@emollick：这是对学术界应用AI的恰当回应——若能妥善引导，尽管期刊已陷入混乱，仍将是借助AI探索新见解的黄金时代，而非因论文成本高昂而谨小慎微
AI冲击学术期刊，但善加引导将开启AI辅助探索新见解的黄金时代
我不是定制键盘爱好者，但不得不承认这真的很酷。
非定制键盘爱好者也承认这非常酷。
@fchollet：AI能力历来分布极不均衡，某些狭窄领域超人类，其他领域几乎无用。AI行业的基本营销伎俩是让你相信最高的尖峰就是地板。
AI能力分布呈尖峰状，行业营销用最高点冒充普遍基准。
大语言模型作为统一多模态学习器用于临床预测
将患者多模态数据序列化为文本，微调大语言模型，无需专用融合架构，在临床预测中匹配或超越专用模型。
正则性感知的自适应避冲突方向控制的随机MGDA
提出MoRe方法，利用Lipschitz连续性改进收敛率，从O(T^{-1/4})提升至O(T^{-1/2})，并保证避冲突。
GraphDx：面向顺序诊断的成本感知知识增强多智能体框架
通过知识图谱与多智能体协作，GraphDx将诊断成功率提升至79-93%，同时降低测试成本20-54%。
SkillCorpus：整合与评估面向真实世界LLM智能体的开放技能生态系统
SkillCorpus框架整合筛选96k技能，提升LLM智能体任务性能，最大提升7.5个百分点。
循环-二进卷积误差的结构
替代误差具结构性和可预测性：两位置无误差，算子近满秩，期望误差由对齐标量决定，输出能量加倍。
对可信AI工具、认证框架及实施鸿沟的批判性分析
可信AI工具和认证框架存在伦理焦点失衡、生命周期覆盖不均等鸿沟，需扩展目标、嵌入全周期并促进多元参与。
行动之前：面向前瞻假设发现的LLM基准测试
提出PHD与HypoArena基准，评估LLM自主构建可检验假设的能力，实验显示模型能力分层。
精确但不耦合：审稿人精确性不能保证多智能体数学推理中批评的采纳
多智能体数学推理中，审稿人精确性高但批评采纳率低，导致性能未提升，检测与采纳可分离。
观点：量子程序生成必须优先考虑有效性而非概率扩展
主张量子程序生成应优先确保有效性，通过验证感知架构克服语法-语义差距和指数衰减问题。
可迁移的基于阈值的医学数据可解释分类框架
基于统计二值化的可解释分类框架，在三个医学数据集上取得高AUC和校准概率，提供显式临床决策规则。
轨迹感知的跨视角地理定位与序列观测
提出融合视频与路线描述的跨视角地理定位框架，利用轨迹几何提升匹配精度，显著优于现有方法。
EpiNarrate：从流行病学情景预测中生成基于事实的叙事
通过分离数值推理与文本生成，实现事实准确、覆盖全面的流行病报告自动撰写。
可言语表征形成语言模型中的全局工作空间
语言模型存在类似意识访问的全局工作空间，可揭示未言明思维与不对齐，后训练安装助手视角。
因果审计：通过目标感知因果链构建实现显式可审计的图推理
提出显式可审计因果推理框架，用目标感知因果图与路径聚合突破LLM局限，提升可解释性。
手工特征学习与卷积神经网络用于面部表情识别的实证研究
CNN在复杂数据上表现最佳，HOG在受控环境有效，LBP最差；数据集复杂度是关键。
VarRate：面向长上下文大语言模型的无训练可变速率KV缓存压缩
VarRate通过无训练分配可变低秩预算保留所有token，在20%压缩下精度近无损。
qZACH-ViT：基于递归归因稳定优化的量化感知内在解释
提出qZACH-ViT和RASO，提升医学图像分类精度，模型缩小70%，速度提升达2.4倍，解释稳定性显著改善。
Cura 1T：面向代理式医疗的专用模型
Cura 1T医疗专用大模型，通过人类引导的自进化训练，在医疗评估中达前沿水平。
AI交易：评估大语言模型在技术市场分析中的表现
评估五种大语言模型的技术分析能力，GPT-4 Turbo表现最佳，但存在数值幻觉等缺陷，需谨慎部署。
从超平面到超椭球：线性和单量子比特混合态二分类模型的内在可解释性特征
单量子比特混合态模型是线性模型的椭球版，两者归纳偏差不同，为零量子背景者提供了量子ML入门路径。
AnovaX: 一个本地多智能体语音助手，具有LLM规划、类型化执行器与自适应恢复
AnovaX是本地运行的多智能体语音助手，通过LLM规划、类型化执行器和自适应恢复，实现桌面控制与远程操作。
LLM4EHR：通过大语言模型对齐临床时间序列与医疗事件序列
LLM4EHR通过对比学习对齐时间序列与事件序列，提升下游任务性能并实现跨队列迁移。
多方对话中的指向结构：从离散标签到连续层级
本文提出话语指向是连续现象，连续层级模型比离散标签更优预测听众行为。
部分信息分解作为资源受限深度神经网络脑肿瘤分割训练的多对比度3D MRI选择策略
部分信息分解预选输入对可接近全输入性能，降低脑肿瘤3D U-Net训练计算成本。
扩散语言模型的自适应多步前瞻解码
提出AdaLook自适应前瞻框架，动态评估候选分数方差，避免无效深度展开，提升扩散语言模型解码效率与精度平衡。
过程奖励引导的树形展开策略实现高效多轮强化学习
PATR利用过程反馈指导树形展开，减少无效采样，在SWE-Bench和FrozenLake上分别提升5.0和9.3点。
DrawingVQA：面向施工图纸的多层次视觉-文本推理的真实世界基准
提出DrawingVQA基准，评估多模态模型在施工图纸推理能力，发现模型与专家差距显著。
重新思考读出：解锁视频骨干网络用于AI生成视频检测
V-PVP轻量读出替换聚合层，双流处理patch速度场，冻结骨干达95.28 AUC。
编码智能体解决ARC-AGI-3是否需要可执行世界模型、简化与验证？
验证变体性能最佳，但资源消耗大；简化提升多数场景效果；可执行模型并非普遍有益。
广义少样本基准下的无需训练开放词汇3D点云分割
无需训练与标注，通过跨视图一致性融合冻结模型，在广义少样本3D点云分割中显著提升新类精度。
Who Became Financially Vulnerable After COVID-19? A Population-Level Machine Learning Analysis Using MEPS Data
超越玩笑：多角度推理用于检测和解释模因中的有害幽默
提出MAR-12框架，利用12个视角推理，结合注意力机制，在模因中高效检测并解释有害幽默，准确率最高达80.3%。
通过强化学习进行推理引导的部件级视觉定位
提出对象-部件层级反射定位法，先定位父对象再定位部件，4B模型经部件感知GRPO训练后超越7B模型。
从黑盒到可执行逻辑：通过Prolog专家系统的可解释强化学习
提出三阶段后处理方法，将强化学习黑盒策略转化为Prolog程序，实现可解释性并保证性能闭包与单调改进。
善始善终：面向压缩推理的自举迭代自推理蒸馏方法
BIRD通过两阶段自推理蒸馏，先采样简洁解SFT，再on-policy蒸馏，提升准确率并大幅压缩推理长度。
GS-RealBlur：一种灵活的实世界图像去模糊数据采集框架
GS-RealBlur框架通过手持相机与云台结合、3D重建配准，生成高质真实模糊-清晰数据集，显著提升去模糊模型泛化性能。
中文标题
无监督关键点跌倒检测框架，遮挡及带宽受限下优于监督方法，隐私保护强。
显式优于隐式：通过复数结构张量表示增强CNN用于眼周识别
复数结构张量提供显式方向先验，使CNN眼周识别准确率提升，EER降低5-26%。
筛查性乳腺X线摄影AI中的数据集来源特征与捷径学习：一项跨数据集案例研究
简单合并异常富集外部数据引入域偏移，抵消额外正例收益，导致AI性能下降，需域感知策略。
随机重置寻径：图路径上级联赌博机的路径级遗憾
提出随机重置寻径问题及PathUCB和PathTS算法，获得路径级遗憾界，实验PathTS最优但存在对抗实例
逻辑、优化与人工智能
逻辑与优化结合提升规则AI透明度，综述合作领域与方法，展望未来。
以知识为中心的工作流生成代理
提出知识中心框架，通过知识反转、注入和推理，生成更连贯、高成功率的工作流。
CAMMAR：面向隐喻阿拉伯语表示的文化感知套娃框架
提出CAMMAR框架，通过嵌套词法、文化、隐喻子空间表示，几何度量检测隐喻，监督下AUC达0.84。
ToolVerse：为智能体强化学习解锁大规模环境与长期任务
ToolVerse框架通过构建大规模工具环境和长期任务，显著提升智能体在动态环境中的推理能力。
自然语言理解中上下文语义相关性追踪fMRI BOLD反应
研究揭示，自然语言理解时上下文语义相关性比词概率预测误差更显著预测fMRI反应，支持语义整合模型。
SLAPBench：四指SLAP指纹验证的多模态大语言模型基准
首个四指SLAP指纹验证MLLM基准显示提示方式控制模型崩溃，模型能力决定判别性能。
针对人脸识别的有意电磁干扰攻击
揭示生物传感器物理-数字管道漏洞，用常见射频设备实施电磁干扰，评估人脸识别鲁棒性，提供新基准数据集。