DADiff：基于扩散的跨域策略自适应强化学习
DADiff利用扩散模型生成轨迹差异估计动态不匹配，通过奖励修正或数据选择实现跨域策略自适应，理论证明性能差异有界，实验效果优越。
DebrisTracer: Reliable Tracking in Hypervelocity Impact Fast Imaging
Orbis 2：用于驾驶的分层世界模型
提出分层驾驶世界模型，两阶段训练（扩散预训练+教师微调），实现高保真与稳定预测，达到SOTA。
前摄的最小架构是什么？小型Transformer中跨任务的早期不可撤销承诺
小型Transformer中前摄现象：早期不可撤销承诺由任务特定注意力头维持，模板共享但路由不同。
排除以纳入：面向医学问答的对比假设检索
提出对比假设检索（CHR），通过生成正负假设抑制硬负样本，医学问答检索性能提升达10.4个百分点。
SODA: 大型语言模型的半在策略黑盒蒸馏
SODA通过静态学生输出与教师最优响应对比，实现高效分布对齐，训练快10倍、内存少27%，性能超越现有方法。
感知通用人工智能：可信度是维度完整性而非能力
提出AI可信度源于维度完整性而非能力，由时间、真理、熵、爱四种行为姿态决定。
中文标题：何时不应自动化：AI优化组织中人类保留的正式协议
中文摘要：提出PHP-AIO协议量化四种系统风险，实现角色级可审计决策，避免标准成本收益分析导致的盲目自动化。
基于表格基础模型的数据驱动动态安全评估再探讨
表格基础模型通过上下文学习评估动态安全，无需重训练，样本减少两个数量级，新事故10样本即可泛化。
社会文化对意见形成的影响：口碑传播、大众媒体与行为发展
口碑与媒体影响多元群体意见形成，揭示社会分裂与代沟。
用量子Fisher信息重新思考量子持续学习
提出QEWC，用量子Fisher信息正则化，通过量子态几何识别参数重要性，有效缓解遗忘且抗噪。
光学相干断层扫描中跨域视网膜层分割的空间归一化
研究空间归一化预处理提升OCT视网膜层分割的跨域泛化性，并提出无标注的拓扑质量评估指标。
通过区域感知手写描述符工程进行手写与印刷文本分割
轻量级框架用RHD描述符分割文本，准确率略降但推理加速8倍，适合边缘设备。
基于物理的深度时空超本地雷达即时预报：多变量U-Net用于高分辨率降水预测
提出紧凑雷达临近预报框架，用多变量U-Net预测未来90分钟降水，在孟买验证优于持续性预报，秒级运行。
AgentRedBench: 针对SaaS集成的LLM Agent动态红队测试与集成感知防御
动态红队基准覆盖215个SaaS集成攻击场景，防御模型将攻击成功率降低75-77个百分点且零误报。
HETA++：基于混合显式平移平均的全局运动恢复结构
混合显式平移平均框架结合相对平移与特征轨迹，通过角度约束与光束法平差，实现高效高精度的全局运动恢复结构。
AlphaFold2的神经光谱分析揭示编码的蛋白质构象景观
平滑AlphaFold2权重进行神经光谱分析，揭示其编码的构象景观，扰动下重现实验折叠顺序。
低压电网中基于强化学习的拥堵管理的鲁棒性
结合随机森林预分类与强化学习控制器，噪声鲁棒，模型不匹配下仍有效缓解违规。
UCOB：通过信用感知的在策略双向自蒸馏学习利用与演化智能体技能
UCOB以信用感知双向自蒸馏，让智能体动态利用技能，性能大幅超越基线，在ALFWorld和WebShop上分别提升23.5和18.0个百分点。
向量量化的分布匹配：一个统一的理论与实证框架
提出分布匹配框架，通过对齐特征与码向量分布，统一解决向量量化的训练不稳定和码本崩溃问题。
CanonicalPhys：基于规范空间先验的姿态鲁棒远程光电容积描记术
通过可微分单应性固定面部锚点，恢复三个先验，降低姿态引起的rPPG误差，提升鲁棒性。
约束赫布学习支持结构约束下的高效表征分配
赫布学习在结构约束下降低表征成本，以可比性能实现更低任务信息成本，支持突触资源分配。
DELUGE：基于可解释条件化基础模型嵌入的洲际尺度每日雨洪灾害预测
DELUGE多模态框架通过可解释条件化基础模型嵌入，实现洲际每日雨洪损失预测，性能优于传统模型9%-30%。
当模型合并可与联合多任务强化学习相媲美：任务向量几何分析
模型合并媲美联合多任务RL，专家任务向量近正交且方向支持解耦，合并方法效果无差异。
超越展开：面向密集红外小目标的60倍快速单阶段解混
首个轻量单阶段框架，60倍加速解混紧密红外小目标，精度相当。
以简驭繁：大规模遥感VLM的简单配方
通用VLM通过大规模多任务训练即可在遥感基准上超越专用架构，数据规模比架构创新更关键。
Exo2EgoPose：利用外视演示的视觉语言引导自我中心3D手部姿态预测
Exo2EgoPose通过双层级外视重建与全局到局部调制，以外视演示补偿自我视角局限，精准预测3D手部姿态，性能大幅领先。
呈现而非机制：废弃感知记忆评估中的呈现混淆
废弃感知记忆评估中呈现是主要混淆，控制后粗失效优于细粒度，细粒度无增益。
CLaC@FinMMEval 2026 任务三：基于情感增强的深度强化学习主动交易——Alpha奖励方法
提出情感增强深度强化学习（DDPG/DQL）结合Alpha奖励，在比特币与特斯拉交易中大幅超越买入持有策略。
PRISA：面向交叉口安全评估的主动式基础设施激光雷达框架
提出PRISA框架，利用LiDAR和边缘计算实时预测冲突、评估交叉口安全，延迟低至194ms。
PIXIE：一种零样本纹理无关6D姿态估计框架，针对带有装配缺陷的未见物体
提出零样本纹理无关6D姿态估计框架，仅用无纹理3D模型，鲁棒于光照纹理，处理装配缺陷，无纹理物体达SOTA。
行为条件化神经过程用于自适应居民短期负荷预测
提出行为条件化神经过程，利用推断行为结构条件化预测居民负荷，提升异构场景精度与不确定性量化。
树形视频搜索：面向接地长视频问答的自我修正智能体
提出VideoTreeSearch框架，通过自适应时序树和四种操作实现自我修正搜索，在多个基准上取得最佳性能。
VLMs如何失败？组合式VQA中的视觉-操作错位
VLMs组合式VQA失败源于视觉-操作错位，四种失败模式需不同修正策略。
Muon何时助力智能体强化学习？
Muon在智能体强化学习中可显著提升成功率，效果依赖学习率和优势估计器，低学习率下表现更优。
RAD: 检索高质量演示以增强决策
提出RAD，通过检索高回报状态生成子轨迹，提升离线强化学习泛化能力。
对改进核偏最小二乘法的进一步改进
优化R和Q计算：R直接评估，Q复杂度从O(KM)降至O(M)，孤立步骤加速高达百倍，整体2-6倍。
RL-Struct：面向LLM可靠结构化输出的轻量级强化学习框架
提出RL-Struct框架，用GRPO和分层奖励对齐结构约束，减少38%显存，JSON任务达89.7%结构准确率，自组织学习先语法后语义。
多智能体系统何时有帮助？信息瓶颈视角
多智能体系统在有限中继下通过压缩冗余上下文提升效率，但可能损失信息；模型越弱，优势越明显。
基于大语言模型的代理式人工智能在5G/6G网络中的应用：关于架构、协议和标准化的教程与综述
大模型代理式AI实现5G/6G自主控制，教程系统阐述架构映射、协议集成与标准化挑战。
面向图数据概率推理的神经符号方法
提出融合GNN与RBN的神经符号框架，通过MAP推理实现节点分类优化与多目标决策。
诚实法定人数问题：面向智能体基础设施的认知拜占庭容错
发现协议合规的智能体推理错误可导致无效共识，提出EBFT模型以独立量化语义安全与活性退化风险。
ArtChart：集成文本渲染的艺术化图表忠实生成基准
首个同时实现数学忠实、文本准确与艺术风格融合的图表生成框架ArtChart。
用于可持续氢技术的电解槽组件多模态语义分割：一种双分支深度学习方法
HREM-Net双分支框架融合高光谱与RGB，实现电解槽材料高精度分割，mIoU达0.82。
自适应对比度增强与优化特征匹配的RootSIFT掌静脉识别
提出ILACS-BGOT方法增强图像对比度，融合RootSIFT与MMD滤波器，在三个数据集上显著提升识别性能。
评估开放权重大语言模型生成自动驾驶汽车漏洞的结构化威胁信息
评估11种开放权重LLM生成CAV漏洞的STIX结构化信息，单模型SDO和CWE的F1达0.94和0.99，但MITRE ATT&CK映射困难，多智能体方案部分提升。
通过文本-关卡-草图共享表征的人类对齐过程性关卡生成强化学习
提出VIPCGRL框架，利用多模态共享嵌入与对比学习实现人类对齐，性能优于基线。
一种面向AI生命周期治理的可审计可信度水平方法论
提出轻量级AI治理可信度方法，含形式化框架与治理程序，支持生命周期监控与可审计诊断。
一种具有改进洛伦兹激活函数的物理信息神经网络，用于动态密度泛函理论中的非局部梯度流方程
改进洛伦兹激活函数的PINN求解DDFT非局部梯度流方程，加速收敛，数值验证了准确性与物理一致性。
JoyNexus：面向服务的多租户VLA模型后训练
JoyNexus提出多租户VLA后训练服务，解耦训练、推理与环境，通过组批处理实现跨租户调度，降低GPU耗时并提升资源利用率。