可扩展的因果模仿学习
提出两种因果模仿学习算法，结合因果调整与逆强化学习，在长时间高维控制任务中性能显著优于现有方法。
求解器困难并非模型困难：面向LLM约束推理的受控难度诊断
控制密度后LLM约束推理准确度与证明难度脱钩，代理冲突差异51倍但准确度差距仅1.7点。
AI计数环：计算高效的等价形式及应用
提出CEEF结合AI与人类指导，高效计算高阶环计数统计量，并应用于尖峰矩阵检验等统计推断。
周期自助汤普森采样用于周期非平稳赌博机问题
PBTS通过周期重置与自助探索，有效处理周期非平稳赌博机问题，显著降低累积遗憾。
压力下的逻辑判断：用学习到的软前缀诊断三段论稳定性
通过软前缀测试，发现模型逻辑判断易被改变，主要效应是答案偏好，模型间稳定性差异显著。
面向可持续智慧城市中交通行为理解与管理的人工智能
基于行为证据的AI闭环框架，通过四项交通分析，驱动运营、规划、监管与服务决策。
OrientSAM：通过方向感知空间对齐缓解多模态空间推理中的相机中心捷径
OrientSAM通过方向感知对齐和课程学习，缓解多模态模型依赖相机线索的空间推理错误，实现更稳健的物体中心推理。
语言模型会梦想结合分子吗？在空间约束下评估大语言模型
研究发现通用LLM在3D空间约束分子生成中虽落后扩散模型，但能同时处理多种约束，展现潜力。
可解释机器学习用于空气污染与呼吸健康预测：社会经济亚组分析
可解释ML揭示PM2.5主导呼吸健康预测，无PM2.5时社会经济变量更关键，亚组分析显示收入差异。
Octo-planner：设备端规划-动作代理语言模型
提出设备端Planner-Action框架，将规划与执行分离，微调Phi-3 Mini模型，实现97%成功率。
反事实沙普利信用分配
提出反事实Shapley信用分配框架，通过φ值精准归因因果，结合优先轨迹回放实现φ-PPO算法，在稀疏因果和高随机性环境中显著提升样本效率。
ProEvent：面向主动智能体的以事件为中心的基准测试
ProEvent是首个基于即时通讯的主动智能体事件基准，揭示智能体常过度反应，GPT-5.1仅26.7%正确。
Octopus v4：语言模型图
Octopus v4用功能令牌和图结构整合开源模型，<10B参数获MMLU 74.8分，达SOTA。
LaT：LLM作为训练器的多任务车辆路径求解器
提出LaT范式，利用大语言模型分析跨任务指标生成阶段指导，提升多任务VRP求解器质量。
TurboVec：通过码本无关量化实现企业RAG成本高效私有检索的案例研究
TurboVec采用码本无关量化，4-bit recall比PQ高8.5%，内存比HNSW低4-8倍，租户隔离recall>0.86，隐私攻击准确率近随机。
章鱼：用于软件API函数调用的设备端语言模型
通过微调小模型和条件掩码，Octopus在API调用上性能优于GPT-4，推动自动化软件开发。
学习检测跨模态否定：潜在表示分析与基于注意力的解决方案
提出跨模态注意力架构，F1提升7.03%，揭示视觉否定依赖语言上下文。
面向知识的检索增强生成综述
综述检索增强生成(RAG)的机制、分类、评估与应用，强调动态外部知识整合及未来方向。
正则化还是局部化：训练时KV缓存几何结构在量化下的收益时机
直接对KV进行正则化可大幅降低缓存各向异性，在粗粒度量化下显著提升性能，但在精细量化下优势消失。
ChemFusion：用于反应产率预测的多模态交叉注意力网络
ChemFusion融合电子与3D信息，交叉注意力动态关注空间约束，精准预测产率，超越单模态并自主识别位阻。
Apeliotes：基于扩散模型的千米尺度多层大气场建模框架
Apeliotes基于扩散模型实现千米级多层大气场高分辨率预测，垂直风剖面误差低于3%。
Squid：将长上下文视为新模态以实现高能效设备端语言模型
Dolphin以小解码器压缩长文本为记忆嵌入，提升主模型效率，能效增10倍、延迟降5倍。
SR-Agent: 一种经验驱动的智能体框架用于电商推荐中的后排序策略优化
SR-Agent是首个工业推荐后排序策略优化智能体框架，通过自动闭环调优，月A/B测试订单量提升0.71%。
鲁棒的阿萨姆语语音识别：通过Whisper模型受控微调实现
本文提出基于Whisper微调的阿萨姆语ASR系统，在低资源环境下显著降低错误率并提升语义评分与实时性。
面向大语言模型后训练的蒸馏强化学习
提出蒸馏强化学习，整合教师监督于RL目标，细粒度指导知识迁移，实验优于标准RL和在线策略蒸馏。
利用虚假信息检测与解释的财务审计辅助
提出无监督技术检测财务报表虚假信息并解释来源，基于历史数据辅助审计，效果显著。
WuYu-EnvLE-Bench：评估大语言模型环境执法能力的基准
基于真实案例的环保执法LLM评估基准，发现LLM在规则任务表现良好，但证据推理等复杂任务不可靠，且大模型收益递减。
从证据到轨迹：面向检索增强生成智能体开发的溯因推理路径合成
EviPath通过溯因推理从证据合成可执行轨迹，使8B模型在开放域问答中取得14.7%精确匹配提升。
理性化玻尔兹曼理性：熵正则化策略的公理刻画
区分机遇与选择，公理推导出熵正则化策略及软贝尔曼方程，方程选择取决于是否重视自主选择权。
自主能动性量表：衡量AI系统自我导向行为的行为框架
提出AAS量表，通过主动与背景两波段评分及空闲间隙测试，量化AI自我导向行为，揭示系统本质差异。
PGN：基于盘古多模态基础模型的视觉语言导航系统设计与实现
基于OpenPangu-7B的离线VLN系统，两阶段训练对齐视觉语言并预测动作，专家轨迹上NAM 62.29%、NER 100%。
面向硬件的贝叶斯推理高效计算与部署方法
提出面向硬件的贝叶斯推理加速方法，优化内存布局与稀疏表示，在嵌入式GPU上达2-5倍加速，结果数值一致。
LogicIF：迈向复杂逻辑指令跟随
LogicIFGen和LogicIFEval评估LLM逻辑指令跟随，实验显示当前LLM正确率不足60%。
DADIR：一种密度感知的数据级不平衡回归框架
提出DADIR框架，通过密度感知划分、正则化变分自编码器和潜在空间平衡，有效生成合成样本，提升稀疏区域预测性能。
用人类策略解释与调优基于Transformer的大语言模型在算术任务中的表现
发现LLM算术学习模式与人类相似，通过子任务分解和认知赋能策略显著提升准确率，验证了认知过程相似性，增强模型信任。
动态防御剖析实现文本到图像模型的认知越狱
提出MIND框架，利用多模态反馈和防御剖析，在多种防御下越狱成功率达95.62%。
Psyche-R1：通过统一共情、专业知识和推理迈向可靠的心理大语言模型
首个整合共情、专业知识和推理的中文心理大模型Psyche-R1，7B参数性能媲美671B DeepSeek-R1。
Lil：后训练稀疏注意力算法在长解码阶段中的“少即是少”现象
发现稀疏注意力在解码时因信息损失导致序列变长，提出早停算法，减少令牌消耗90%，准确率损失小于2%。
DynImmune-BERT：基于神经ODE驱动的连续变换器的动态免疫库建模
提出连续时间免疫库模型DynImmune-BERT，通过神经ODE动态和事件感知机制提升纵向TCR库预测性能。
面向RLVR的监督学习框架下的隐式演员-评论员耦合
提出PACS框架，将RLVR转化为监督学习任务，隐式实现演员-评论员耦合，训练更稳定高效，性能显著提升。
ST-Veto：基于泰勒预测与视觉定位的扩散MLLMs时空令牌否决法
ST-Veto通过泰勒预测和视觉定位剔除不稳定token，提升扩散多模态大模型推理准确率最高9%，无需额外训练。
探索与同化反思：面向长期记忆的反思性回忆循环
提出EAR框架，结合探索与同化反思提升长期记忆检索，样本高效且鲁棒，性能提升17.9%。
Node4All：超越数据集的节点表示学习
Node4All是无需数据集优化的节点表示学习器，在25个基准上排名第五，支持一次性学习和上下文学习。
基于大型语言模型智能体的概念擦除压力测试
提出STACE框架，利用多LLM智能体自动生成和验证压力测试，有效评估概念擦除鲁棒性。
一种优化分离超平面的迭代几何方法
提出迭代几何法，从初始超平面逐步优化至最大间隔，利用局部信息求解子问题，适用于大数据集。
打破阻塞：保持数据连续性以训练更优的指令模型SAE
针对指令模型提出FAST序列训练范式，解决注意力泄漏，显著提升SAE重构质量与特征可解释性。
GRIP: 参数内图推理通过微调大型语言模型
GRIP微调LLM将图知识内化到LoRA参数，推理免图上下文，大图高效，小图低成本。
探测大语言模型的难度感知机制
发现大语言模型内部表征可线性建模问题难度，特定注意力头难易激活相反，支持自动标注。
PEARL：面向科学推理图提取的可审计修复
PEARL无训练框架修复LLM推理图，在ARCHE基准上严格通过率从0提升至300/350，REA达0.906。
神经网络验证的瞻前分支策略
前瞻分支策略在神经网络验证中持续加速，最多解决57%更多实例，并能生成附加引理。