HoloGeo：基于证据驱动推理减轻地理定位中的地标偏见
HoloGeo通过证据驱动推理和多维奖励，有效消除地标偏差，显著提升地理定位鲁棒性。
BadWAM：当世界-动作模型想象正确但行动错误
BadWAM框架揭示世界-动作模型易受视觉扰动攻击，想象正确但行动错误，显著降低任务成功率。
CRISP：域偏移下鲁棒医学图像分割的迭代挤压约束细化方法
CRISP利用正区域秩稳定性假设，通过潜在扰动获得高精度和高召回先验，迭代挤压细化，无需目标域数据即可实现鲁棒医学图像分割。
预训练数据可能通过计算宣传被投毒
公共讨论接口可投毒大规模预训练数据，HalfLife分析可估计对抗性内容包含程度。
言语化采样：如何缓解模式崩塌并释放大语言模型多样性
发现偏好数据典型性偏差导致模式崩塌，提出言语化采样策略，无需训练即可显著提升模型多样性与创作质量。
可变低秩草图：无需重训练的推荐方法
提出KP-tree可变草图，在线更新嵌入，无需重训练，RMSE优于ALS，新用户毫秒级推荐。
数据驱动的成批替换调度
提出数据驱动算法学习最优成批替换间隔，实现对数遗憾并匹配下界，分析了寿命分布未知下的策略结构。
从区块链活动解读市场情绪：一种数据驱动的情绪分类器
结合链上与社交数据，用XGBoost实现情绪分类（F1≈0.84），并以SHAP解释特征贡献。
PERL：拼音增强的改写语言模型，用于中文ASR N-best纠错
PERL通过长度约束与拼音语义门控融合，在中文ASR纠错中大幅降低字错误率（Aishell-1降29%，DoAD降约70%），且保持低延迟。
SceneBind：跨视觉、音频和语言的“是什么”与“在哪里”绑定
SceneBind通过语义-空间实体表示，结合全局与对象级信息，实现跨模态场景检索与定位，达SOTA。
Idea2Plan：探索AI驱动的研究规划
研究LLM从研究想法到研究规划的转化能力，构建Idea2Plan基准，GPT-5表现最佳但仍需改进。
MedFailBench：临床医生构建的开源医学AI安全边界检查基准
MedFailBench通过严重性分级与安全门分类，标注医学AI错误以检测安全边界失败。
运动条件多视图融合用于超声心动图心肌梗死定位
提出MCF-Net，融合运动与视觉基础模型，极稀疏监督定位心肌梗死，段级F1 72.4%，准确率84.9%。
面向无监督可见光-红外行人重识别的结构-语义互学习
结构-语义互学习通过结构解耦和闭环校准解决无监督跨模态重识别的噪声问题，性能领先。
Symbal：检测模型生成描述中的系统性错位
Symbal利用双阶段结构检测描述系统性错位，在420数据集基准上准确率达63.8%，较基线提升近4倍。
艺术观看中的不同注视模式：自闭症个体、艺术家和神经典型观察者注意力的空间和时间特征
自闭症成人艺术观看时空间注视范围似艺术家，但时间模式独特（短注视、少停留、轨迹独特），形成特异性注意力特征。
多LLM协作的MRI报告生成：脑肿瘤学中的视觉指令微调
通过多LLM协作生成3D MRI图像-文本数据集，构建的VLM在报告生成和视觉问答中表现更优，助力脑肿瘤诊疗。
中文标题：ITGPT：一种基于Transformer的架构，用于生成《Dance Dance Revolution》和《In the Groove》谱面
中文摘要：提出ITGPT Transformer架构自动生成节奏游戏谱面，显著提升生成准确率并降低计算成本。
Human AI Construction of Bayesian Networks for Operational Decision Support -- A Virtual Survey Approach
MeanFlowNFT：将前向过程强化学习引入平均速度生成器
提出MeanFlowNFT，将前向RL用于平均速度生成器，通过瞬时速度预测实现奖励优化，保留快速少步采样，性能超越基线。
WavePhaseNet：基于DFT的语义概念层次结构构建方法
用DFT分解语义，降维至3000维并引入上同调正则，抑制幻觉保持语义一致。
通过变点检测分割人类与LLM合著文本
通过变点检测算法分割人类与LLM合著文本，实现段落级定位并证明最优性。
验证通过的世界模型为何仍会失败：LLM合成代码世界模型中游戏适当性与预测准确性之较量
LLM合成世界模型因遗漏关键规则致游戏失败，即使预测准确率高，存在验证与正确性差距。
OvAi Focus：基于AI的妇科超声中功能性卵巢和附件肿块的多类分割
OvAi Focus AI实现超声附件肿块和卵巢多类分割，囊性DICE达0.85，性能优。
ToolAnchor：锚定反事实上下文以增强代理工具使用能力
提出ToolAnchor，通过反事实上下文打破工具扩展中的行为惯性，提升代理动态适应能力。
L-MARS: 具有智能搜索和引文忠实性审计的法律多智能体系统
提出L-MARS系统，通过多轮法官审计将法律问答引文F1从0.13提至0.25，无引文率从34%降至13%。
多步视觉推理的分层去噪
HDR框架通过树状分层潜变量实现粗到细推理，显著提升多步视觉推理成功率与效率，推理速度比双向扩散快54倍。
深度学习因果检索优化：Pinterest 高效电商分发
Pinterest 用深度因果学习减少85%电商触发器，同时提升会话和保存指标，实现高效检索。
中文标题：工具幻觉：重新思考网络代理中的工具使用
中文摘要：通过大规模对照实验重新审视网络代理中工具使用的效果与设计原则，修正并补充了先前结论。
Instant NuRec：面向驾驶场景模拟的前馈式三维高斯重建
单次前馈重建驾驶场景，1.5秒生成可模拟3D世界，PSNR比基线高2.01 dB。
用于AI安全评估的对抗性语用学：指令冲突、嵌入命令和策略模糊性的基准
提出对抗性语用学基准，评估模型在模糊指令、嵌入命令等场景下的行为，发现评估器易漏判安全相关类别。
通过知识图谱接地增强小语言模型推理能力
知识图谱接地可提升小模型推理性能，但受提取瓶颈与顺序推理错误累积限制。
基于空间基因图谱的单细胞生物学视觉基础模型
scVision将细胞转为连续图像，用最优输运布局基因，零样本准确注释细胞类型并恢复基因程序，保留表达量与基因关系。
The Hidden Puppet Master: Predicting Human Belief Change in Manipulative LLM Dialogues
迈向可靠的AI辅助模拟设计：用于SAR ADC生成的模板约束LLM代理
ATLAS框架利用专家知识约束LLM，生成通过仿真验证的SAR ADC，实现可靠模拟设计。
大型语言模型对人类口语交流影响的经验证据
实证表明，ChatGPT偏好词汇涌入人类自发口语，AI正反哺并重塑语言文化进化。
基于因果模型与层次聚类的公立学校教育绩效分析
通过层次聚类识别学校类型，再因果分析特征与绩效关系，发现不同类型学校绩效差异显著。
ViPSAM：使用Segment Anything模型的视觉提示医学图像分割
ViPSAM借鉴临床对比增强MRI参考，通过视觉提示编码器和交叉注意力，提升非对比CT肝脏病变分割准确性。
超越趣味性：面向可视化数据分析的语义与上下文感知自然语言查询推荐
融合语义、趣味性与上下文，推荐更相关连贯的查询序列，提升洞察生成与决策支持。
Open-AoE：面向具身学习的开放自我中心操作数据集与工具链
Open-AoE提供约2000小时自我中心操作视频及结构化注释与完整工具链，降低具身学习门槛。
当机器遗忘遇见检索增强生成（RAG）：保密还是遗忘知识？
提出基于RAG的轻量级遗忘框架，修改外部知识库模拟遗忘，无需直接干预模型，满足五项遗忘标准。
FlowBot: Inducing LLM Workflows with Bilevel Optimization and Textual Gradients
托马斯正回路猜想的平面情形
本文利用动力系统工具和平面分析，给出了平面系统中托马斯正回路猜想成立的条件。
骨架：非视觉数据体验的可视化创作工具
Skeleton通过可视化导航结构，将无障碍设计从合规任务转变为设计问题，提升非视觉数据体验。
量化有自信？代码生成中量化的实证研究
研究六种量化方法对代码模型的影响，发现AQLM性能最佳，QuIP#退化最大，提示复杂度影响鲁棒性。
调控预算：例子胜过旋钮
例子能触及旋钮无法达到的调控范围，预算由训练数据决定，通过示例集实现全部调控。
SEMA：通过令牌定位与平均实现的可扩展高效Mamba式注意力
提出可扩展高效Mamba式注意力SEMA，利用令牌定位避免分散并维持聚焦，结合算术平均捕捉全局，在ImageNet-1k上超越线性注意力。
随机参数噪声并未使精确ReLU验证变得容易
随机参数噪声下精确ReLU验证仍无多项式期望时间完备验证器。
基于前缀重放的多轮在线策略蒸馏
提出ReOPD方法，利用教师轨迹前缀重放替代环境交互，实现高效多轮在线策略蒸馏，速度提升4倍且精度不变。
Action QFormer: 视觉-语言-动作模型中动作监督下的结构化表征塑造
Action QFormer通过查询接口重组动作表征，零样本导航成功率从18.8%升至56.3%，解决了动作监督的双重效应。