饱和使量化误差可加：一种带证明的覆盖模型
覆盖模型验证逐层效应解释了85-93%的损失方差，预测准确且分配性能优于其他方法。
RCWT：从LLM调用中的协调内容测量任务预算位移
RCWT测试发现固定预算下协调内容挤占任务证据导致性能骤降，但保留证据时高协调比例不影响正确性，方法是测量上下文预算分配的原始工具。
面向联邦多模态大模型微调的弹性正则化与合成重放持续学习
提出FedCMM框架，通过模态感知弹性权重巩固、本地合成重放和任务相似性梯度聚合，三级防御灾难性遗忘，性能超越基线。
过滤低质量图像以准备数据
提出过滤低质量图像而非去噪法，利用质量指标和阈值筛选并保留足够图像，交通标志识别准确率93.8%，物体识别84.9%。
Ring-Zero：将零强化学习扩展至万亿参数实现涌现推理
提出Ring-Zero训练管线，实现万亿参数零强化学习，模型涌现高级推理行为，数学基准性能领先。
用于自动神经算子发现的代理型AI科学社区
提出代理型AI社区自动发现神经算子，在PDE问题中实现高精度低参数，99.8%混合化，LLM保障多样性。
ProtoPointNet：基于原型的可解释三维牙科点云分类与可验证空间激活
提出ProtoPointNet模型，实现可解释三维牙科点云咬合分类，F1达0.724，AUROC达0.825，空间激活定位至解剖区域。
共享子电路让大语言模型跨任务进行倒计时
发现大语言模型中的通用倒计路子电路，可跨任务追踪剩余token数，并揭示其几何结构与跨模型共享基序。
FinResearchBench II: 一种基于共识衍生黄金评分准则的深度研究基准，用于区分财务报告质量
提出可扩展管道自动生成共识黄金准则，无需人类专家，有效区分10个金融深度研究系统性能。
ACID：面向视频生成的自适应缓存
ACID动态切换缓存阈值，无需重训，在视频扩散模型中大幅加速且质量损失可忽略。
从几何恢复到因果验证：稀疏自编码器特征的可重复审计——从叠加几何到因果惰性
复现发现，高达77%高余弦相似度的SAE特征实际因果惰性，提出因果审计工具并分解惰性类型。
UMSS：迈向无监督多模态语义分割
首次提出无监督多模态语义分割方法UniM2，通过跨模态协同与协调器，有效利用互补信息，显著提升性能。
Lost in Visual Translation: A VLM-Assisted Perceptual-Semantic Coherence Framework for EEG-to-Image Reconstruction
LakeQuest：跨数据湖的接地问答三领域基准
LakeQuest基准含9846个QA对，覆盖三领域，揭示高检索不保正确推理，暴露跨模态合成关键失败模式。
遗忘注意力：具有可证选择与精确遗忘的可训练支持向量记忆
提出支持向量注意力，通过最大间隔记忆实现可证输出不变删除与精确遗忘，性能优于基准。
IQA-T1：基于工具的视觉证据推理用于图像质量评估
IQA-T1用工具生成视觉证据增强多模态大模型推理，实现可解释评估，在7个基准上表现最佳。
超越二分类检测：Reddit癌症错误信息的多维分类框架
提出癌症错误信息多维分类法，发现Reddit约6%讨论含错误信息，少样本提示能提升分类性能。
记忆增强推测：LLM智能体的无损加速
三种在线记忆增强推测器，动作预测准确率提升19-39%，观察预测提升2.5倍，实现无损零耗时加速。
评估低资源语言中的健康谣言：融合小型语言模型与文化敏感的责任自然语言处理框架（以孟加拉语为例）
针对低资源语言健康谣言，提出融合小型语言模型与文化敏感责任NLP框架，孟加拉语实验显示Phi-4最优。
前门中介因果推断方法在全切片图像分类中通用双通道特征解耦特性的证明
提出因果推断MIL双通道假设：新通道独立分类，特征差异越大越能消除虚假关联，提供新理论视角。
面向文本到SQL的列级访问控制的策略条件约束解码
PCC-SQL通过逐token掩码强制列使用合规，实现0%泄露率、高达88.7%覆盖率，令牌增加不超过10%。
邻近特征：Airbnb的隐私合规冷启动个性化
利用地理邻近聚类聚合用户信号，实现隐私合规的冷启动个性化，显著提升预订量。
SeamGen：通过图流匹配实现与艺术家对齐的UV接缝生成
提出SeamGen，利用流匹配生成模型从专业接缝数据学习分布，结合Mesh Transformer捕捉网格拓扑，生成符合艺术家偏好的UV布局。
通过交互感知的混合专家模型理解结构化健康数据
研究交互感知混合专家模型预测脑卒中后僵硬，发现视图间重要性差异显著，视图构建是可解释性的关键。
从繁多到精要：基于特征引导的零样本慢性肾病筛查——使用大型语言模型
大型语言模型利用少量临床特征即可进行零样本慢性肾病早期筛查，性能稳定且无需训练。
基于QUBO优化的证据选择用于非常规求解器的检索增强问答
将证据选择转化为QUBO优化，平衡相关性、覆盖度等，低能解得紧凑子集，性能媲美LLM选择器，兼容非常规求解器。
聚类加权EDMD
CW-EDMD通过软聚类和局部Koopman模型，显著提升预测精度，中位一步误差降低最高57倍。
ReDiTT：面向异步时间序列的检索增强条件扩散Transformer
提出ReDiTT模型，用检索增强条件扩散Transformer预测异步时间序列，稳定长时预测并提升多样性。
诱导情绪是否会偏倚大语言模型在序贯决策中的行为？
LLM能感知情绪，但平均上诱导情绪不显著影响决策；愤怒会降低惩罚敏感性和早期探索。
单词语境普查：44个语言模型答案选择的趋同现象
44个模型从大量选项中选词时41%选"serendipity"，趋同显著，但不同模型差异超四倍，最新旗舰最趋同，而人格调优模型最不同。
无穷小初始化下对角线性网络的梯度流动力学与隐式偏差
无穷小初始化下，对角线性网络梯度流等价于算法1，收敛到修改l1范数解，隐式偏差为修改l1范数。
全局视觉引导与局部超声线索：稳健的自由手三维超声重建
提出全局-局部位姿框架，融合相机与超声信息，将轨迹漂移降至1.67mm，优于现有方法。
分离、精炼、整合：将多模态融合分解用于情感分析
提出SeRIn方法，将多模态融合分解为分离、精炼、整合，解耦模态特定与跨模态交互，在情感分析基准上取得最优。
非均匀地下地热换热器模拟的混合解析-物理信息神经网络模型
混合解析-PINN模型通过温度分解移除奇异点，学习校正项模拟非均匀土壤地热换热器，数值验证有效。
对比增强流匹配实现风格-内容解耦
通过对比增强流匹配，有效解耦内容与风格，提升表征鲁棒性和泛化能力。
认知立场灵活性探测：测量大型语言模型中提示条件驱动的语域转换
提出ESFP基准测试，发现LLM的认知立场适应性独立于通用能力，立场内容密度是核心指标。
通过口袋条件扩散和性质感知优化生成具有可开发性的3D分子
提出conDitar-dev框架，结合口袋条件扩散与性质优化，生成兼具强结合与良好ADMET性质的配体，实验验证有效。
减少信息依赖性不会导致训练数据隐私。对抗性非鲁棒特征才会
揭示训练数据泄露源于对抗性非鲁棒特征，而非信息依赖；提出AT-AT方法实现更优防御与精度。
无需插值的物理感知影像组学：解耦CT与MRI中的体素几何与信号修改
体素间距感知影像组学无需插值，解耦体素几何与信号修改，保持原生信号，优于各向同性重采样。
通过类别对比影响引导扩散模型用于少样本医学分类
提出C2I标准，通过梯度影响力量化样本对分类的贡献，引导扩散模型生成高价值边界样本，提升少样本医学分类准确性与鲁棒性。
可调可见性增强的虚拟染色内镜
提出虚拟增强染色内镜，结合图像翻译与增强，用户可调增强水平，统一模型生成多样图像。
SinAE：面向跨域原子系统的单架构流匹配自编码器
SinAE以单一Transformer架构实现小分子、晶体、蛋白质的近乎无损重建与生成，验证跨域迁移。
相同损失，相同噪声，相反调度：噪声结构与优化器归一化共同决定学习率冷却是否有效
WSD冷却是否有效取决于梯度噪声结构与优化器归一化：SGD在乘法噪声下自衰减无需冷却，归一化方法产生噪声基底需冷却降学习率。
从Critic到Confidence：基于PPO的语言定量预测与置信度估计
CARE-PPO结合置信度估计与PPO微调，实现高精度预测与可靠置信，在医疗金融任务中优于基线并减少过拟合。
可微克隆结构因果图用于从图像序列端到端学习认知地图
提出可微CSCG模块，结合VQ-VAE，端到端从图像序列学习认知地图并鲁棒恢复拓扑结构。
使用简洁的机器无关轨迹的语言识别
本文提出用简洁机器无关轨迹实现语言识别，只用小字母表，无需底层机器模型，突破了以往限制。
超越定位：从跨视角定位中学习语义、结构与几何
提出CROSS框架，通过3D对齐与结构感知匹配，从跨视角定位中学习语义、结构与几何，达SOTA。
MQAdapter：多模态量子适配器用于视觉语言模型从粗到细微调
提出MQAdapter，利用量子纠缠和叠加增强跨模态特征，实现粗到细微调，参数高效提升细粒度判别。
DeGuNet：深度引导的超紧凑骨干网络用于高效激光雷达-相机三维检测
提出DeGuNet深度引导超紧凑骨干，通过稀疏感知对齐图像与稀疏LiDAR，内存降低66.5%，mAP提升6.20。
量子端口-哈密顿神经网络：通过测量诱导非线性学习保守与耗散动力学
提出量子端口-哈密顿神经网络，利用测量诱导非线性实现结构保持的动力学学习，实验显示低能量漂移和高精度阻尼识别。