经验记忆图：智能体的一次性错误修正
提出EMG框架，将代理失败恢复转为图匹配，提取修正路径，实现一次性无试错执行，显著优于现有方法。
Agora：集体且无需许可的互联网规模大语言模型预训练
首个无需许可的互联网规模大模型预训练，330节点40天训练8.6B参数模型，效率达集中式63%。
共生启发的增量目标检测知识蒸馏
提出SIKD，通过空间与语义共生蒸馏保留旧知识，缓解灾难性遗忘。
ScanFocus：一种从粗到细的时空视频定位框架
提出ScanFocus粗到细框架，全局扫描+局部聚焦，SGTA模块显式建模短时交互，实现精确时空视频定位。
权重反馈在现代深度网络中局部计算雅可比转置
WF-Act-PC通过三项局部修正实现雅可比转置分解，免除自动梯度反向传递，在CIFAR上超越经典PC，媲美调优BP。
DreamSat-Pose: 基于单视图三维重建与学习型2D-3D特征匹配的航天器姿态估计
提出单张图像重建航天器3D模型并估计姿态的框架，通过2D-3D对应学习实现，误差仅0.157度。
语言模型中的分级实体熟悉度读取：波兰语适应、跨语言鲁棒性与拒绝导向
通过激活探针分级读取实体熟悉度，支持预生成拒绝，跨语言鲁棒性高。
STOCKTAKE：用公平预言机衡量LLM智能体感知与行动间的差距
STOCKTAKE基准区分LLM智能体感知与行动失败，发现感知检测率高但行动技能分低，存在反应不足和过度两种失败。
温度缩放并不足够：人类标签分布下的校准差距
软标签下温度缩放校准存差距，随模型规模增大且语言域更显著，多数投票标签误报可靠性。
后训练改变置信度：SFT、RL和OPD如何塑造思维链前、中、后校准的三阶段分析
OPD、SFT、RL分别优化推理前、中、后置信度；位置感知策略提升答案聚合和早停。
GeoAnchor：基于潜在分解的协作推理实现3D空间理解
GeoAnchor分解位置、方向、几何三种潜在信息，实现动态可解释的3D空间推理，性能超越现有方法。
Where Should RL Post-Training Compute Go? Model Size, Search, Learning, and Feedback
中文标题：自我改进往往是突然的：大规模模型的启蒙式微调
受人类顿悟启发，提出免训练后调优方法，通过修改快捷方式无需更新权重即可突发提升性能。
记忆即受控过程：面向LLM智能体的自适应记忆管理学习
将记忆操作建模为马尔可夫决策过程，在线学习何时检索、注入、遗忘，自适应提升成功率并降低开销。
面向BioASQ A+和B阶段的成本务实质量门控与选择融合多模型组合器
提出成本务实质量门控与多模型选择融合，在BioASQ 14B三项榜单夺冠，降低检索成本12%，提升列表F1与召回。
离散扩散模型：从标记化到生成的统一框架
离散扩散模型通过统一框架揭示设计权衡，从标记化到生成指明未来方向。
通过音频感知大语言模型的细粒度反馈改进文本到音频的指令跟随
利用音频感知大语言模型生成细粒度反馈，优化文本到音频的多事件时序指令跟随，提升准确性与完整性。
用于Transformer场景文本识别的二维旋转位置编码
提出2D-RoPE-STR，通过各向异性旋转编码和交叉注意力扩展，零参数提升弯曲、旋转等不规则文本识别精度。
High-Order Question Generation in a Multilingual Educational Context
GPOcc++：融合视觉几何先验的统一稀疏高斯占用预测
将视觉几何先验转换为稀疏高斯表示，统一处理多视角与时序，高效实现室内外场景占用预测。
基于VAE的多任务卫星辅助语义通信框架，用于6G网联自动驾驶车辆
提出VAE多任务语义通信框架，以概率潜在表示实现高效编码，在卫星辅助自动驾驶中减少带宽高达98%并保持稳定性能。
TRACE-PCa：在主动监测期间利用纵向MRI预测前列腺癌进展
提出无需病灶分割的时序多模态模型，融合MRI与临床数据预测癌症进展，减少不必要活检。
自我进化的纵向个人健康管理智能体
HealthClaw开源智能体实现自我进化记忆，纵向健康管理准确率提升至45.7%，隐私披露减少。
老狗还能学新把戏吗？——让LLMs超越句子级翻译
探索LLMs能否通过整文档和语料库信息翻译超越逐句范式，发现有限改写但需改进有效性。
环境监测中最大化覆盖的自主无人机路径规划：系统文献综述
综述显示无人机路径规划集中于覆盖与能量优化，但天气、不确定性研究不足，仿真多，现实差距大。
AI加速端到端框架，助力快速职业提升
提出AI加速的职业提升五阶段框架，获美国会计委员会认证，学员快速通过NVIDIA专家考试。
强化学习中的分解谱表示
FaStR将转移核分解为三模张量，用CP分解学习独立编码器，降低样本复杂度，提升高维运动任务效果。
智能体优化器的增益能否累积？基于Terminal-Bench 2.0的持续学习评估
仅当优化循环内置回归控制时，增益才可复合；RELAI-VCL因内置回归控制而持续提升，整体通过率达76.4%。
HIVE-3D：用于高质量3D场景生成的分层体素增强
提出由粗到细分层增强框架，从单张图像生成高质量3D场景，性能达最优。
LPM：工业级生成式视频修复
行业首个工业级生成式视频修复模型LPM，部署于快手，降低码率20%，节省数亿年带宽成本。
DeepStress：深度搜索代理的压力测试
提出DeepStress框架，通过合成环境控制证据质量，测试搜索代理在可信度、相关性、事实性维度上的鲁棒性，发现显著差异。
CDS：空间图中结构化干预的反事实方向性分数
提出CDS框架，通过反事实干预量化空间图中节点类型间的方向性影响，实验验证鲁棒有效。
ExTernD: 扩展秩三元分解——精度逼近任意量化级别的三元LLM后训练量化
ExTernD通过扩展秩三元分解，使后训练量化误差可任意减小，精度逼近bf16，有效bpw约5.2-5.7，性能接近Q4_K/Q5_K。
面向方面级情感分析的约束感知反事实编辑
提出CAVE-ABSA框架，生成并验证有效方面级反事实，提升ABSA鲁棒性与数据增强。
深度交互：一种面向大型推理模型的高效人机交互方法
提出深度交互方法，直接编辑响应纠正推理错误，提升成功率25%以上，减少40%令牌使用。
Earthquaker-AI：基于检索增强生成与量规评估的小学地震教育框架
融合机器人、RAG和量规评估，通过渐进式学习路径提升小学生地震应对能力，实验显示高准确低幻觉。
Bring Music The Horizon: 音乐驱动的360度视频生成
提出情感感知管道，根据音乐情感轨迹生成体现情绪动态的360度沉浸视频。
分布鲁棒且安全的模仿学习
提出联合处理策略与不确定性偏移的分布鲁棒安全模仿学习框架，实现无人机不确定环境下的安全任务。
局部冗余：一种基于合成记忆的可塑性的信息论度量
提出局部冗余作为可塑性信息论度量，用合成记忆的期望平方梯度范数高效计算，实验证明其预测下游性能更优。
为公共卫生信息访问设计安全约束的LLM系统
针对母婴健康资源导航，设计安全约束LLM系统，采用多层架构确保安全与合规，平均响应5.3秒。
安全条件增益：双重用途生物学助手的效用-风险前沿测量
引入安全条件增益协议，通过人评效用-风险前沿，发现安全助手降低有害性但非绝对优势。
CASA-SDF：基于课程感知的空间适应与曲率引导密度的神经隐式表面重建
提出CASA-SDF，通过课程感知空间适应和曲率引导密度变换，平衡室内场景的平面平滑与细节重建。
DeepLoop：循环Transformer的深度缩放
DeepLoop提出考虑参数访问的残差缩放规则，稳定循环Transformer深度扩展，提升验证损失和下游准确性。
SingGuard-NSFA：通过生成式推理和实时分类实现可扩展的智能体AI护栏
提出nsfaguard框架与NSFA分类法，双模式（生成推理+分类头）检测威胁，93K样本上F1≥94%，跨源F1达91.29%，模型可扩展。
回溯测试：回放预测市场以评估LLM预测者
针对LLM预测评估中的信息泄露，Hindcast通过固定时间戳和仅读事前数据，实现公正预测能力评估。
DeltaMerge-LowRes：组合语言和任务增量以实现低资源适应
ΔMergeLowRes分别训练语言和任务增量，用cross-axis TIES组合，低资源下提升摘要和QA性能，降低分类校准误差。
高效视觉语言模型的无注意力轻量级令牌缩减
提出无注意力轻量级令牌缩减框架，用熵选重要令牌、一致性信号保多样性，实现高效压缩。
面向银行交易异常检测的可解释人工智能：内部审计视角
基于隔离森林和SHAP的可解释AI框架，精确率0.91召回率0.88，提升审计决策质量。
AI治理中的最终权威：前沿提供者主权与以行动为中心的部署者治理
论文主张AI治理最终权威应归部署者和后果承担者，而非前沿提供者单边控制。
LessonBench-V1：用于评估AI课程生成代理的基准数据集
含647个STEM课程及3620个学习目标，融合多种教学法，系统评估AI课程生成代理。