BayesPO：基于并行退火梯度引导的离散MCMC的贝叶斯提示优化
BayesPO将提示优化视为贝叶斯后验采样，用梯度引导离散MCMC和并行退火提升准确率，但有过拟合和计算昂贵问题。
基于LLM驱动的跨语言手写OCR自动机器学习：利用GPT-5、GPT-4o和Claude Sonnet 4的闭环神经架构搜索
LLM自主搜索神经架构，跨语言手写OCR准确率超93%，最佳98.1%，推理延迟41-44ms。
相关与无关：Transformer注意力机制的重整化群分析
注意力相关性由数据谱结构决定：长相关时驱动相变，短相关时无关，重整化群提供预测。
递归式工具自我改进
RHI通过迭代优化工具提示，提升低推理模型性能并降低60%推理成本，核心在于改进上下文管理，实现持续学习。
SeerGuard：基于世界模型预测的移动GUI代理安全框架
通过预执行指令筛选和动作风险评估，SeerGuard框架显著提升移动GUI代理安全性与实用性。
MGDT：多模态大语言模型引导的扩散Transformer与关系自适应混合专家用于多模态知识图谱补全
提出先对齐后扩散的MGDT框架，利用关系自适应MoE和MLLM语义锚定提升多模态知识图谱补全性能。
基于MLIR的大型语言模型编译方法
提出基于MLIR的LLM编译方法，通过TopOp和TpuOp两层方言及三阶段编译，高效部署多种生成式模型与量化格式。
Conditional Reliability of Toxicity Signals for Multilingual and Code-Mixed Abuse Detection
用于LEED合规的神经符号AI：以文档为中心的基准测试、确定性数值检查及多模态的负面影响
神经符号管道验证LEED合规：4B模型最佳，确定性检查纠错，多模态降低准确率，总体准确率61.6%。
基于物理感知掩码扩散的城市鱼眼灾害检测洪水模拟
提出PhysFlood，用扩散模型从单张鱼眼图像合成逼真洪水，可自由控制水位等变量，实现高精度模拟。
形式语义结构能解释多少人类标注变异？：NLI中的群体级效应与项目级上限
形式语义结构仅解释少量标注熵差异，群体效应显著但项目层面解释弱，且未改变分歧类型。
从校正立体视觉中几何蒸馏：利用极线线索进行单目深度估计
提出EpiDistill，通过校正立体令牌蒸馏极线注意力，将多视图尺度先验转移至单目模型，显著提升零样本度量深度估计。
修复洞见：利用逼真扰动提升视觉可解释人工智能
用生成式修复生成逼真扰动，改进LIME方法，提升图像可解释性质量。
循环潜在注意力：用于循环Transformer的跨循环KV压缩
循环Transformer每步KV缓存跨循环低秩，LLA压缩后实现21.3倍压缩，提升批容量和数学推理性能。
面向信息抽取的智能体模型的行为可控性：从固定工作流到反思型智能体
研究LLM智能体在信息抽取中的行为可控性，比较固定工作流与反思型智能体，评估过程行为及任务改进效果。
S1-Omni：用于科学理解、预测和生成的统一多模态推理模型
S1-Omni统一多模态科学推理模型，整合异构数据与科学知识，在200任务上训练，超越GPT-5.5等基准。
双向归纳：掩码扩散语言模型中上下文学习的机制分析
扩散语言模型通过双向归纳电路实现上下文学习，左右可见时性能更强，并隐式利用掩码比例作为时间步。
NeurOWL：基于大语言模型的不完整OWL本体推理的神经符号框架
提出NeurOWL框架，结合大语言模型与本体嵌入，解决不完整本体的包含推理，融合验证与溯因，性能稳健。
改进的VBGS：实时连续变分贝叶斯高斯溅射
通过空间截断变分推理和改进重分配，实现实时连续重建，延迟从84秒降至0.05秒，提速1680倍。
DECODEM：通过增强方法从公司组织文档中提取数据
提出DECODEM基准，评估LLM自动提取公司治理变量，高精度可行但性能因变量而异，先进模型可提取复杂法律信息。
E3DGS：颜色即几何嵌入下的三维高斯泼溅统一几何-光度等变性
统一颜色-几何嵌入实现SE(3)等变高斯泼溅，无需张量积，提升鲁棒性与数据效率。
AgentFAIR：一种用于地理空间数据集FAIR性评估的多智能体协作框架
提出多智能体框架AgentFAIR，13个子原则评估结合批评机制，实现可审计、低成本的FAIR评估，但泛化性有限。
ADS-C：面向分类的反蒸馏采样
ADS-C以零精度代价实现反蒸馏，保持教师准确率不变，使学生模型精度大幅下降，并消除软标签蒸馏激励。
从貌似合理到切实可行：LLM自我解释的立场
主张LLM自解释虽合理性与忠实性存疑，但具高度可操作性，评估应扩展至可操作性。
鲁棒峰值代价约束强化学习
提出鲁棒峰值代价约束RL，解决轨迹中单次大违规问题，开发代理优化框架，保证约束违规在ε内。
基于多导睡眠图EEG信号的睡眠呼吸暂停分类深度学习方法
对比多种深度学习模型与特征，利用儿童多导EEG检测睡眠呼吸暂停，Vision Transformer结合TDA特征最佳AUC达0.750。
成本高效的生成式AI摘要用于教育评估中可扩展的自动作文评分
提出生成式AI摘要框架改进长作文评分，GPT-5 mini一致性最佳，但复杂作文摘要质量下降。
视觉地点识别是否所有令牌都必要？面向高效推理的令牌缩减实证研究
本研究首次系统评估令牌缩减在视觉地点识别中的应用，可减少29%计算量、提升44%吞吐量，准确率仅降不足1%。
询问两次，观察两次：提示回声解决视觉语言模型中的问题优先悖论
问题重复放在图像两侧，分别引导感知与读取，无需训练即可解决悖论，提升性能。
扩散模型在评分函数不敏感时仍能恢复准确混合权重
扩散模型通过中间噪声的评分信息恢复混合权重，定义敏感度指数，证明权重估计误差与损失同阶。
基于多专家共识机制的无服务器环境自动伸缩方法
提出依赖感知自动伸缩框架，集成多专家共识与成本感知，预测精度99.88%，显著降低成本。
测试时自适应何时有助于零样本CT视觉语言模型？
测试时自适应在保留深度结构且基础表示可迁移时有效；CARVE通过基数感知多视图适应提升零样本多标签CT预测。
缓存感知的提示压缩：面向LLM API缓存的双层成本模型
提出CAPC，结合查询无关压缩与缓存控制，在多项任务中降低49%-90%成本且保持质量。
基于隐式神经表示的数据驱动视频编解码器
用SIREN网络联合压缩视频音频，蒸馏量化后压缩比达2.61，视频PSNR超28dB。
面向小语言模型的Kolmogorov--Arnold网络
小基函数KAN提供可审计标量变换接口，但在基准测试中无明显优势。
基于注意力机制的MLLM选择器实现测试时长视频的高效帧选择
利用注意力分数无需训练选择关键帧，动态分配预算，性能提升6.4分且泛化性强。
用于修正玻尔兹曼采样的神经非平衡哈密顿蒙特卡洛
提出神经非平衡哈密顿蒙特卡洛，训练后通过非平衡功修正玻尔兹曼采样，控制路径空间KL散度，实现校正估计。
CSS-BA：门控引导的列空间搜索束调整
针对低视差和近旋转场景中传统方法不稳定的问题，提出门控引导列空间搜索，约束更新方向，提升稳定性和精度。
DSWorld：用于高效自主代理的数据科学世界模型
DSWorld提出预测数据科学操作效果的世界模型，加速自主代理训练14倍、推理3-6倍，预测准确率提升35.6%。
前沿语言模型难以完成复制任务：文本在二维空间中更利于观察
提出2D-RoPE，将文本组织成二维网格，通过固定列偏移实现完美复制，解决前沿语言模型复制困难问题。
基于形式化基础的ODRL评估器：实现与比较
首个基于形式语义的ODRL评估器，支持全部规则类型，高效实现访问控制与监控，性能优于现有系统。
中文标题：弥合AI信任鸿沟：可信AI独立认证的必要性
中文摘要：AI信任差距因缺乏独立可验证的可信信号所致，需以结果导向的独立认证来弥合，使可信度可衡量并获得市场回报。
CoWeaver：面向混合人机科学协作的双向、可学习、可解释匹配引擎
CoWeaver通过双向可学习匹配及探索-利用机制，高效匹配科学家，多数任务优于基线。
从可行到合意：面向个性化设备端行程生成的规划-学习-适应（PLA）框架
PLA框架通过规划、学习、适应三阶段，在设备端生成个性化行程，实现100%可行性，67.8%胜率，完成率提升91%。
前沿AI在商业学科中的表现：基于案例的知识工作与分析推理基准
构建商业案例基准BusinessCaseBench，测试AI分析性知识工作，前沿模型表现高且提升快。
重新思考持续学习中的迁移：一种基于回放的实现
提出前向迁移的三个条件并实现TSR，通过选择性回放提升迁移效果，稳定性与性能兼得。
统计算法的公开可验证证书
提出统计有效性公开可验证证书（pvCSV），使学习算法结果可被公开验证，针对自适应SQ算法构建了低样本复杂度证书。
BCG-Former: 基于波段上下文门控的帕累托高效高光谱图像分类
BCG-Former轻量混合模型通过波段上下文门控等创新，以极少参数（0.10-0.23M）实现高精度（91.51%-99.49%）与亚毫秒延迟，达到帕累托最优。
控制L2英语口语自动评分器中的隐式捷径依赖
提出新训练准则，减少评分器对隐式捷径的依赖，使评分更接近人类参考。
SciForge：面向科学发现的AI原生多模态工作台
AI原生多模态科学工作台，集成模块化服务与可审计决策，助力基因发现、蛋白质设计等科研场景。