拯救英雄伊巴什的遗产：评估四种用于阿米诺亚语的语言模型
评估四种语言模型在低资源阿米诺亚语中的表现，剖析适应性及局限，为弥合语言鸿沟奠定基础。
基于图的智能体AI与LangGraph：长时间运行有状态业务流程的工作流路径
本文提供三个LangGraph实践方案，用于有状态长流程，展示状态路由、中断检查点等组件整合与适用场景。
外观指针——扩散变换器的多模态区域控制
提出外观指针，实现扩散变换器的多模态区域控制，无需重新训练，性能达先进水平。
XCOMPS：多语言概念最小对基准
XCOMPS基准评估LLMs多语言概念理解：低资源语言弱，形态复杂语言得分低；指令调优提升表现但不增强内部能力，知识蒸馏增益有限。
RAMP：通过摊销消息传递的识别参数化方法
RAMP用非线性摊销消息传递隐式定义潜在结构，高效恢复复杂高维数据的潜在变量分布。
TReB：评估大型语言模型表格推理能力的综合基准
提出TReB基准，含26子任务、高质量数据集和三种推理模式，揭示大模型表格推理仍有提升空间。
ExpertVerse: 面向知识密集型视觉合成中专家级推理的通用基准
构建ExpertVerse基准，评估生成模型知识密集型推理，训练KnowThinker并优化，揭示推理缺陷。
CodeRescue：面向编码智能体的预算校准恢复路由
提出预算校准的恢复路由方法，利用监督路由器和保形风险控制层，在编码失败后平衡成本与成功率，以35%成本实现更优解决率。
置信门控的纯视觉航向对齐用于无人机-无人车协同系统
提出置信门控框架，用面积和航向变化作代理，有界混合回退改善低置信时命令行为。
卷积神经网络中的联想情感学习
提出视觉效价联想学习的深度神经网络模型，再现了联想形成与泛化，验证了模型的有效性。
KALE: 基于损失均衡的核对齐方法，用于在大规模网络数据上稳定对齐CLIP与DINOv2
KALE通过损失均衡控制器自适应调整对齐权重，使CLIP-DINOv2对齐在大规模网络数据上稳定有效，零样本提升2.00。
MechAInistic：一种基于大语言模型引导的多智能体系统，用于推理基因组规模约束代谢模型
将自然语言生物学问题转化为可执行代谢模型工作流，自动生成可溯源的治疗假设。
基于视频刺激的皮层电图视觉语义解码：使用端到端深度学习
本研究用端到端深度学习从视频刺激ECoG解码视觉类别，Transformer模型借助高伽马频带实现有效解码，早期视觉皮层贡献显著。
节点即智能体：图智能体网络
ReaGAN框架：节点作为智能体自主规划，结合检索增强建立全局关系，无需微调实现少样本上下文学习。
助手还是行动者？使用通用AI代理时学生的信任、控制与委托遗憾
用户按任务调整信任，不可逆且外部可见的任务降低信任，无预览执行导致委托遗憾。
打破反馈盲区：效用增强Transformer用于序贯决策
针对Transformer决策模型忽视反馈的盲区问题，提出UAT，用效用状态调节注意力，在非平稳环境中显著提升性能。
PathAgentBench：在全切片病理图像上评估证据探寻型视觉语言模型的基准
介绍PathAgentBench基准，评估四种能力，发现模型从全切片图像直接获取证据仍有显著差距。
无需训练，飞行更优：无人机导航的测试时缩放视觉语言模型
测试时缩放通过迭代细化与自修正，无需训练即提升无人机导航VLMs的规划准确性与安全性，达到SOTA。
评估风格个性化文本生成：挑战与方向
批判性评估BLEU等指标，提出风格判别基准，发现多指标集成更可靠，提供评估指导。
电路声明取决于提取的内容和比较的方式
电路提取的解读存在不确定性，选择不同对象和比较方式会导致结果差异，需明确报告条件。
超维度探针：通过向量符号架构解码大模型表示
提出超维度探针，结合向量符号架构与神经探针，统一输入输出分析，精准提取语义信息，克服现有方法局限。
潜在空间中的ERank作为图像复杂性和丰富度度量
ERank通过深度特征通道协方差的有效秩无标签度量图像丰富度，与人类复杂度高度相关(r=0.72)，用于数据选择提升超分辨率与OCR性能。
防护向量：结合任务向量组合与流感知前缀SFT超越英文大语言模型护栏
Guard Vector通过任务向量组合实现多语言安全，流感知前缀SFT与单token输出提升效率降低资源。
InstructMixup：指令引导的显著补丁编辑以实现鲁棒数据增强
InstructMixup在单样本内用指令引导编辑显著补丁并混合，注入分形结构，实现鲁棒数据增强，性能超越多种方法。
高效学习图像压缩的波前并行化
提出无训练推理加速算法，波前并行优化自回归模型推理，加速超13倍且保持率失真性能。
PRISP：通过轻量适配实现隐私安全的少样本个性化
PRISP框架利用Text-to-LoRA超网络，从任务描述生成LoRA参数，用少量用户数据优化，实现隐私安全、低计算开销的少样本个性化。
CODENS：将代码变更转化为生动、可访问且可查询的文档
CODENS将拉取请求转化为软件知识图谱，支持多模式检索与仓库级问答，保留变更历史，评估显示答案质量高但摘要需更简洁。
Sarus：基于同态加密的隐私保护多供应商感知融合
Sarus框架利用同态加密实现多供应商感知融合的隐私保护，在加密域聚合检测结果，线性扩展且提升覆盖。
基于个体条件的1型糖尿病血糖预测
提出SCGP多模态架构，分离个体特征与血糖动态，提升个性化预测与不良事件检测能力。
本地电力市场中产消者的市场策略评估
基于代理仿真评估四种策略：规则资源控制降成本37.4%，市场自适应策略夏季增收40.1%，效果受组合与季节影响。
Where Should Optimizer State Live? Tiered State Allocation for Memory-Efficient Mixture-of-Experts Training
警察与强盗问题的领域设计
将图是否为k-copwin转化为非确定性规划问题，用规划器求解并扩展变体。
认知熟悉度与大型语言模型中的信念稳定性相关
认知熟悉度高的语句在语义扰动下信念更稳定，不熟悉语句易致信念撤回，撤回率超50%。
大语言模型通过潜在蒸馏探索
ESamp解码法利用蒸馏预测误差作为新颖性信号，促进语义多样性，提升推理模型Pass@k效率，打破多样性-连贯性权衡。
NGPS：基于深度卫星图像匹配与多速率传感器融合的无GPS空中地理定位与2.5D重建
提出NGPS框架，通过深度图像匹配与多传感器融合实现无人机无GPS绝对定位，位置RMSE仅2.94m，较单目VIO提升3.5倍，实时运行。
ROMS-IMLE：极简主义竞争性单步生成建模方法
提出极简单步生成模型，摒弃迭代去噪，用IMLE和卷积网络快速生成高质量样本，FID达2.56。
面向低维神经系统的变分流形元学习推理
提出基于摊销变分推理的变分流形元学习，结合MAP与拉普拉斯近似，实现低数据下校准不确定性量化且精度相当。
PyPhonPlan：使用动态神经场和任务动力学模拟语音规划
PyPhonPlan开源工具包，通过动态神经场耦合任务动力学模块，模拟语音规划中的生产/感知循环，支持交互式语音动态建模。
无监督多核学习用于自动算法选择
提出无监督多核聚类方法，无需性能标签，通过四类景观特征聚类后映射推荐算法，在DE上表现最佳，PSO上具竞争力。
ICU时间序列预测中的生物性遗忘：一种带时间检索的漂移自适应双流架构
提出解耦生理与治疗表示的双流架构，仅更新治疗流适应漂移，保留患者生物学，提升ICU预测准确性与可解释性。
LinguistAgent技术报告：面向自动化语言标注的反思性多模型平台
LinguistAgent平台利用反思性多模型架构自动化语言标注，有效复现隐喻识别任务。
泪与笑？基于文化诱发情感差异的LLM基准测试
提出多模态基准CEDAR，发现LLM语言一致性与文化对齐脱节，文化情感理解仍是挑战。
EAR-Net：从多视图图像实现端到端绝对旋转估计
提出端到端EAR-Net，通过共极置信图与可微旋转平均模块估计绝对旋转，精度速度大幅领先现有方法。
从距离到轨迹：无人机实时符号距离函数建图与距离加速运动规划
提出OREN-SDF建图和Bubble*规划，实现无人机实时避障，速度提升数倍。
反向思维链生成中的事后合理化度量与缓解
量化反向思维链中的事后合理化偏差，提出结构骨架推理法替代语义抑制，减少答案依赖并提升性能。
基于结构化场景知识与可验证推理-动作一致性的自动驾驶认知双过程规划
提出认知双过程规划框架，以结构化链式思维表示场景知识，自动生成监督，路由快速/慢速推理并用规则验证一致性，实现80.14%精度与17.39%延迟降低。
辨别微积分：与决策相关的洞察、序列价值及作为高阶学习的遗忘
生成式AI洞察泛滥，APOHA理论以价值感知遗忘降低决策遗憾24-32%，保持小而洁的记忆。
用图神经网络近似系统发育树之间的SPR距离
研究用GNN近似SPR距离，训练后快速比较，解释87-90%方差，但外推至大树精度下降。
在IBM量子硬件上的量子密码分析：将Even-Mansour周期恢复从N=4扩展到N=10
在真实IBM量子硬件上用Simon算法将Even-Mansour密码周期恢复从N=4突破到N=10，并验证多种量子攻击。
采用可验证奖励的强化学习进行分子生成
提出LLMol框架，结合监督学习和可验证奖励强化学习，稳定优化分子生成，性能优于现有方法。