中文标题：内容即剩余：基于并行话语的不变语音分词
中文摘要：通过并行话语对齐，让语音分词仅保留共享语言内容，消除声学变异，大幅降低说话人识别准确率与语言模型困惑度。
移动字母：文本到视频生成中训练数据的受控研究
通过受控实验发现，数据分布多样性和描述质量对模型性能至关重要，但优质数据微调无法完全弥补训练数据缺陷。
深度强化学习掌握巴格恰尔棋的非对称策略
四种深度强化学习方法应用于Baghchal，MuZero最优（老虎胜率86%，山羊胜率62%），PPO成本低且具竞争力。
MambaLSTM：一种用于增强交通事故风险预测的时空框架
提出MambaLSTM框架，融合时空特征并捕捉全局语义与长短时依赖，提升事故风险预测精度。
超越分数预测：基于LLM的论文评分与反馈生成——通过带有评分标准奖励的强化学习
提出RLAES框架，用强化学习联合优化评分与反馈生成，引入RFE评估反馈质量，在ASAP基准取得最佳评分性能（QWK=0.803）。
AHEAD: 通过可解释的跨标注者建模推进多类别标签聚合
AHEAD提出跨标注者学习与高置信度指导，将平均准确率从68.75%提升至73.23%。
LLM群体的智慧：语言模型集成中的聚合与污染
学习型聚合优于个体模型，本质是线性组合；训练截止污染严重，需无污染评估。
可靠性感知的三维几何注入用于通用行人重识别
提出UniGeo框架，通过一致性门控与双流残差融合安全注入3D几何先验，提升通用行人重识别在遮挡、换衣等挑战场景的鲁棒性。
商参数空间上的PAC-贝叶斯界：几何诱导的隐式偏差先验
通过商空间消除参数化冗余，构造几何诱导隐式偏差先验，降低KL散度与PAC-贝叶斯界。
使用大语言模型实现时间序列的可解释、数据驱动洞察生成
提出领域无关框架，基于事实生成时间序列预测解释，评估接近分析师水平。
部分可观测性下时序知识图谱记忆的神经符号元策略
提出神经符号元策略，学习符号记忆启发式，结合RDF时序图记忆，实现部分可观测RL最佳性能与可追溯性。
翻译即增强：翻译数据对难度评估的影响
通过机器翻译将高资源语言标注数据迁移到低资源语言，增强训练集，显著提升难度评估准确性。
围栏：面向LLM应用的专用SLM护栏
利用GAN合成数据训练SLM作为LLM应用专用护栏，性能超越提示式LLM护栏。
DAIS：面向复杂推理的依赖感知中间QA监督
DAIS将推理链转为阶段级QA记录，平均提升复杂推理准确率4.2%，最大提升5.6%。
物理自监督学习：无需人工标注的IMU感知
提出物理自监督学习框架，无需标注，通过物理解码器和混合编码器实现IMU感知，误差降低高达5倍。
基于严重程度知识图谱与检索增强生成的轨迹感知临床风险预测
提出TRACER框架，融合严重程度知识图谱与非结构化笔记，临床风险预测宏F1提升达28.5%(死亡率)和19.7%(再入院)。
图像编辑模型作为数值求解器
预训练图像编辑模型可充当数值求解器，成功模拟多种物理方程，但表征误差限制混沌系统长期模拟。
受控研究：仅注意力机制的Transformer
删前馈层代价大，但将预算重新分配至注意力深度后，仅注意力Transformer与标准Transformer几乎无差别（0.006 nats），差距源于参数记忆。
从76,000份能源系统研究中自动提取技术经济数据
自动提取7.6万篇能源系统研究数据，构建300万数据点FAIR数据库，揭示研究假设与实证差异。
AI智能体中的操作性幻觉与安全漂移
研究揭示AI智能体安全漂移与操作性幻觉现象，提出动作感知监督层架构，可拦截违规而无误报。
可扩展且高效的联合脉冲嵌入预测架构用于大规模动态图
提出SG-JEPA，沿时间划分节点，用脉冲编码预测嵌入，避免复杂机制，高效扩展至千万边动态图。
MedDDC-Eval：多轮医疗咨询智能体的诊断解耦评估
提出诊断解耦评估框架，分离病史与诊断，提升归因准确性并指导策略优化。
UVFaceFusion: 基于UV空间神经融合的快速多视角野外拓扑一致性人脸重建
通过UV空间可学习神经融合，实现快速多视角固定拓扑人脸重建，仅Ava-256训练即达SOTA精度，16视图重建<3秒。
推理先行：通过结构化推理增强法律机器翻译
比较多种方法，强化学习在小型法律NMT中超越监督微调，接近但不及推理模型。
使用小型多模态语言模型的上下文学习进行伤口分类
检索式上下文学习让小型多模态模型无需训练即可伤口分类，性能依赖模型规模与检索策略。
ZeroSplat: 三维高斯泼溅中的广义指代分割
ZeroSplat提出无需训练的3D广义指代分割框架，通过多视图几何约束将2D先验提升至3D空间，实现任意数量目标的高效精准分割。
AlayaWorld：交互式长程世界建模——完整技术报告
AlayaWorld是15B参数交互式长程视频模型，自回归生成+蒸馏加速至4步，在iWorld-Bench达最优性能。
多模态大语言模型的计算幽默：方法、数据集、评估与挑战
综述多模态LLM视觉幽默理解与生成，聚焦方法、基准与评估，指出捷径评估、文化覆盖等主要障碍。
CANDOR：冻结基础编码器中的机会校准不一致性
CANDOR通过对称银行固定机会水平，揭示冻结编码器并非盲但弱，可在训练任何头前检测其支持不佳的发现。
双智能体LLM中继中的状态压缩：约束保持的封闭世界研究
双智能体中继中，结构化状态压缩（如JSON提取）比摘要更利于约束保持，可行性达0.96。
MIRA-Ev：临床考试中细粒度证据检测与关系推理的基准
面向临床考试的细粒度证据检测与关系推理基准MIRA-Ev，含三语版本及三级论证任务。
开放词汇注视目标预测：基准与方法
提出开放词汇注视目标预测基准DiSG及方法，结合文本驱动发现与梯度调优，提升野外场景泛化能力。
OPD-IAD：通过在线策略自蒸馏从语言判断到工业异常检测
提出OPD-IAD框架，以语言引导实现精准像素级工业异常定位。
可学习新奇性中的智能
提出可学习新奇性，其闭式估计器无监督实现复杂度分类、孤立子生成、图像聚类及探索驱动，统一了智能的多面性。
多层MIMO中继作为深度物理神经网络：功率放大器作为激活函数
利用多跳MIMO中继与功率放大器非线性作为激活函数，构建可端到端训练的深度物理神经网络，实现低能耗空中推理。
稀疏思考，密集预测：用于图像超分辨率的连续思维机器
连续思维机器通过窗口级稀疏表示生成密集查询，实现图像超分辨率渐进重建，PSNR显著提升。
使用恰当评估的语言模型罕见事件估计
提出GA-AMLS和SPB损失，在激活空间估计语言模型罕见事件，消除零估计崩溃，支持不对称惩罚，揭示偏差方差权衡。
AgentDebugX：面向LLM代理的故障可观测性、归因与恢复的开源工具包
AgentDebugX开源调试框架实现故障检测、归因与恢复闭环，DeepDebug在多基准上取得最佳归因准确率并显著提升任务修复率。
通过语义不变自蒸馏学习语义鲁棒的变更检测
提出SCDistill框架，用语义不变自蒸馏和扩散扰动模拟，提升遥感变更检测鲁棒性，减少误报，达SOTA。
SciHazard：基于分解有害评分的科学安全风险测量基准
提出科学安全风险基准SciHazard与分解有害评分，专家验证一致性提升90.17%，揭示自主代理安全漏洞。
MAGE：通过智能体多模态推理实现类人宏单元布局
MAGE多智能体框架通过六阶段规则与视觉检查优化宏布局，时序和类人性指标超越商业工具与人类专家。
面向网络异常检测的混合潜在-结构融合（HLSF）
提出HLSF框架，融合CP-APR结构异常与归一化流潜在密度，在真实网络入侵数据上提升异常检测性能。
语义原语作为大语言模型中情绪的解释项
NSM原语可恢复且比评价维度更强更选控情绪，作为模型情绪解释项更优。
推理的代价：神经机器翻译中强化学习的成本-质量权衡
研究显示推理提升翻译质量但增加计算成本，需在成本与质量间权衡。
中文标题：选择塑造边界：未选择NLI群体中单调性与标签一致性的预注册复制研究
中文摘要：复制发现，先前在低一致性样本中观察到的非向上单调算子导致标签一致性降低的现象，在完整数据集中不成立，效应极小且方向相反。
局部标签引导的特征迁移用于生成真实医学图像：基于GAN与扩散方法比较
提出LLIFT框架，利用GAN和扩散模型生成带真实病变的脑MRI，无需像素级标注，为XAI提供可控基准数据。
面向LLM跨语言事实一致性的推理时引导策略
四种推理时干预缓解跨语言事实不一致，角色提示最平衡有效。
熔融沉积成型翘曲检测案例中的自动化数据工程与特征选择
提出强化学习与SHAP可解释AI结合的自动化数据处理框架，优化FDM翘曲检测模型-特征组合，AUC从0.9248提升至0.9731。
Operational Proto-Introspection in Looped Language Models: Process-Quality Taps, Executable Branching, and the Readout-Control Boundary
DWM：在潜在世界模型中分离世界效应与动作
DWM提出分解式世界模型，将潜在状态变化拆分为动作不变和动作驱动两部分，基准测试平均规划成功率提升13.1%。