越编越稳：理解序列模型编辑中的终身归一化
揭示终身归一化通过自增强循环和渐近正交更新缓解遗忘，据此提出StableEdit，提升长期稳定性。
结合混合机器学习预测水电解质溶液中的活度
提出Bromley-MCM混合模型，用矩阵补全预测电解质参数，实现9296种电解质活度预测。
GH-ESD：基于假设驱动的实例级视觉任务错误切片发现
提出GH-ESD框架，通过假设生成与验证发现实例级错误切片，提升检测分割任务性能，引入GESD基准。
MATANet：一种面向海洋物种细粒度水下识别的多上下文注意与分类感知网络
提出MATANet，通过多上下文注意力与层级分类感知，在细粒度水下物种识别中大幅超越基准，适用于自动化海洋监测。
基于随机卷积特征的上下文时间序列分类
MASHT结合随机卷积特征与预训练表格模型，无需训练即实现时间序列分类，单变量任务平均排名优于HIVE-COTE 2.0，多变量具竞争力。
黎曼深度学习：模块、网络与几何
提出黎曼深度学习统一框架，推广归一化与逻辑回归，发展双曲空间网络与高效黎曼度量，应用于多领域。
基于DINOv3的零样本图像匹配：多对多关联方法
提出DINOv3多对多关联零样本匹配，用最大似然估计和两阶段LO-RANSAC实现鲁棒几何匹配。
EduPanel：一个用于教学视频的三智能体大语言模型评判器——可靠性、互补性与人类信任校准
EduPanel通过多智能体协作评估教学视频，可靠性接近人类专家，辅助提升评分准确性且不替代人类。
跨智能体攻击归因：关联LLM智能体间的异步攻击
提出异步归因指纹向量（A²FV），在SCD-v1基准达0.82 AUC，有效关联跨智能体异步攻击。
综合地面与非地面网络中多无人机智能导航：分层大语言模型方法
提出分层LLM框架，云边协同，DRL执行，降低碰撞率并提升吞吐量。
S3: 通过约束层级强化学习中粗粒度动态的不确定性实现稳定子目标选择
利用粗粒度动态预测不确定性约束实现稳定子目标选择，提升HRL在非平稳长时任务中的性能。
CPInj：揭示文本协作提示优化中的提示注入风险
提出CPInj攻击揭示TCPO的提示注入漏洞，现有防御无效，APAgg仅部分缓解。
WHU-PCPR：面向复杂城市场景地点识别的跨平台异构点云数据集
提出WHU-PCPR跨平台异构点云数据集，覆盖复杂城市场景，含82.3km轨迹，用于地点识别研究。
Mitigating Matthew Effect: Multi-Hypergraph Boosted Multi-Interest Self-Supervised Learning for Conversational Recommendation
DBMol：通过结构预测模型设计高亲和力、靶点特异性小分子
DBMol利用结构预测模型优化小分子亲和力与特异性，生成高亲和力靶点特异性分子，性能优于无条件生成。
MVGD-Net：一种新颖的运动感知视频玻璃表面检测方法
提出利用运动不一致性线索的视频玻璃表面检测网络MVGD-Net，含跨尺度多模态融合与时序注意力模块，性能超越现有方法。
对齐稳定修复：抑制多余物体插入并保持颜色一致性
提出ASUKA框架，用重建先验抑制物体幻觉，专用VAE解码器保持颜色一致，提升修复效果。
时间-因果统一性作为集体动力学的操作框架：因果进程时钟、同步与极化
提出时间-因果统一框架，用事件强度度量因果进展，区分共识与极化，推导同步阈值条件。
破碎之门：在LLM代理时代重新评估网络机器人防御
评估发现，挑战防御被商业和LLM攻击轻易绕过，非交互防御韧性源于环境真实性而非行为，安全边界在于环境层。
Benchmarking Generalization in Financial Statement Fraud Detection: robust evaluation and novel tasks
语义丰富性还是几何推理？VLM视觉不变性的脆弱性
现代VLM在几何变换下视觉不变性脆弱，语义稀疏时性能骤降，揭示语义理解与空间推理的差距。
考虑向其他智能体提供控制策略的跟随策略多智能体深度强化学习
提出指令跟随与隐式配合的多智能体强化学习方法，性能优于传统方法。
波形的洞察：以透明优先的语音与音频智能平台Caption Studio
Caption Studio是透明优先的语音智能平台，采用三层架构实现转录、音频分析与集成，通过明确标注指标来源提高可靠性与可解释性。
热力学信息引导的输入重参数化用于超临界燃烧中真实流体热力学性质的神经预测
提出目标对齐输入重参数化，用热力学坐标替代原始焓，让网络学习真实流体偏离理想气体的偏差，显著降低预测误差。
强化特征：面向多光谱地球观测的双教师蒸馏
提出双教师对比蒸馏框架，融合多光谱与光学教师进行跨模态学习，分割/检测/分类分别提升3.64/1.2/1.31个百分点。
GUIDED：网络失敏特征初始化实现GNNS模型空间可迁移性
提出网络无关初始化层GUIDED，使GNN跨网络迁移鲁棒高效，训练时间减半，可推广至广义空间问题。
当视觉证据模糊时：空想性错觉作为视觉模型的诊断探针
空想性错觉诊断视觉模型：行为由表示方式决定，低不确定性可意味安全抑制或过度解释，揭示语义鲁棒性差异。
AgentTrails：迈向智能体任务的可信与复用
AgentTrails将智能体轨迹转为结构化图谱，揭示隐藏依赖，支持比较、模式提取和技能复用。
迈向可审计的欺诈检测：结合图特征、模型解释与代理式案例调查
去除捷径后，图特征仅提升中风险样本欺诈排名；LLM代理调查不如阈值且常引入错误，但分歧规则可标记错误。
强化学习增强的液体燃料反应器网络模型用于预测燃气轮机燃烧室贫油熄火
提出强化学习框架优化反应器网络，提升贫油熄火预测精度，兼具高保真与计算高效。
为什么视觉语言模型难以识别人体情绪？
VLM因长尾偏见和时序信息缺失难识情绪，通过中间帧语言摘要改善。
使用浅层循环解码器网络的实时最优控制
利用SHRED-ROM降阶建模及少量传感器数据，实现高维动力系统实时最优控制，缓解维度灾难。
CNS-Edit++：基于耦合神经形状表示的类别无关3D编辑
提出基于耦合神经形状与特征体积优化的3D编辑框架，支持多种编辑操作及区域控制，性能优于现有方法。
基于联合位置嵌入和遮挡级注意力的遮挡感知全景分割
提出PEMOLA模块，结合遮挡分类器与联合调制，提升遮挡下全景分割质量。
ISO：一种RLVR原生的优化栈
ISO通过固定谱、优化帧的RLVR原生框架，离线合并与在线优化显著提升训练效率与性能。
从噪声轨迹数据中检测停留点 [实验论文]
引入16个含噪轨迹数据集，评估9种算法，发现现有方法鲁棒性差，所提无监督和监督方法显著改进。
ScaleMoGen：人类运动生成的逐尺度自回归预测
ScaleMoGen通过多尺度离散token粗到细自回归预测生成运动，实现SOTA性能并支持无需训练的文本引导编辑。
在基于电子健康记录的可计算表型算法中使用二进制银标签
提出Binary PheNorm，直接利用二进制银标签去噪，提升表型识别性能，无需人工标注。
提升具身世界模型用于规划与控制
用轻量策略将高层动作映射到低层关节，构建提升世界模型，降低搜索维度，规划效率提升3.8倍。
测试时寄存器作为令牌化图像生成的全局先验
RegToken利用寄存器结构转化为无需训练的全局先验令牌，提升生成质量并加速优化。
基于主动加固的智能体应用数据泄露防护
提出预处理流水线，扫描加固验证多智能体系统，基本攻击100%消除泄露，压力攻击减少91%。
SciCodePile: 一个128GB的语料库和用于挑战性科学代码生成的可执行基准
构建128GB科学代码语料与200任务可执行基准，15个LLM评测显示科学代码生成挑战巨大（Pass@1仅12.3%），但训练可显著提升。
计算教育中团队问题解决练习的评估
比较聚类与LLM评估桌面演练团队表现，聚类可靠低计算量，GPT-5.2误差低。
离上下文GRPO：利用特权信息在难题上进行推理学习
提出Off-Context GRPO，利用特权指导生成rollouts并校正目标，避免训练不稳定，在数学推理上提升3.9%。
论超越贝叶斯主义和完全信息的激励探索
扩展激励兼容探索，处理智能体外部信息及多重先验，引入无支配行动定义，稳健处理平局。
公众对AI驱动医疗决策的看法：结构方程建模方法
公众对医疗AI决策的感知更多取决于对医护人员的信任，而非技术本身。
多任务情感识别中的参数隔离专家强度奇偶集成方法
提出强度奇偶规则和参数隔离专家，实现专家去相关，在多任务情感识别中验证分数达1.6949，远超基线0.45。
PC-Seg：基于稀疏二维标注的三维OCT分割的渐进式跨视图一致性方法
PC-Seg利用稀疏2D标注和跨视图一致性训练3D OCT分割模型，仅用0.7%标注数据达到全监督精度。
Skillware: 持久行为工件的软件本体与工程生命周期
提出Skillware，为智能体系统中持久行为工件定义软件本体与生命周期，使其可识别、可组合、可维护、可演化。
Fretiq：基于频谱特征与自由弹奏评估的浏览器原生电吉他弦分类
Fretiq系统采用26维频谱特征和对比训练，帧级验证准确率97.1%，自由弹奏评估87.8%，纯浏览器实现。