3.5m/s且能上下楼梯。
在Intel TDX环境下对NVIDIA H100进行机密GPU推理基准测试
机密推理下TTFT增加21.8%-27.8%，吞吐量下降17.7%-21.1%，大模型饱和更早。
混合LSTM-图神经框架实现稳健金融欺诈检测与对抗弹性
提出混合LSTM与图拓扑特征的FraudShield AI，结合Focal Loss和动态阈值，显著提升微小交易欺诈检测。
Stochastic Primal-Dual Decoding for Multiobjective Generative Recommender Systems
趋势强度预测生成式基础模型何时胜出：一项功率控制基准、一种机制及一个可操作的选择规则
趋势强度可预测生成式模型胜出：低趋势序列胜率78%，高趋势仅44%，优势源于趋势收缩效应。
模拟乌托邦：基于结果、表演性与动态重新审视长期公平
构建表演性马尔可夫决策过程与模拟器Eutopia，研究AI贷款长期公平，发现动态与公平意识效用提升效率与公平。
使单细胞数据蒸馏可审计：通过离散最小-最大选择实现可追溯的真实细胞核心集
Minmax-CF通过离散最小-最大选择生成可追溯单细胞核心集，性能接近完整数据且可审计。
可靠性感知硬-软物理信息神经网络：挑战性偏微分方程的鲁棒学习
提出RA-HSPINN，通过可学习可靠性场调制内部表示，配合损失平衡与正则化，显著提升挑战性PDE求解精度，尤其适用于局部、不可靠数据和多模态问题。
均衡因果博弈：分离、识别与循环潜状态的可识别性
ECG框架联合博弈与循环因果模型，揭示均衡数据下因果识别的条件与局限，需实验确定部分结论。
用于野火易发性制图的张量网络机器学习：从顿悟动力学到类别表示的量子混合度
张量网络模型揭示野火分类的顿悟动力学，用量子混合度量化类别可分离性。
因果字典学习揭示并验证基因组语言模型中的转录因子结合特征
提出因果字典学习框架，提取并因果验证基因组语言模型的转录因子结合特征，消除混淆，提供可解释性标准。
用于可靠量子纠错的机器学习综合征后选择
提出无需解码器的机器学习综合征后选择方法，提升量子纠错可靠性，实验验证有效。
基于解耦退火流的玻尔兹曼期望分子设计
以系综统计为目标，用解耦退火流优化分子图，无需重训练，可扩展至方差和偏度优化。
RELTA-SGLD：面向非凸随机梯度朗之万学习的相对增长局部驯服方法
RELTA-SGLD通过相对增长局部驯服稳定超线性梯度，提升非凸朗之万学习的稳定性与精度，改进现有界限。
带有光滑映射的凸差组合在线优化
针对凸差组合与光滑映射的在线优化，提出时间平滑近端线性算法，证明近端残差平稳性度量，给出遗憾界和误差界。
多模态协变量下平面曲线的深度形状回归
提出深度形状回归模型，通过条件协方差平滑器处理多模态协变量，用于平面曲线形状分析。
预测重大耀斑期间太阳极紫外辐照度的深度学习框架
提出FlareEUV框架，基于SDO多仪器图像预测耀斑期间极紫外辐照度，性能优于基线方法。
基于CRB驱动的无人机辅助集成感知与通信系统的波束赋形与轨迹优化
联合优化无人机轨迹与波束赋形，使平均CRB降低超10%，显著提升感知精度。
深层弱监督图像分割的统一变分框架
提出统一变分框架用于稀疏监督分割，基于Potts模型与RKHS，作为损失函数无需真实分割图即达可比性能。
几何引导的约束学习用于大语言模型安全分类
SAE特征提取使安全分类约束K=2最优，精度96-99%，支持线性表示假说，引入自适应锥约束。
ChronoStitch：无训练组合视觉KV记忆实现长时域时序推理
提出无训练方法，通过全局RoPE坐标重定位和选择性重计算，高效组合视觉KV缓存，提升长视频时序问答性能。
NEXUS：面向使用工具的大语言模型代理的结构化运行时安全
NEXUS结构化安全监控器，结合规则与风险评分实现分级干预，F1达0.949，延迟仅0.205毫秒。
LISA：线性索引稀疏注意力实现高效长上下文推理
LISA通过线性注意力和索引器将注意力复杂度降至线性，实现16K上下文50%加速和5.6%性能提升。
OpenEvoShield：面向开放世界多智能体系统攻击的双重非平稳持续防御
提出OpenEvoShield持续防御框架，通过解耦学习速率、动态边界和能量检测，有效检测未知攻击且低误报率。
FormulaSPIN：自然语言到电子表格公式的自对弈微调
提出自对弈框架，利用执行反馈区分语义错误与风格变体，无需额外数据迭代优化，公式生成准确率达SOTA。
Crowd4D：场景感知的单目4D人群重建
提出Crowd4D框架，联合优化人群与场景，利用HSIP代理实现准确人景对齐，在复杂大场景中稳健重建4D人群。
早期检测，极少升级：从压缩比特流中随时检测AI生成视频
从压缩比特流实时检测AI视频，利用编码运动场，计算量降低5个数量级，门控维持假阳性率，延迟15%片段提升准确率至0.78。
FineServe: 细粒度全球大语言模型服务负载数据集及其特征分析
FineServe细粒度刻画全球多模型LLM服务负载，揭示异构模型与任务的实际动态，为系统优化提供真实基础。
D3VL: 使用语言模型从3D时序数据和视频中理解驾驶场景
D3VL框架融合2D/3D时序数据，驾驶场景问答性能提升11%，并扩展WaymoQA数据集。
GraphContainer：一个用于比较和调试图RAG方法的统一平台
提出GraphContainer平台，统一多格式图表示，可视化追踪检索过程，便于比较和调试图RAG方法。
合成与衍生训练图像用于校园垃圾检测：基于YOLOv8n的多种子评估
合成与衍生图像未提升YOLOv8n检测性能，真实图像基线[email protected]最高达0.691。
面向LLM智能体的画像图记忆：通过叙事画像实现隐式跨实体遍历
提出多跳记忆基准MemHop和画像图记忆架构ProGraph，通过画像扩展与压缩残差实现高效多跳推理，性能超越现有方法。
EGRNet：一种具有边缘门控细化与对抗感知的轻量级语义分割网络
EGRNet轻量语义分割网络（0.46M参数），采用边缘门控细化与对抗感知，Cityscapes上mIoU达65.28%，适用于边缘实时应用。
利用ECRAM实现边缘持续学习
提出CLASP系统，利用ECRAM克服IMC噪声与资源效率问题，实现边缘持续学习，性能接近GPU，速度提升67倍，能耗节省132倍。
从比特位敏感性到DNN推理存储的不等错误保护
根据比特位敏感差异提出不等错误保护，节省ECC开销27.8%，降低能耗17%，验证有效。