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。
AIGB-R1：基于分层规划器-执行器优化的自演化生成式自动出价
AIGB-R1利用LLM推理与经验驱动，通过分层规划-执行架构和D-GRPO端到端优化，实现自演化自动出价，显著提升效果。
PapersPlease: A Benchmark for Evaluating Motivational Values of Large Language Models Based on ERG Theory
AutoNeural：为NPU推理协同设计的视觉语言模型
AutoNeural创新NPU原生VLM架构，以卷积骨干和混合SSM-Transformer实现稳定量化与线性复杂度，延迟降14倍、解码快3倍。
深度估计器是用于3D场景几何修复与重建的隐式神经场
提出神经深度场(NDF)，将深度估计器视为隐式场，通过单次测试优化解决不一致与不可靠问题，实现高保真全局一致几何修复。
3D FaceShell：作为VLM防御机制的3D面部化身属性迁移
3D FaceShell用可学习高斯壳产生细微扰动，使VLM对3D面部属性推断出错，同时保持身份和外观不变。
是什么使得语言表征成为人类大脑高层视觉感知的良好模型？
语言模型图像描述可预测大脑高层视觉响应，机器描述与文本嵌入器效果更优，中间层表现最佳，是研究视觉感知的有效工具。
GenSyn10：用于图像分类基准测试的多生成式AI数据集
GenSyn10含6万张合成图像，评估分类模型泛化力，微调后已知生成器准确率达99%，未知生成器降至79-96%。
仿人运动：基于自运动归一化时间特征的毫瓦级硬件实时空中人体跟踪
提出EMTS-Det，用自运动归一化残差运动通道和小网络在RPi上31.85FPS跟踪，AP25达0.462，远超YOLOv8n。
JEPA预测器：面向遮挡特征补全的可迁移算子
JEPA预测器可跨编码器迁移，通过线性投影补全遮挡特征，在重遮挡下显著提升分类精度（如Stanford Dogs提升36个百分点）。
ForensicNet：轻量级注意力增强的MobileNetV2自动人脸识别
提出轻量级注意力增强的ForensicNet人脸识别框架，结合MobileNetV2与CBAM，两阶段迁移学习，准确率达92.4%且计算量低。
可信赖的风险感知人脸检索（RA-FR）新进展
提出风险感知人脸检索，融合盲修复、自监督特征与共形预测，在5%风险下平均检索10张图像，实现可靠可审计的监控人脸检索。
OntoExtend：一种需求驱动且可扩展的利用LLM进行本体扩展的框架
OntoExtend利用RAG按需求扩展本体，经真实案例验证，可作为草稿助手。
我们能打破LLMs的自我循环吗？通过激活引导实现细粒度推理控制
提出SOPHIA方法，通过隐状态干预在线检测并干预LLM推理自循环，实现细粒度控制，提升推理质量与效率。
切比雪夫流形适配
提出切比雪夫流形适配(ChebyMA)方法，以多项式基底叠加替代线性投影，理论保证逼近性，实验取得更优参数-精度平衡。
CORAL: 利用协同结合奖励学习淀粉样纤维配体对接
提出强化学习框架CORAL，通过协同堆叠奖励实现淀粉样纤维配体对接，无需实验结构，性能优于现有方法。
保留解码器的稀疏自编码器：哪些线性读出在稀疏压缩中幸存？
稀疏自编码器训练保留解码器，发现重构质量不决定线性读出幸存，读出任保留不同于学习基准概念或冻结行为。
SAGE：面向潜在世界模型规划的子目标条件动作生成
提出子目标条件动作生成方法，以可变时长子目标为先验，显著提升长程规划成功率。
迈向具有能动性的基于主体的模型：可行性、性能与统计模型检验
实验显示小LLM失败，大LLM可行；统计模型检验可评估LLM驱动决策对ABM的影响。
SyriSign：用于阿拉伯语文本到叙利亚阿拉伯手语翻译的平行语料库
首次发布叙利亚手语数据集SyriSign（1500视频、150词汇），生成方法有潜力但受数据规模限制。
MAC 2026：推动微动作分析迈向细粒度理解
第三届MAC挑战赛聚焦微动作细粒度理解，引入多模态大语言模型评估，总结数据集与优胜方案。
开放大语言模型在多语言机器翻译中的模型与数据规模扩展
基于Gemma3的MiLMMT-46在46种语言翻译上超越现有SOTA及商业系统。
TAPAS：面向自主系统的吞吐自适应感知
提出吞吐自适应感知策略TAPAS，利用强化学习动态分配资源，实现高吞吐满足率并节能超64%。
ReMIND：模块化大语言模型的可控意外发现编排——一种受REM启发的涌现式创意构思系统设计
ReMIND通过四阶段模块化LLM编排，分离探索与稳定，实现可控的意外创意涌现。
地图对机器仍重要吗？重审等值线图在基础模型空间理解中的作用
等值线图仍显著提升基础模型空间推理，数据加地图输入效果最佳。
重新思考强化学习算法在实际迁移约束下的适用性
实用因素（训练时间、鲁棒性）比样本效率更重要；PPO在时钟时间上更快，领域随机化对多种算法影响相似。
重新思考异构大语言模型合并：加权模型平均视角
无训练维度适配和比例控制插值下，直接加权平均可有效合并异构大模型，成为强基线。
PAMD：面向视觉强化学习中双模拟表示的结构化自适应距离
提出PAMD（成对自适应马氏距离），一种结构化可学习距离度量，提升视觉强化学习双模拟表示性能。
当漂移检测器喊“狼来了”：连续机器学习监控中的误报率
研究连续监控下常见漂移检测器的误报行为，发现PSI在小样本时误报频繁，KS、MMD等更稳定，但校正误报会降低灵敏度。
傀儡攻击：结合预填充与优化的LLM越狱方法
集成简单预填充变体提升越狱成功率，混合攻击优化后缀位置，显著提升通用对抗效果。
部分标注多任务面部情感识别的共享潜在变量
共享潜在变量方法处理部分标注多任务，在仅37%全标签数据上将表情F1提升至0.446，突破动作单元上限，验证表示瓶颈而非损失函数。
非靶向LC-MS代谢组学可重复特征选择的多宇宙共识流程
组合多种预处理与排序方法，仅保留跨路径重复特征，实现可重复选择，验证无假阳性。
核化线性注意力：用对称锥突破容量墙
提出KATA框架，通过自对偶锥实现非负注意力，大幅提升线性注意力的关联记忆容量与效率。
基于数据验证的化学与材料推理：检测是瓶颈
化学推理验证中检测是瓶颈，门控修正错误率从22%降至4%，修复成功率80-97%。
临床大语言模型中证据充分性提示的审判者依赖安全增益与模型特定有用性成本
证据充分性提示降低不安全过度自信，但效果依赖审判者，有用性成本因模型而异，需联合人工评估。
截断盲点：解码策略如何系统性地排除类人词元选择
解码截断排除低概率人类词元，形成盲区，机器文本因此易被检测（49字）
AdaHome: 一种基于本地小型语言模型的自适应智能家居助手
AdaHome使用本地小模型，通过意图感知框架和偏好适应机制，高效处理命令，准确率86.7%，延迟降低3倍。
共享发现悖论：单一答案规则如何将更好信息转化为更糟搜索
池化信息提升单条推荐准确率，但因单一答案规则导致群体发现率下降，悖论源于协议缺陷而非信息不足。
通过高效多样化响应采样暴露大语言模型中的长尾安全故障
PDPS通过多样响应采样高效暴露长尾安全故障，以低计算成本提升安全强化效果
基于道德理由的自我解释型仇恨言论检测
提出SMRA框架，利用道德理由监督注意力，提升仇恨检测性能与可解释性，解释更简洁且公平性稳定。
CoEvoP&R: 基于大语言模型的放置目标与布线反馈协同进化
新框架利用大语言模型自动演化放置目标，显著降低布线后线长与拥塞，改善时序。
HiCI: 面向长上下文注意力的层次化构建-整合方法
提出HiCI层次注意力，以<5.5%参数将上下文扩展至100K，显著提升长程任务性能。
语言触发器劫持语言电路：大语言模型后门行为的机制分析
首次机制分析发现，后门触发器劫持模型现有的语言编码回路，而非新建电路。
面向RAG幻觉检测的层次化验证反向形态测试
RT4CHART分解答案为声明，层次化验证标记蕴含/矛盾/无依据，F1达0.776，较基线提升83%。
限制前沿AI的国际协议：目标与退出
建议国际AI限制协议设定固定期限，由新组织确定安全开发条件，特殊情况可退出。
SGA：面向教育视频合成的即插即用几何验证
提出SGA模块解决教学动画几何遮挡问题，MVQS最高73.11，相对提升16.1%。
端到端概率地震危险性与风险分析的智能体接口
基于MCP协议，LLM协调OpenQuake引擎，实现端到端地震风险分析，结果准确快速。
用CNN检测异常心音：比较不同频谱图前端
三种频谱图前端比较，PCEN和多分辨率准确率略高（0.915/0.916 vs 0.910），敏感度约0.95。
取决于数据集：脑编码模型的预测响应何时在视频可记忆性上胜过其视觉骨干网络
脑编码模型预测响应提升视频可记忆性预测，效果因数据集而异，非通用先验。
多智能体系统的可组合验证管道
提出基于Tiles的模块化验证框架，通过可组合功能管道处理多智能体系统动作与状态，支持YAML定义，保证终止。