M2P-AD：基于记忆到原型学习与边界感知分数精化的三维异常检测
提出M2P-AD模型，通过记忆-原型学习与边界感知分数精化，抑制正常区域过响应和边界假阳性，实现高精度三维异常定位。
DP-BOA：基于狄利克雷过程的“出生或分配”方法用于在线类别发现
利用狄利克雷过程先验比较后验证据，在线决策样本归属现有类或新类，提升新类发现且保持已知类精度。
PQFA：用于多模态分类的融合表示并行量子特征增强
PQFA对融合特征使用浅层量子电路进行后融合增强，以更少参数提升多模态分类性能与缺失模态鲁棒性。
The Refusal Residue: When Probes Catch Alignment Faking and When They Don't
噪声从何而来？大语言模型品牌答案中非确定性的方差成分分解
查询语言是最大噪声源（26.5%），品牌信号极弱；增加语言和模型比重复采样更能提升可靠性。
Alice与Bob视角下的正则性
提出统一模型，推广Nerode式正则性刻画至非布尔输出域，并扩展至无限字母表。
CLIP潜在空间的超球面几何：一种语义混合模型
基于von Mises-Fisher混合模型拟合CLIP超球面潜在空间，改进了长尾和分布外检测，揭示其语义混合本质。
UTS在ELOQUENT 2026 Voight-Kampff竞赛中：AI写作的结构性偏移可绕过最先进的检测器
利用分布外偏移可轻易绕过AI文本检测，效率提升约50倍。
从地表预测到可观测性预测：面向云感知地球观测的潜在世界模型
提出可观测性预测问题，用潜在世界模型预测云遮挡下的地球观测可用性，准确率显著优于基线。
用于多变量风电场SCADA数据过滤的聚类算法
聚类算法过滤风电场SCADA数据精度优于人工过滤，但需专家参与且工作量减少。
高效且隐私感知的边云协同大语言模型推理
提出隐私保护边云协同推理框架，基于端点认证KV缓存，降延迟46.1%及下行负载67.4%，性能接近全云。
中文标题：何时可以从应力强度剖面识别组合载荷？基于SIFBench有限元数据的前向-逆向耦合研究
中文摘要：研究从应力强度剖面识别组合载荷的可识别性，依赖载荷剖面线性独立性，通过稳定性裕度刻画病态程度。
中文标题：大型音频语言模型评判者中协议级捷径的审计
中文摘要：审计发现LALM评判者依赖协议提供的标签或参考数据而非音频，导致高一致性假象，需联合评估模型与协议。
GHR-VLM：通过锚定混合推理实现零样本公交视频分析的可操作性
提出GHR-VLM框架，利用边缘-云协同和视觉锚定，将长视频转为乘客证据，实现零样本支付分析。
压缩即认知失败：自主LLM工具如何从被终止的进程中捏造确认结果
Claude Code将超时命令的部分输出误记为确认结果，导致错误跨会话传播，根源是混淆观察与持久化。
HRO：基于大语言模型的零样本物体目标导航层次化房间到物体框架
提出LLM驱动的层次化房间到物体框架，实现粗到细零样本导航，性能优于现有方法。
从新手到专家：众包感知中针对工人性能演化的成本感知赌博机
针对工人性能随经验递增并收敛的众包感知，提出成本感知在线学习框架，联合学习动态奖励与成本，检测饱和并优化预算，性能优于基线。
Human4K：面向全身三维人体重建的大规模4K多视角动捕数据集
提出含600万4K图像的Human4K数据集，多视角高精度全身标注，显著提升全身3D重建，尤其手、脚和深度模糊肢体。
价值漂移：追踪大语言模型后训练中的价值对齐
研究发现后训练中监督微调奠定价值基础，偏好优化难以改变，不同算法影响对齐效果。
Structured Reinforcement Learning for Bayesian Persuasion : Application to Intelligent Interactive Driving
中文标题：克服语言障碍：2023年瑞士隐私法影响的多语言分析
中文摘要：利用多语言LLM管道分析瑞士隐私法修订，发现数据主体权利披露率显著提升，自动化生成器带来高达15个百分点增幅。
VGIF-Score：视频生成中时空指令遵循的可解释性诊断评估
提出VGIF-Score框架，通过ST-DAG和AutoRubric实现视频生成指令遵循的自动化可解释评估，实验证明可靠且诊断有用。
并非所有“针”都能找到：事实分布与“勿编造”提示如何塑造长上下文LLM的检索、推理与幻觉
研究发现事实分散导致性能崩溃，反幻觉提示引发过度保守拒绝事实，显著降低准确性。
The Hitchhiker's Guide to Monoculture
FastCentNN: 使用熵代理加速质心神经网络
FastCentNN以质心移动为熵代理提前分裂，加速CentNN，保持聚类质量，运行时间降低16%（二维）与5%（高维）。
DriveFace：面向移动车辆边境管控的跨谱段穿玻璃人脸数据集
提出跨谱段穿玻璃人脸数据集，含车辆近红外视频与手机预注册数据，揭示现实条件下人脸识别性能受限，亟需专用方法。
ThinkBLOX：渐进式推理的3D室内场景生成
ThinkBLOX提出基于VLM的渐进式推理框架，结合数据集与强化学习，实现高效可交互的3D场景生成。
纠缠之墙：激活空间探针作为风险检测器，而非上下文裁决器
激活探针高于95%阻断有害请求，但分类器泛化弱，表现为广义风险检测器而非独立上下文裁决器。
共识作为无标签自蒸馏的特权上下文
CANON将多数答案共识转化为令牌级监督，无标签训练提升12%准确率，计算成本仅强化学习的七分之一，性能接近有标签方法。
Groc-PO: 基于情境基础的偏好优化实现真实多模态大模型
提出多阶段基础偏好优化框架，抑制跨阶段错误传播，提升多模态大模型真实性。
AI能学习科学品味
通过社区反馈训练，AI能判断并提出高影响力研究想法，加速科学发现。
大语言模型在欺诈检测与信任安全工作流中的运行证据缺口
综述发现LLM在欺诈检测中缺乏延迟、成本等运行证据，审核领域证据较充分；提出FORTE框架与部署清单。
有向图流势恢复的规范不变、参数不敏感正则化
规范不变正则化从有向图流恢复势，参数不敏感且保留动态范围，防止岭回归的序反转。
UniPhysGen：面向仿真就绪3D资产的统一物理基础
提出UniPhysGen，自动将3D资产转化为统一物理语义的仿真就绪模型，联合推理关节与物理属性，性能最优。
左右不对称性：从LLM表征预测大脑活动的能力随其形式语言能力出现
LLM训练中，左右脑预测不对称性随形式语言能力（句法判断、文本生成）增强而出现，与算术、知识推理无关。
企业编码代理的推理经济学：云与本地LLM案例研究
API缓存降低成本88.6%，本地模型节省总拥有成本但缺陷修复率高出2.6-4.9倍。
神经网络的黑塞谱如何依赖于数据
推导线性网络黑塞谱，发现分类任务中解锐度与最大类别比例直接相关，预测鲁棒。
先架构，后基线：评估自主渗透测试的编码代理
在104任务基准上，普通编码代理基线表现强劲，专用辅助工具提升有限，新模型显著改进，评估应报告模型匹配基线。
最大鲁棒性满意贝叶斯优化
提出高效贝叶斯优化方法，寻找对最大输入扰动鲁棒的满意解，适用于优化可控但部署后受扰的场景。
Nexus：原生网格扩散生成
提出Nexus扩散法，解耦顶点与拓扑生成，顶点经八叉树粗到细生成，拓扑用连续嵌入全局恢复，性能优于自回归与两阶段方法。
超越颜色几何：评估视觉模型中类人颜色表示
使用86级模糊感知模型评估视觉模型颜色，类别结果相似，MAE在分级对齐上最强。
OvisOCR2技术报告
0.8B参数端到端文档解析模型，经多阶段训练在多项基准上获SOTA性能。
SIGReg目标作为变分自由能：JEPA世界模型的理论主动推断解释
SIGReg消除先验校准差距，使JEPA目标成为精确变分自由能并对应信息瓶颈；VICReg等不安全，模型缺失状态认知价值。
通过累积行为规则实现自我改进的AI编码代理：一个闭环框架
将审核反馈编码为持久规则，AI编码代理闭环自我改进，消除重复错误，无需更新权重。
FreeLit: 基于物理引导扩散的无配对室内重照明
FreeLit提出无配对数据的物理引导扩散框架，结合光照先验与内在稳定策略，实现可控、鲁棒的室内重照明。
探索性、交互性、可部署：面向开放世界移动操作的视觉驱动具身智能体
提出REAL框架，开放世界移动操作，物理机器人零样本迁移成功率78.3%。
中文标题：微结构条件代理模型用于菌丝复合材料梯度多尺度优化
中文摘要：基于超网络的条件代理模型实现菌丝复合材料多尺度优化，梯度设计使峰值应力降低42%。
NodeImport：基于节点重要性评估的不平衡节点分类
通过平衡元集评估节点重要性，动态筛选有价值节点，有效缓解类不平衡，提升图节点分类性能。
SemaDiff：利用生成代码和测试识别语义变更提交
SemaDiff通过生成测试代码比较版本行为，准确识别语义保留提交（76%准确率，语义变更检测100%精确）。
GameEngineBench：在真实C++运行时环境中评估编码代理
提出GameEngineBench基准，测试编码代理在虚幻引擎5中修改C++代码，顶级模型仅55.5%通过率，显示实时系统开发挑战。