Audio-Text Cross-Attention with Psycholinguistic Support Features for Ambivalence/Hesitancy Recognition
重新评估Muon用于矩阵分解
Muon在矩阵分解中未稳定优于AdamW，其优势对超参数选择敏感。
解构Actor-Critic：面向从业者的设计组件大规模实证研究
基于三万多次实验，发现高斯动作分布等默认配置不可靠，有界分布与自适应更新更稳健。
理论级自动形式化：从孤立陈述到统一形式化知识库
主张将自动形式化从孤立语句提升到理论级，构建包含依赖关系的结构化知识库，并指出挑战与未来路径。
GFlowRL：面向大型语言模型的分布匹配强化学习扩展
GFlowRL移除辅助分区网络，用批内估计实现分布匹配，在数学、代码和对抗基准上超越SOTA，稳定扩展到235B参数。
Harness手册：让演化的智能体框架可读、可导航、可编辑
提出Harness Handbook自动建立行为到代码映射，辅以BGPD引导，提升智能体框架演化中的行为定位与编辑质量。
揭秘在线策略蒸馏：角色、病理与调节
揭示在线策略蒸馏中师生不匹配与长度利用病理，通过优势裁剪、对数压缩等信号调节实现有效蒸馏。
深入探究统一视频保护在应对图像到视频及微调定制化中的时序挑战
提出TC-UAP方法，首次统一防御图像到视频与微调视频定制，以强鲁棒性实现最优身份保护。
检测器置信度在杂乱操作中指示存在而非遮挡
遮挡下检测器置信度不变或上升，表示类别存在而非目标可见，导致评估偏差，建议采用接地信号。
无标记可变形配准与融合用于增强现实引导的肿瘤切除手术阳性切缘定位
提出无标记AR工作流，将阳性切缘定位误差从21mm降至6.19mm，融合误差2.15mm，在线融合5.23秒。
探索小语言模型在生物医学数据到文本生成中的后训练对齐：以药品说明书为例
本研究比较小语言模型后训练方法，ORPO优于SFT，GRPO跨数据集鲁棒性最佳，超越GPT-5。
词性标注层是低资源语言文献自动标注的关键：南琉球语伊良部岛的神经行间标注
词性标注层是关键：黄金词性可提升自动标注准确率4.4分，数据越少增益越大，自动词性需达92%以上才能实现。
使用弗雷歇距离损失改进医学图像生成模型
提出弗雷歇距离损失微调模型，增强肿瘤结构捕捉，分割DSC提高超5%。
ShortOPD：通过短到长在策略蒸馏恢复被剪枝的大语言模型
ShortOPD通过检测重复后缀优化训练预算，使被剪枝LLM生成质量提升9倍，训练时间减少71%。
LAPO：多轮搜索推理中自我生成过程奖励的留一轮归因法
LAPO以留一轮归因自我生成过程奖励，无需额外模型，在7个问答数据集上平均精确匹配0.326，超越强基线IGPO 0.053。
当评分标准改变时：批判性思维作文评分的跨评分标准泛化
特质中间表示的LLM微调提升跨评分标准泛化F1 5%，性能优于GPT-5-mini。
程序化材质生成中的过程专家经验体现
将专家工作流转化为文本过程轨迹，结合LLM合成与编译，提升材质生成与编辑效果。
针对受控智能体的任务转换行为测试
LLM代理在工具可靠度隐式切换时形成固定调用模式，其适应力受工具集呈现方式影响。
实时古鲁巴尼追踪：锡克教基尔坦字幕标注的基准与参考系统
提出锡克教基尔坦实时字幕标注基准与参考系统，任务为预测经文ID与行号，参考系统在盲测下帧准确率57.9%。
针对离散选择估计的表格基础模型
编码选择集依赖和个体异质性的表格基础模型，在离散选择估计中优于分层贝叶斯，精度高8%，速度快16倍。
无根据的准确性：视频大语言模型基准测试中视觉依赖分离的诊断
提出VDG指标揭示视频LLM基准准确率与视觉理解能力可分离，帧多样性贡献大而时序信息影响小。
真实遥测数据上的根因分析能走多远？
根因分析瓶颈在模型推理能力而非数据缺失，多智能体方法优于现有基线，需模型级改进。
基于工具增强证据的多智能体协作推理用于城市区域画像
提出UrbanAgent框架，用多智能体协作推理与工具增强证据解决跨模态不一致，性能平均提升8.1%。
SteinGate：基于Stein差异的尾部敏感安全强化学习
SteinGate用核化Stein差异检测成本尾部异常，动态调整策略，大幅减少训练中的安全违规，保持高回报。
HEDGEHOG：严格分层过滤的药物生成器评估
HEDGEHOG六阶段过滤，仅0.65%分子通过，暴露生成器难同时满足药化、合成、对接及3D要求。
SPyCE：面向多模态代理的技能-策略协同进化
提出技能-策略协同进化框架，从轨迹提炼层次化技能库，与策略共同优化，显著提升多模态代理性能。
基于归纳逻辑编程的强化学习智能体解释
提出可解释性度量量化强化学习策略逻辑规则，揭示单/多智能体学习动态与协调模式。
AIMO可解释性挑战赛
通过模型内部机制区分稳健推理与投机推理，建立数学推理开放鲁棒性基准。
PUe：通过因果推断增强有偏正-无标记学习
提出归一化逆概率加权PU框架，解决标签选择偏差，实验验证提升分类效果。
类比深度研究：检索与整合历史类比以进行前瞻分析
提出类比深度研究任务，发现LLM难以基于机制匹配历史类比，提出因果类比研究框架（CANA）提升效果达10%。
AnomExpert：产前超声异常诊断中的解剖平面识别与选择
AnomExpert通过可学习平面原型和疾病感知选择机制，在弱监督下实现产前超声异常诊断，准确率达86.9%。
RoughNet：基于扩散超分辨率的北极海冰粗糙度卫星图像映射
利用扩散模型从卫星图像重建海冰粗糙度，跨区域泛化误差9厘米，实现可扩展的高分辨率制图。
EXPLORE：利用语言模型通过引导搜索探索模拟拓扑生成
提出EXPLORE框架，结合蒙特卡洛树搜索与语言模型解码，将模拟拓扑生成成功率从12%提升至65%，均方误差降低20%以上。
TreeSRNF：用于树状三维物体几何与结构变异性生成建模的平方根法向量场
提出基于平方根法向量场的黎曼树形空间，建模树状3D物体的几何与结构变异性，实现统计分析与生成，性能领先。
安全哨兵：通过执行-询问-拒绝路由实现上下文感知的人类干预
提出三路路由决策（执行/询问/拒绝），用轻量级模型实现上下文安全干预，优于基线且控制错误率。
统计优势是否值得付出代价？KAN与MLP在结构化数据分类中的实证对比
KAN在分类精度上优于MLP，但计算成本显著更高，适合高精度任务，MLP则适合资源受限场景。
MyAG：基于图的可组合LLM智能体系统设计与分析框架
MyAG框架通过三种图抽象分离构建可组合LLM智能体系统，支持递归层次组合及可视化监控，分析性能效率权衡。
AgentCompass：面向智能体能力的统一评估基础设施
AgentCompass是开源轻量的大模型智能体评估基础设施，解耦基准、引擎与环境三大组件，支持20+基准与容错轨迹分析。
CLIP引导的无标签判别性区域评分用于细粒度分类
提出CLIP引导的无标签区域评分框架，发现Soft Negative Margin最优，随机裁剪比SAM更有效。
OrDA：面向首页营销块推荐的行为习惯正交解缠框架
提出OrDA框架，通过正交解缠与因果干预消除习惯性点击偏差，提升点击率5.64%。
基于大语言模型智能体系统的生物系统常微分方程自动发现
MEDA系统结合大语言模型与符号回归，自动发现生物系统常微分方程，实现知识引导与结构恢复，产生生物可解释模型。
基于注意力头重加权的大语言模型数据高效适配
提出注意力头重加权法，仅调整模型0.0001%参数，在少量样本下性能超越LoRA。
MultiAnimate：可控多角色动画的统一框架
提出MultiAnimate框架，实现多角色同时动画，保持身份一致与空间关系，适用于复杂交互场景。
UESF-Bench：统一的具身搜索与跟随基准测试与探究
提出统一具身搜索与跟随基准(UESF-Bench)及SeekFollow-VLA框架，解决先找后跟的挑战，大幅优于基线。
基于自监督语音比较的第二语言音素、韵律和语调评分
用自监督WavLM加DTW无文本评估L2语音，音素与韵律达人类水平，语调尚弱。
FM$^2$：面向异质多模态医学影像的统一联邦基础模型
提出FM^2框架，通过双专家模块和异质模态对齐正则化，实现跨模态统一联邦学习，在分类和VQA任务上超越现有方法。
中文标题：当机器人加入团队：机器人采用与开源软件项目的制度结构
中文摘要：AI机器人加入开源社区后，重复协作增加、冲突减少、输出更独特，机器人成为社会基础设施的契机。
基于门控语义质量多样性的自我进化代理框架
提出自进化代理框架，分离变更提议与归因，利用门控语义质量多样性档案抑制过拟合，实现性能提升与泛化。
CAVA：面向智能体AI系统运行时治理的规范动作验证与证明
CAVA将异构智能体活动转为规范动作对象，实现动作验证、审批绑定与可再现治理。
合成LLM作为裁判语料库中的测试预言问题：消失、扭曲与验证协议
合成裁判语料中，LLM生成负例静默失败致虚假效应，仅手动读取可暴露；确定性扰动语料自带验证预言。