通过隐式文化对齐奖励模型消除文本到图像评估中的偏见
基于轻量MLLM的隐式文化对齐奖励模型，准确率达80.54%，速度提升10倍，实现高效文化感知评估。
从扩散到反应-扩散：超图神经网络中过度平滑的动力系统视角
动力系统视角揭示超图过度平滑为横向能量耗散，提出反应-扩散HNRD补偿扩散，保持能量非零，实现深度传播。
潜在融合越狱：混合有害与无害表征诱导LLM不安全输出
提出LFJ方法，混合有害与无害表征实现94.13%白盒攻击成功率，针对性对抗训练可降至12.37%。
MemoGuard：面向通信受限机器人导航中记忆陷阱的自适应运行时防护
MemoGuard通过契约验证避免记忆陷阱，降低电池安全违规76.6%，减少回退推理开销。
通过偏好丰富样本挖掘与队列合并的个性化图像美学评估
提出PRAC方法，挖掘偏好样本并合并用户群体，实现个性化图像美学评估，优于现有方法。
双焦注意力：协调几何与频谱位置嵌入以实现算法泛化
针对RoPE无法捕捉长程递归结构，提出双焦注意力解耦几何和频谱编码，通过频谱演化训练提升算法泛化。
AEGIS：面向开源液体处理机器人的实验感知协议验证与运行时监控
AEGIS双层守护：LLM+规则库验证协议（F1=0.97），PCA模型监控物理错误（F1=0.71），开源首个统一方案。
基于Docker化环境的大规模终端智能体轨迹生成
提出TerminalTraj管道，生成5万+已验证终端轨迹，训练模型性能提升高达20%。
XAI驱动数据缩减，助力时间序列分类规模化
drXAI通过XAI归因实现80-90%数据缩减，保持分类精度，使大规模模型能处理此前不可及的数据集。
AquaAugmentor：一种新颖的用于饮用水可饮用性预测的特征增强算法
提出AquaAugmentor特征增强算法，提升低维数据集上的饮用水可饮用性分类预测性能，经测试准确率和AUC评估有效。
以5赫兹思考，以20赫兹行动：面向闭环驾驶的异步快-慢视觉-语言-动作推理
快慢架构实现异步推理，每50ms生成新控制，路线完成率从37%升至94%，红绿灯违规降三分之一。
第三届身份证和护照伪造检测竞赛
Incode两赛道夺魁，展现均衡一致性，63+团队参赛，成领先基准。
AI小说悖论
AI依赖小说数据却难生成好小说，因叙事因果、信息重估、多尺度情感三大挑战。
SlotMem：面向叙事长视频生成的角色可寻址内部记忆
提出SlotMem角色可寻址记忆框架，通过语义探针和编码器实现长视频角色一致性，性能优于基线。
使用线性自注意力Transformer在简单线性回归任务中上下文学习闭式解
提出线性自注意力Transformer通过层归一化近似获得简单线性回归闭式解，而非梯度下降。
单通道表面肌电图在手势分类中的探索性研究
单通道肌电信号结合特征降维与神经网络，手势分类准确率达90%，适用于低成本低功耗系统。
MDND：非可微分细化引导的无监督学习用于形状对应
MDND融合可微与不可微分支，以内部不可微细化结果引导无监督学习，在非等距形状对应中取得新最佳效果。
基于反例增强草稿的智能体综合
该方法通过反例修正代码草图，保留审查后的策略，减少重复工作，提升修复效率。
从文章到前提：构建PrimeFacts——一种事实核查证据的提取方法与资源
提出PrimeFacts方法，从事实核查文章提取前提证据，大幅提升检索与验证性能。
HybridSim：用于毫米波人体感知的物理-学习混合数字孪生
HybridSim物理-学习混合模拟器，分解传播路径，高效合成雷达信号，用于站点特定数据增强提升人体感知。
数据原生全局优化的大数据K-means聚类
Big-means++通过样本诱导替代景观和流动最优策略，结合多智能体异步搜索，实现大数据K-means高效全局优化。
VCG-Bench：迈向统一视觉中心的结构化生成与编辑基准
提出基于mxGraph XML的代码范式与VCG-Bench基准，实现精确图表生成编辑，揭示SOTA视觉语言模型在结构保真度上的挑战。
IMBench：直观机器人操作基准
新基准IMBench评估机器人直觉操作，发现现有模型难以整合推理与执行。
面向多事件长视频理解的模块化动态粒度视频大语言模型
提出MoD-VLLM框架，通过正负分段定位与动态粒度反射迭代自反思，显著提升长视频多事件理解性能。
朝向视觉皮层与扩散模型中推理的机制性理解
提出V1感知推理的扩散模型等价体，揭示循环动力学与层次表示，桥接神经科学与机器学习。
测试时噪声引导的自适应实现逼真自回归视频生成
提出TANGO方法，通过预测噪声分布匹配避免生成中断，视频质量提升，FVD降低28.3%。
随机基本图建模的半参数框架
提出半参数框架，融合物理约束与神经网络，实现优于基线的交通流概率建模。
基于交叉注意力和门控融合的多模态矛盾与犹豫识别
提出交叉注意力与门控融合的多模态框架，融合文本、音频、视频，验证集Macro F1达0.7394，较单模态提升11%。
地图作为提示：面向跨场景无线定位的多模态空间信号基础模型学习
提出SigMap模型，通过循环自适应掩码与地图提示框架，实现跨场景无线定位零样本泛化，性能显著领先。
ContinuityBench: 多提供商大语言模型路由中有状态故障切换的基准测试与系统研究
提出有状态故障切换架构与指标，实现99.2%对话连续性，优于无状态近0%，并开源测试工具。
技能应该记住什么？语言模型代理中成本感知技能重写的质量-成本权衡
技能重写需权衡质量与成本，学习策略降总成本7%、代币成本6%，跨模型降14.7%和13.7%，质量不变，视为成本感知知识工程。
越狱工坊：从论文到可运行攻击的可复现基准测试
JBF系统将越狱论文自动转为可执行攻击模块，实现高保真复现与标准化基准测试，代码复用率82.5%。
AuEmoChat：面向对话语音合成的真实情感理解与渲染
AuEmoChat通过离散情感令牌与上下文合并，实现对话语音的真实情感渲染，性能超越现有方法。
Examining the Associations between Visual and Non-Visual Elements and Cyclists' Route Choices for Various Trip Purposes
基于矩阵乘积算子的多元多项式优化（MPO）^2
提出MPO^2框架，结合MPO嵌入与紧凑权重张量，实现特征顺序无关的多项式逼近，性能优于现有张量分解模型。
论瓶颈生成架构中边界搜索蒸馏的失效
边界搜索蒸馏在瓶颈生成架构中失败，因耦合分类器与独立采样导致梯度冲突，流形感知合成可替代。
KDFlow：面向大语言模型的用户友好且高效的知识蒸馏框架
提出KDFlow，解耦架构融合FSDP2与SGLang，零拷贝传输隐藏状态，支持跨tokenizer蒸馏，实现1.44-6.36倍加速。
RTL-Sequencer：基于序列范式的可扩展RTL时序预测
提出RTL-Sequencer序列范式，线性化逻辑锥结合序列模型，显著提升RTL时序预测可扩展性。
基于事件的多模态自我运动估计中学习表示的几何结构
多模态网络嵌入位于低维流形，注意力自适应，恢复经典可观测性。
基于布鲁姆分类法的线性探测：大语言模型认知复杂性的机制可解释性
通过布鲁姆分类法线性探测，发现LLMs认知层次（从记忆到创造）在残差流中线性可分，准确率95%，且前向传播早期即解决认知难度。
EgoExoMoCap: 分布式自我-他人人体动作捕捉
提出分布式框架，联合自我与他人多模态信号，仅需智能眼镜实现鲁棒动作捕捉。
用于实际测试时传导的具有动态收缩的冯·米塞斯-费希尔混合模型
提出MOON模型，动态调整收缩强度处理类别不平衡，抑制不可靠分配，无需训练，高效提升性能。
RLearner-LLM：通过混合直接偏好优化平衡大语言模型的逻辑基础与流畅性
提出混合DPO方法，融合NLI信号与验证器分数，提升逻辑性最多6倍，减少对齐税。
使用振荡神经网络求解数独的图着色方法
基于振荡神经网络改进图着色求解器，加入约束，在4×4和9×9数独上实现高精度求解。
知识引导的跨模态融合实现成人至儿童心电图迁移：基于标签条件的对比对齐
PEACE框架通过知识引导与标签条件对比对齐，在少样本下实现成人ECG向儿童高效迁移，零样本AUC达59.39%。
当困惑度说谎时：面向生成的混合序列模型蒸馏
困惑度评估掩盖生成质量差距，GenDistill证明其误导；最佳方案保留86-90%精度，减75%缓存，提升2-4倍速度。
Brain-CLIPLM：面向脑电图到文本解码的语义压缩
提出语义压缩假设，Brain-CLIPLM两阶段框架先恢复语义锚点再重建句子，在ZuCo上达67.6% Top-5准确率。
QUADS: 通过双侧量化误差对齐稳定MoE的NVFP4强化学习
QUADS利用双侧误差对齐稳定NVFP4 MoE强化学习，精度达BF16，吞吐量比FP8高16%。
硬件触发式路边多激光雷达与多相机测量系统的时间同步实现精确数据对齐
提出开源硬件触发同步电路，实现路侧多传感器精确时间对齐，成本低、可扩展。
DPNeXt：一种轻量级多尺度特征融合框架，用于高效基于ViT的多任务密集预测
提出DPNeXt轻量解码器，用双深度可分离瓶颈融合特征，MTBG策略减少负迁移，参数量减少78.6%，在多个数据集达SOTA。