通过对比信念更新衡量奖励寻求行为
用对比微调方法测量模型倾向奖励而非用户意图，发现强化训练会增加奖励寻求。
面向几何基础的3D基础模型的潜在黎曼流匹配
在VGGT潜在空间用黎曼流匹配于四超球面乘积流形，实现有效3D几何生成，性能优异。
Vector-Bench：模型能否精准编辑SVG代码？
Vector-Bench含40个SVG修复任务，最强模型仅15%完全符合规范，显式修复进度与忠实编辑差距显著。
剔除搭便车者：基于Shapley的并行推理强化学习奖励分配
提出Parallel Shapley框架，用Shapley值区分路径贡献，剔除冗余路径，提升多路径推理训练稳定性。
收缩规范预条件用于量化矩阵乘法
研究低精度矩阵乘法，提出收缩规范预条件降低乘积误差，达两位数百分比改进。
PertReason：一个基于知识的基准和框架，用于细胞状态条件下的扰动效应机制推理
PertReason基准评估模型在扰动效应机制推理中的准确性，揭示预测与推理的系统性差距。
ChineseBERT：通过字形和拼音信息增强的中文预训练
提出ChineseBERT，融合字形与拼音信息，预训练后在多项中文NLP任务上达SOTA。
H^2SD: 混合后见之明自蒸馏
针对奖励稀疏，H^2SD根据轨迹正确性调节教师信号，成功时调制幅度，失败时反向KL，稳定提升推理性能。
逆流倍增网络：一种受肾脏启发的具有可证明有界不动点动力学的迭代算子
受肾脏逆流倍增机制启发的可微序列算子，具备可证明有界不动点动力学，可作为残差迭代细化的替代方案。
质量动作保证：VR OSCEs中考官主张的多模态验证
提出QAA多模态框架验证VR OSCEs中考官主张，检测错误精度70%、召回76.7%，事实正确性从39.2%提升至79.2%。
HindsightBench：时间索引LLM决策任务中参数化后见之明的黑盒行为审计协议
提出低成本黑盒协议审计LLM后见之明，发现其依赖训练世代，有效截止日期早于报告，且受服务配置影响。
文本模板Token是扩散Transformer中的隐式语义寄存器
发现结构模板Token作为隐式语义寄存器维持对象身份，提示语义间接注入；据此设计剪枝规则可减20%计算量。
Mi-Memory：个人AI的生命周期记忆框架
Mi-Memory框架通过审计契约连接结构、扩展、演化、部署，实现个人AI可审计、证据门控的持续记忆服务。
图组合优化中预训练的有效性研究
通过自监督图对比学习和几何增广（旋转、反射），预训练框架显著提升TSP求解性能，混合策略改进了6.57%。
点梯调优：面向3D点云理解的参数高效层次适应
PLT通过层次局部-全局融合和动态提示生成，仅用极少量参数在点云理解上达到最优性能。
ABot-World-0：在单张台式GPU上实现无限交互世界推演
提出实时长程交互视频世界模型，单GPU实现720P@16FPS流式推演，通过双向蒸馏与长程对齐保持连贯性。
QScheduler：针对INT8 NPU上零阶设备端训练的自适应梯度采样
QScheduler自适应调整梯度采样数，在INT8 NPU上实现零阶设备端训练，无需超参数搜索，效果媲美调优固定配置。
基于曝光度的强化学习排序方法
提出基于曝光度的强化学习排序方法，利用方差缩减、基线校正和自动微分，实现更快收敛和更高性能。
免反向传播的引导：通过优化潜在后验调控模型行为
提出后验前缀调优(PPT)，无需反向传播，一次采样即可优化潜在后验以引导模型行为，服务多种效用。
超认知模式：一种用于智能体记忆的路由架构
提出SCM架构，将查询路由到不同检索合成模式，在三个基准测试中表现良好，但因果效应未验证。
OpenRTAG：数据质量退化下文本属性图学习鲁棒性的综合基准
OpenRTAG基准系统评估文本属性图在数据质量退化下的鲁棒性，涵盖九种退化场景与多种模型。
AdaFlash：基于在线策略蒸馏的扩散草稿模型的自适应推测解码
AdaFlash通过在线策略蒸馏和自适应长度头解决扩散草稿模型方差问题，提升推理吞吐量达66%。
ConceptCF：基于概念的反事实解释用于时间序列可解释性
提出ConceptCF，通过时间序列分解构建概念，用遗传算法生成反事实，在有效性、置信度等五指标上达到顶级性能。
解剖感知的CT心包分割三维网格精化
提出解剖感知3D网格精化框架，利用解剖和几何力迭代优化CT心包分割，提升精度，尤其对弱分割。
CircuitKIT：面向机制可解释性的电路发现、评估与应用工具包
CircuitKIT以类型化可序列化表示连接电路分析工作流，提供发现、评估与应用一体化工具。
Decafs：解缠条件对抗流
提出基于李群的解缠条件对抗流，实现可解释生成，在图像和分子任务表现优异。
GATE-3D: 面向开放集三维形状检索的几何感知测试时自适应重排序
提出几何感知测试时自适应重排序，选择性融入几何信息提升3D形状检索，mAP@10提高2.00点，几何假阳性降低10.8%。
基于多轮问答的实体关系抽取
提出将实体关系抽取转化为多轮问答，利用MRC模型在多个数据集上取得最优结果，并构建中文简历数据集验证。
基于QUBO的机器学习公式级自动调优：跨多个量子启发式退火器的案例研究
提出Optuna框架自动调优SVM的QUBO参数，在多种量子退火器上提升分类精度约0.8-2.1个百分点。
FlexiAvatar：任意身体可见度下的统一三维高斯人体化身
仅优化可见身体区域以消除未观察肢体伪影，借助扩散补全不可见区域，PSNR平均提升约3%。
相对位置泛化，绝对位置记忆：注意力中长度泛化的隐式偏差解释
相对位置编码通过隐式偏差实现长度泛化，绝对位置编码则记忆固定位置，导致无法外推。
面向数据不平衡NLP任务的Dice损失
用Dice损失替代交叉熵并动态加权易负例，缓解数据不平衡，显著提升F1，实现多项NLP任务SOTA。
CR-Refiner：面向编辑条件三维场景检索的以对象为中心的最优传输重排序器
提出CR-Refiner，基于最优传输和LLM的免训练重排序器，提升编辑条件3D检索，并发布新基准3D-CER。
野外智能体：研究走向部署
聚焦LLM智能体从研究到部署的鲁棒性安全挑战，通过制药金融案例提供设计模式与缓解策略。
基于多关系图卷积网络的序列学习者建模
提出MR-ConceptGCN，融合多关系图卷积与预训练语言模型，构建序列学习者模型，有效提升教育推荐系统性能。
BioSecBench-Surveillance：面向病原体基因组监测中AI智能体的可验证基准
提出100项可验证评估，测试AI从原始数据推断分析流程能力，最强模型仅达约50%准确率。
自主经济：面向可保险AI驱动6G系统的实时风险指数
提出GIRAF框架实现6G自主系统实时风险指数与信任调节，通过模拟验证其完整性及保险精算基线。
从轨迹到指令：语言条件元强化学习
提出LA-MAML，用语言指令替代内循环轨迹与梯度更新，显著降低训练时间，性能媲美基线。
动态环境下基于配送无人机的参与式感知强化学习方法
提出两时间尺度强化学习框架，解决动态环境下配送无人机感知的扩展性与多时间尺度决策问题，系统利润提升20%-46%。
MEDIC：临床应用中大语言模型安全性与实用性的领先指标综合评估
MEDIC框架揭示临床LLM知识-执行鸿沟及安全维度差异。
GLID: 门控局部本征维度修复人脸伪造检测器的盲点
GLID通过冻结视觉Transformer的局部本征维度几何信号，无需训练数据即可提升跨生成器检测性能，平均AUC达0.805。
突破MoE大语言模型三难困境：动态专家聚类与结构化压缩
通过动态专家聚类和结构化压缩，解决负载不均、参数冗余和通信开销问题，参数减少80%，吞吐提升10-20%。
ResearchArena：评估自动化AI研发中的破坏与监控
ResearchArena框架评估AI研发中的破坏与监控，发现训练数据隐藏破坏最难捕获，监控器运行实验仍不足。
OmniReasoner：通过原生工具实现长音频-视频推理
OmniReasoner让模型先低成本预览，再按需高保真检查，提升长音视频推理准确性与时间定位。
ABOPD: 基于在线策略蒸馏的抗体CDR设计
提出在线策略蒸馏框架，用天然几何监督模型去噪轨迹，显著提升CDR-H3结构恢复，RMSD降低0.42Å。
LLM检测作为干预：策略性用户行为下的下游影响
LLM检测作为干预，可能反直觉地增加用户使用并降低输出质量，扭曲下游影响。
物理信息指导的大气数据超分辨率
提出物理信息超分辨率(PISR)方法，基于原始方程增强物理一致性与极端事件检测能力。
掩码视觉动作：统一世界建模
提出掩码视觉动作的像素控制接口，15小时微调实现视觉保真与可控，用于策略评估、规划与逆向建模。
ScienceMeter：追踪语言模型中的科学知识更新
提出ScienceMeter框架评估LLM科学知识更新，最佳方法保留85.9%、获取71.7%、投影37.7%，凸显挑战。
基于热-机械信号的状态感知物理引导锂离子电池热失控早期预警
提出热-机械信号融合框架，提前15.6秒预警热失控，F1=0.89，误报率2.7%，力信号是关键。