打破似曾相识：基于视觉-语言推理的视觉地点识别独立审计方法
提出视觉-语言模型审计框架，无需先验知识，召回率提升13.6%，错误接受率降至12%。
预测检索！检索增强生成的测试时自适应
提出TTARAG方法，通过预测检索内容动态调整参数，显著提升RAG在专业领域的性能。
等离子体诊断模型中传感器鲁棒性的基准测试：基于TokaMark的系统评估
临近传感器故障严重降低序列模型性能，统计模型稳定；均值填充恢复报警；等离子电流最关键。
图像异常检测的统计非线性重构损失
提出基于sigmoid的统计非线性重构损失，有效抑制异常泄露，在MVTec-AD和VisA上取得99.0%/97.3%及95.3%/99.0%的高AUROC。
高斯索伯列夫算子的近最优学习
提出Hermite-PCA近似算法，以近最优样本复杂度高效学习高斯索伯列夫算子，具有谱收敛性。
LARAD: 基于空间逻辑推理的布局感知道路异常检测
LARAD通过空间逻辑推理与违背合成训练，实现高效鲁棒的道路异常检测，刷新最佳性能。
一种神经符号方法用于自然语言形式化与验证
ARc服务结合LLM与自动推理，冗余验证策略，实现超99%正确率和近零假阳性。
设计上声明式，但仅依惯例可辅助：多智能体框架的AI可辅助性基准测试
惯例对齐驱动AI可辅助性，Agno得分最高（0.55），DSPy最低（0.07）。
度量引导的深度学习合成图像数据渲染，兼容智能体AI
GraNatPy包用度量引导渲染改进，提升检测性能并自动化参数优化。
中文标题：学习对称性的图论本质
中文摘要：构建覆盖几乎所有≤767阶群的13万+Cayley图数据集，揭示群性质与图统计关系，提出新序列与猜想，比较GNN预测能力。
Rethinking Evaluation in Retrieval-Augmented Personalized Dialogue: A Cognitive and Linguistic Perspective
数据生成过程中的层次潜在结构统一跨尺度的机制现象
研究发现，语言模型的三个神秘现象由数据生成过程的层次潜在结构、梯度去相关和表示几何凹性统一解释。
Hy-Embodied-VLM-1.0：高效的物理世界智能体
提出面向物理世界具身智能体的高效基础模型，仅激活3B参数即达32B模型性能，在38项基准中19项最佳。
我们真的修复了吗？对时间序列异常检测中点调整后评估指标的独立对抗性压力测试
独立测试显示：ROC型指标和affiliation-F1易被无技能检测器攻破，PR型及PA%K抗性较好，ROC优于PR方向一致。
抑制自注意力：增强视觉Transformer的聚焦能力
提出抑制自注意力(ISA)，利用负注意力分数抑制无关特征，增强目标聚焦，提升ViT泛化与鲁棒性。
UniMedSeg：面向多范式2D/3D医学图像分割的统一上下文内学习
提出统一上下文内学习框架，融合视觉示例、交互与语言指令，线性注意力复杂度，无需微调实现多范式医学图像分割SOTA。
VQCSim：编译一次的状态向量模拟何时胜过通用量子框架？
VQCSim编译一次模拟，推理加速4.49倍，训练加速26.78倍，自动微分贡献27.6倍。
可移除缺陷：刻意缺陷的经济学与局限性
缺陷可经济保留，致命时按需移除，需优势条件和检测器区分；观察缺陷与能力缺陷区别在于部署分布。
筛选推理分数：基于模型最自信轨迹的推理质量评估
提出FRS指标，仅用最自信的推理轨迹评估质量，能区分准确率相同的模型并反映可迁移推理能力。
AAAI-26双重投稿：新挑战
双重投稿问题加剧，AAAI-26用相似度检测拒稿141篇，建议加强政策与检测工具。
秩一身份共识比分数阈值更准确地预测1:N人脸匹配中的库注册状态
1-一致性方法通过多匹配器排名共识，无需阈值即可准确预测库注册状态，性能媲美最优阈值法且更稳健。
大语言模型是否自知？基于信号检测理论的元认知效率测量
应用信号检测理论发现LLM置信信号具不等方差结构，元认知效率与准确性反向关联，且具领域特异性和温度解离现象。
基于V-JEPA与深度时空学习的视频框架
无需传感器，从单目视频估计五个波浪参数，在有限数据下达到0.451-0.832相关性，验证可行性。
基于差异引导适应与频率解耦蒸馏的域增量遥感变化检测
提出DG-FDD框架，结合差异引导适应与频率解耦蒸馏，有效缓解域增量遥感变化检测中的灾难性遗忘，实现历史知识与新域适应的平衡。
面向语音用户界面的隐喻流动对话设计
提出隐喻流动设计，动态调整隐喻适配不同语境，提升用户接受度与愉悦感，但需个性化。
手术中的点追踪——2025年红外手术纹身挑战赛(STIRC2025)
STIRC2025挑战赛评估点追踪算法，七支队伍参赛，数据集与代码公开。
GaitSpan: 从行走到奔跑的人形运动成长
GaitSpan框架通过节奏生成、步幅塑造和残差适应，将步行策略扩展到奔跑，实现连续速度、跨形态和零样本部署。
PerfCodeBench：面向系统级高性能代码优化的LLM基准测试
本文提出PerfCodeBench，评估LLM代码优化能力，发现模型与专家实现差距显著，尤其并行和GPU任务。
分析图像编码器选择与图同质性在GCN框架下对乳腺超声分类的影响
系统评估五种图像编码器，高容量编码器提升图同质性与分类性能，图同质性与准确率呈强线性相关。
当方向准确率说谎时：一个基于真实基线的LoRA微调TimesFM股票预测基准
LoRA微调TimesFM方向准确率受市场基率误导，真实基准显示无方向性技能，仅点误差略微降低。
ViCo3D: 利用视觉基础模型赋能基于激光雷达的协作式3D目标检测
ViCo3D将点云投影为BEV图像并利用DINOv2提取视觉特征，结合多尺度融合与跨智能体融合，在V2X协作检测中取得SOTA性能，协作增益提升1.8倍。
可控多样化皮肤病学图像生成，实现公平与高效的恶性分类
提出cgDDI框架，合成多样化皮肤样本，将罕见病变映射到新肤色，仅需10个样本，显著提升分类准确率与公平性。
动态在线处理器原生状态估计推断
提出处理器原生不确定性追踪的贝叶斯滤波，实现确定性分层重要性重组，平均加速805倍，精度-延迟权衡优于粒子滤波。
监督式金融NLP中的测量风险：基于JF-ICR的评分标准与度量敏感性
评分标准措辞改变标签，部分度量失效，需审计可识别度量才能得到可靠排名。
用深度生成模型生成物理上合理的降落伞动力学
提出SPar-GAN生成模型，从数据学习降落伞动力学，复现准确俯仰偏航动态，减少物理测试量。
X-Lens：基于异构相机的实时度量深度估计
X-lens用可学习令牌和畸变偏置实现异构相机实时度量深度估计，参数仅0.04B，精度提升25.4%。
大型推理模型的自适应自蒸馏熵保持监督微调
CurioSFT通过自适应自蒸馏保持熵，增强探索能力，数学推理任务SFT提升2.5-2.9点，RL提升5.0点。
通过强化学习和机械设计中的先验知识实现鲁棒的手内操作
通过全局抓取质量和指尖曲率两个物理先验，提升手内滚动操作的旋转效率、稳定性和抗干扰能力。
DermDepth：面向皮肤科的单目度量尺度三维重建模型
首个皮肤科单目度量3D模型，合成数据训练将尺度误差从16倍降至1.1倍，泛化至真实临床。
FlashDiff：面向扩散模型服务的高效区域执行与调度
FlashDiff通过自适应区域执行和调度，选择性更新非均匀扩散区域，降低延迟30-97%，提升吞吐1.2-2.2倍。
Enabling 24-hour Agricultural Robotics: Unsupervised Day-to-Night Cross-Modal Image Translation for Nighttime Visual Navigation
标题：数据集偏移下基于深度集成的ROI甲状腺结节超声分类的校准选择性预测：回顾性评估
深度集成模型在甲状腺结节分类中内部性能优异，但外部数据集偏移下泛化受限，需局部校准与前瞻性验证。
TraceSynth: 使用约束引导扩散模型生成生产级内核跟踪
TraceSynth基于约束扩散生成合成内核跟踪，在计算密集型负载下F1达87.2%，仅比真实低2.6%，上下文长度是关键。
去中心化梯度下降：瓶颈体制与预算复杂度
提出瓶颈中心框架，引入梯度多样性-网络连通比与梯度-通信噪声比，推导预算复杂度界限，揭示关键权衡。
用异常事件证伪因果关系图
利用异常传播原理，通过统计检验证伪候选因果图，仅需单个异常样本即可操作。
基于上下文白化的电力流代理模型无梯度拓扑自适应
提出ICW方法，通过重估白化统计量实现无梯度拓扑自适应，误差降低6-28倍，适应速度提升21-34倍。
TopCoW挑战——基于拓扑感知的Willis环CT与MR血管成像分割
TopCoW挑战赛基于125对CTA/MRA数据评估Willis环分割与变体分类，最优算法分割Dice>90%，检测F1>80%，分类精度>70%，助力临床下游任务。
SlimPer：打造精简而智能的个性化模型
SlimPer通过迭代精炼紧凑知识库实现高效排序，解耦模型深度与历史长度，显著提升用户参与度。
Compos3D：基于部件交互组合实现生成式3D模型的创意控制
Compos3D提出部件组合重混合流程，用户满意度与创意控制显著提升。
地理空间基础模型的新兴范式：从预训练到智能体推理
地理空间基础模型通过预训练分离职责，支持微调与零样本任务，并展望LLM协调的智能体推理。