MultiLoReFT：基于低秩表示微调解耦多模态共享与特定子空间
提出MultiLoReFT，通过低秩微调解耦多模态共享与特定信息，实现高效可解释的多模态学习。
基于单变量基函数的鲁棒损失函数用于噪声标签学习
提出从单变量基函数构造鲁棒多类损失的框架，通过两种方案实现，理论指导设计，实验性能优异。
代理式ERP：面向自主企业资源规划的多智能体大语言模型架构
提出多智能体大语言模型架构，结合角色对齐与图编排器，实现企业资源规划自主执行，模拟运行零缺货优于基线。
基于数据优先本体论的显式世界模型：DaoQL多模态存储验证与反事实推理评估
提出显式世界模型DaoQL，将确定性知识存入多模态数据库，反事实推理可组合分解率达94%，比GPT-4o高49个百分点。
自修改Lean证明智能体与验证器基准共同进化
自进化智能体通过与验证器基准共同进化，解决率达45.1%，远超固定基准的32.0%。
EII-SCL：利用情感惯性进行对话多模态情感识别
针对忽视情感惯性的问题，提出EII-SCL模块，构造时序惯性样本增强对比学习，无需额外数据即提升性能。
图神经网络作为供应链优化元模型的潜力：数据集、架构与研究方向
本文提出GNN作为供应链优化元模型，构建数据集并探索架构，开创拓扑梯度优化等新方向。
可解释的基于高斯混合模型的异常与漂移检测
提出可解释GMM检测异常与漂移，自动选分量数，负对数似然评分，未解释质量测漂移，性能强且可解释。
WAR：面向同步智能体强化学习的工作负载感知轨迹生成
WAR通过负载感知解码与调度，低负载复用后缀推测解码，高负载缓存感知调度，提升同步RL回滚吞吐量1.4-1.6倍。
校准来自可观察语言模型概率的语义不确定性
提出语义映射法，用语言概率校准隐藏语义，实验显示优于数字概率且稳定。
实证基础提升LLM代理在干扰情境下模拟人类行为的真实性
实证基础使LLM代理模拟人类行为更真实，热浪下相关度0.836，误差0.012，捕获46.4%响应。
量化思维多样性：加权大语言模型集成提升的预测定律
提出集成提升分解公式及预测指标φ_adj，校准后预测准确，跨数据集迁移稳定。
价值单调性的重要性：一种用于深度生存预测的一致性损失
提出价值单调一致性损失（SCL），解决似然损失与C-index不匹配问题，确保损失值可靠反映排序性能，相关性达0.96-0.99。
中文标题：潜在字典学习后的诚实物理支撑推断：碰撞奇点与极小极大分辨率
中文摘要：针对字典学习后的物理支撑不确定性，提出置信对应关系，实现分辨率自适应与诚实推断，指导训练测试分配。
间歇控制并非稀释控制：人工能动体中的切换效应
间歇性预期控制可降低长期恢复负担，且效果一致，约占平均增益0.5%。
D-NOVA：基于双边界3D NAND优化的向量自适应存储内检索加速器
D-NOVA将搜索嵌入NAND单元，通过DTS度量和向量适配，比CPU快41.7倍、能效高71倍，实现存储内向量搜索加速RAG。
真理方向剖析：小型语言模型中知识依赖的维度、关系法则与收敛的类别几何结构
真理维度知识依赖，已知事实单轴表示，关系法则含注意力与前馈网络对抗，类别几何收敛于知识域。
一阶可预测但成对脆弱：训练Transformer中的局部任务适应
一阶微调局部有效，但成对组合与顺序敏感导致脆弱性，且随模型和任务对变化。
长上下文智能体仅需渐进式披露吗？
单层渐进式披露优于原始导航，两层无益；强框架下冗余，大语料时关键。
视频中的思考：视频生成器真的能推理现实世界吗？
视频生成器推理现实世界存在感知-预测差距，因果理解不足。
Abliteration 并非手术刀：拒绝移除对跨模型家族决策倾向的非目标影响
去除拒绝导致非目标效应：模型更乐观、辩解增多、少用不确定词；自信方向因家族而异，无经济收益。
基于无模型认知自由能估计的原则性方向无关内在动机
提出单一内在奖励最大化参数信息增益，驱动探索并抑制噪声，无需显式预测器。
SurvCF(t)：预测性维护中多变量时序数据生存分析的反事实解释
提出SurvCF(t)框架，为时序生存模型生成反事实解释，通过优化产生最小、可信的变化延长预测寿命，在多个数据集上验证可操作性。
AEC-DS：基于PDP触发信誉与QoS感知迁移的去中心化存储自适应纠删码
利用PDP审计反馈驱动冗余与分片自适应调整，实现100%数据耐久性，减少66.8%-75.2%恢复操作。
面向大语言模型护栏的双假设推理框架
提出ARBITER框架，采用双假设推理与多组件微调，低成本高性能且可解释，超越现有安全护栏方法。
表达方式至关重要：探究AI辅助信息评估中的修辞模式
研究八种修辞模式，发现支架解释提升准确率与反思最多，对抗性条件也有效，用户偏好替代框架。
莫比乌斯学习：Transformer中的循环深度折叠
Mobius学习通过循环深度折叠实现块组深度角色叠加，降低验证损失，尤其适合分布式训练。
曲率阴影：最大熵均衡选择的一个表观失败是可移除的假象
Kuhn扑克中最大熵选择间隙是曲率阴影，实为可移除的熵亏缺假象，符合曲率-亏缺平方根关系。
基准测试资源高效LLM在生物医学领域研究主题本体生成
评估五款小参数开源LLM，微调使F1提升34.1个百分点，证明其可准确自动化构建生物医学本体。
利用强化学习提升个性化膀胱癌治疗：一种递归患者状态转换决策支持框架
提出递归状态转换与强化学习框架，动态优化膀胱癌治疗决策，实现个性化精准治疗。
Panache：面向所有窗口长度的单遍模式发现
Panache首次实现单遍流式z归一化模式发现，利用频谱状态与哈希碰撞拒绝，速度远超CPU/GPU基线。
自托管AI代理上的自状态攻击：操作系统防御能走多远？
自状态攻击通过合法OS调用破坏AI代理自身状态，OS分层防御有效但仍存结构不可区分的残余攻击面。
TVGL-CFM：利用条件流匹配生成和预测动态网络的时变轨迹
TVGL-CFM直接生成和预测动态网络时变精度矩阵轨迹，比生成原始信号再估计更准确高效。
拍拍淘-MMSearch：构建原生电商多模态搜索基础
提出原生电商多模态搜索基础模型，含三项创新，线上测试GMV提升13.61%，交易量提升8.21%。
基于可证间隙的双价格策略用于实时整车货运投标接受（涉及资源重新定位与时钟约束）
提出可证间隙双价格策略，基于拉格朗日松弛实现实时整车货运投标的快速决策与最优性保证，性能优于慢速仿真。
为何反馈增强自蒸馏无法提升检索交错搜索智能体？
解码崩塌致自蒸馏失效，监督不一致是根源，EMA教师可稳定信号。
AlphaOracle: Oracle bone script decipherment via human-workflow-inspired deep learning
AI智能体真的能完成从RTL到GDS吗？——工具交互式EDA工作流基准测试的启示
FluxBench评估显示，AI智能体在EDA全流程中性能差距达86%，Token ROI差105倍，系统设计与基础模型能力比领域技能更关键。
L1增强注意力：一种改进的向量相似性度量
L1增强注意力结合点积与L1距离，改进Transformer相似性度量，困惑度降14.5%，优于RBF L2核。
保留还是整合？语言代理记忆的预算依赖操作选择
研究语言代理记忆在有限预算下何时保留原始记录或进行整合，提出OAS机制实现预算依赖的操作选择。
MADA-RL：面向紧凑模型参数高效推理的多智能体辩论感知强化学习
MADA-RL通过辩论感知强化学习和LoRA微调，让紧凑模型分工协作，用反事实优势提升推理精度，节省16倍参数量。
桥接电池设计与健康评估：基于虚拟传感与物理信息学习
提出物理信息学习框架，通过虚拟传感从标准测量推断设计参数，降低寿命预测误差6-8倍，减少容量损失39%，实现部署与开发反馈闭环。
HyBDM：面向时间序列预测的多尺度混合专家与双向依赖建模
HyBDM通过多尺度混合专家分别建模全局与局部模式，双向卷积和局部窗口Transformer实现高效预测。
安全控制器何时能自适应？承诺前的信息
安全自适应控制中，承诺前信息量决定性能，有界则导致线性遗憾。
强化学习：从算法到基础模型
强化学习从博弈算法到基础模型：多智能体博弈与生成式世界模型，目标驱动自适应。
ZifaMem：面向AI伴侣的人格、偏好与情感连续性的结构化记忆
提出结构化记忆系统，提升情感智能评分11.4%，人格基础改进42%，多轮情感语境偏好+39%，已开源。
大语言模型作为教练：面向不可验证任务的体验式学习
将LLM从裁判转为教练，通过经验蒸馏提供高密度反馈，优于标量奖励的强化学习，泛化更强且避免奖励黑客。
使用机器学习方法的多囊卵巢综合征（PCOS）诊断研究
采用特征选择和多种机器学习算法诊断PCOS，AdaBoost结合RF特征重要性与最高相关性取得最高测试准确率。
WorldCupArena：针对足球预测的语言模型与深度研究代理的细粒度评估
提出WorldCupArena动态基准，细粒度评估语言模型和深度研究代理的足球预测能力，104场比赛揭示模型细节预测差异。
FinSAgent：面向证据支持的SEC文件问答的语料对齐多智能体RAG框架
FinSAgent提出语料对齐的多智能体RAG框架，通过角色代理、查询分解和特征门控重排序，提升SEC文件问答的证据准确性。