设计性失忆，因必要而记忆：面向文档智能的持久状态
文档AI无状态，无法跨文档、会话和时间积累证据与经验；综述提出持久证据状态框架及纵向评测。
关键交接：混合语言模型中的检索
两跳检索中，注意力层使桥接键可用并消耗；顺序混合模型由递归层携带键，其记忆可被查询并改写答案。
过度解读上下文：被动暴露即可左右大模型决策
无关理由的被动暴露也会左右大模型决策，偏差近50个百分点，甚至违背用户要求、采信虚假信息。
MedRouter：揭示医疗大模型间的知识差异，实现基于路由的推理
MedRouter 用嵌入路由选择专科医疗大模型，强化学习优化选择，八项医疗问答基准准确率提升 8%。
DP-Rec：面向高效长序列推荐的动态分块方法
DP-Rec按对比熵惊讶度切分序列，压缩为动态潜行为向量，实现长序列推荐更优的效率-精度权衡。
通过参数域密钥嵌入的高斯图像隐写
将8位信息嵌入二维高斯参数而非像素，密钥选参微调，正确密钥无误恢复，错误密钥近随机，视觉损失小，迁移至自然图像。
固定却仍不稳定：同一评委内部的判定方差与LLM评委排行榜的噪声底线
固定快照、零温度的LLM评委重复判定仍不稳定：约5%条目翻转，排行榜相邻位次多难区分，需多次复跑并公布稳定性。
基于基准加权与块因子化 e-过程的任意时刻有效大语言模型排行榜
提出 BB-EDGE，将 LLM 排行榜视为有向图，用加权块因子化 e-过程认证优势，实现随时 FWER 控制与 Top-k 排名。
CompassPlay：奖励出题者，看它把求解器推向何方
CompassPlay通过梯度对齐奖励出题者，偏好与目标能力参考任务梯度一致的任务，提升性能与训练效率。
“我在哪里能信任你？”：代理模型保真度的边界感知评估
代理模型保真度在教师决策边界附近显著下降，且边界随训练不稳定，全局一致率不足以评估。
OneFixer：面向驾驶场景的高质量且一致的单步自回归3DGS细化
OneFixer以单步自回归扩散修复驾驶场景3DGS，实现高质量、时序一致、低延迟，闭环碰撞率降三分之一。
将诊断与疾病表征分离：神经动力学引导形变的双视图脑电学习
提出DMD-EEG，双视图分离诊断与疾病表征，以神经动力学引导的源空间低秩稀疏形变建模疾病状态，跨MDD/FEP/PD可读可迁移。
CausalDriveBench：评估自动驾驶视觉-语言-动作模型的因果推理
提出CausalDriveBench，评估驾驶VLA因果推理，最佳准确率70.6%，推理与轨迹预测不相关。
随机梯度方法中的算术简洁性
将 AdaGrad、Adam、AdamW 化为仅用加减乘和除以 2^t 的算术简单算法，并分析静态 Adam 的收敛性。
从结果到策略：面向数学推理学习策略效用
提出SURE框架，以策略奖励模型学习策略效用并融入GRPO，提升数学推理准确率且更省算力。
面向语言模型预训练的可扩展数据多样化：基于杠杆分数采样
提出杠杆分数采样Lev，高效可扩展地多样化预训练数据，提升多样性、速度与下游性能，缓解质量过滤跨域崩塌。
HM-Router：面向智能体系统的模型与执行框架联合路由
HM-Router 联合路由模型与执行框架，可泛化到未观测组合，路由准确率提升 7.3 个百分点。
你真的确定吗？谄媚基准中的两个混杂因素
审计SycEval谄媚基准：两个模板混杂，指定答案与格式指令随反对时机变化，可颠倒结论且可校正。
当有用文本有害：视觉语言模型中的选项重定向偏差
辅助文本若切题却违背图像并支持干扰项，会重定向视觉语言模型答案；提出免训练推理干预缓解。
PQR3D：面向多视图3D目标检测、基于参考条件时序窗口的渐进式查询细化
在参考条件时序窗内渐进细化查询，支持随机帧采样与独立推理；在nuScenes上达71.6 NDS、64.9 mAP。
PruneForget：视觉模型的联合遗忘与剪枝
PruneForget以遗忘集指导剪枝，联合遗忘与剪枝；在图像分类与生成模型上降推理成本，性能近重训后剪枝。
双耳视听实例分割
提出双耳视听实例分割任务，利用双耳空间线索分割发声实例，构建两个基准并提出模型，显著优于单耳方法。
让语音语言模型成为多语言倾听者
构建覆盖23种语言、9200小时的1080万条语音问答合成数据集，低成本提升语音语言模型的多语言能力。
面向原始3D点云的保几何盲水印
提出基于八叉树的盲水印框架，直接在xyz坐标嵌入提取，无需原始点云，抗重采样与位姿变化且失真低。
TreeRef-BFN：基于二维拓扑与内部三维几何的免等变性从头分子生成
TreeRef-BFN以树状表示与贝叶斯流网络，免等变地联合生成分子拓扑和局部三维几何，支持变尺寸条件生成，高效灵活。
AmbiModBench：超越共享响应的基因扰动预测基准测试
提出AmbiModBench，从特异性、基因分辨和覆盖度评测基因扰动预测，揭示绝对高分多源于共享背景而非目标特异学习。
DAAF：从故障定位到LLM智能体中的可编辑系统资产
DAAF学习属性替换效应，将故障定位转为可编辑系统资产的修复决策，任务成功率达71.93%。
面向多模态测试时自适应的表征编辑
提出FIRE，用傅里叶表征编辑器逐层校准单模态中间表征，多层目标优化以提升跨模态对齐与预测可靠性。
知道不等于选择：显式验证在生成式偏好之外带来了什么
生成正确答案不等于会选择；显式验证P(True)改善排序与准确率，但收益受实体和正确性定义影响。
LocalProp：神经局部化的内存高效反向传播
提出LocalProp，局部更新权重，结合剪枝与微调，在ImageNet等任务上以更低显存取得良好性能。
给错误的问题打分：受限选项评估中的读出失败
受限选项评分误读模型：其常续写被引题目而非预测，排序近随机；预填答案主干可提升AUC。
通往稳定边缘的旅程
按优化器直流增益归一化学习率后，不同优化器轨迹几乎重合，据此划分低、中、高学习率三区制，揭示稳定边缘成因。
面向高分辨率植物成像稠密表征迁移的可扩展域内自监督基础模型
千万级植物图像上自监督预训练ViT掩码自编码器，稠密预测Dice达0.8686，优于自然图像基线。
污染、先验还是证据？分解并训练全切片视觉语言模型中的证据使用
提出CleanSlide基准与Pair-DPO，剥离污染和先验，显著提升全切片病理模型对图像证据的利用与外部性能。
旧评估何时能认证新模型？评估器漂移下的标签高效发布决策
评估器漂移下，旧评估能否认证新模型取决于历史可信度；提出组合警觉序列认证法，高效省标签且经实验验证。
从异常到失败：为智能体轨迹诊断构建因果错误图
提出CEG-Agent，构建因果错误图诊断智能体轨迹，并建立CEG-Bench，达最优性能。
自重建动力学用于自编码器重建精化
提出SRD引导的重建精化：用冻结自编码器的自重建轨迹预测隐空间校正，无需逐样本优化，六数据集恢复45.3%可恢复MSE差距，PSNR提升1.74dB。
超越“提示词 vs. 技能”？模块化大语言模型程序的归因引导优化
提出SPARO，联合优化提示、技能与路由，经反事实归因定向更新组件，五基准五模型上优于基线。
KeyRec：面向流式与长视频理解的有界视觉记忆
免训练KeyRec以有界视觉记忆压缩流式长视频，仅10%token，15项中13项最佳。
博弈学习：偏斜迁移表格知识以强化图像模型
提出SKT，用两步纳什博弈自适应整合模态梯度，将表格知识非对称迁移至图像模型，提升其单模态性能。
超越校准：类型化决策模型的概率是否遵循概率公理？
免标注检验类型化决策模型的概率一致性；Jev与Qwen3.8-27B均违反概率公理，加和偏离1且失效模式不同。
向他人学习，为你行动：面向大语言模型智能体的跨用户记忆共享
ShareMem 跨用户共享经验、以接收者偏好为准，三类任务上均超越用户本地记忆。
语言模型预训练的泛化动态
预训练中模型在鹦鹉式与智能式计算间突然模式跳变，源于容量竞争，可优选检查点与数据。
双曲 Sombor 指数引导的拓扑自适应双曲图注意力网络
提出HSO-GAT，用双曲Sombor指数引导拓扑自适应曲率与注意力，节点分类和链接预测均达SOTA。
识别转码器中用于时间敏感事实回忆的时间特征
首次用转码器电路追踪特征级时间召回，发现三类MLP节点并行交互，揭示现有方法遗漏的高层时间组件。
评估单组学与多组学可解释人工智能（MOXAI）用于成人型弥漫性胶质瘤分子亚类分类
MOXAI整合甲基化与拷贝数，分类成人型弥漫性胶质瘤分子亚型，多模态准确率达92.98%，可解释关键位点。
STR：减少模型引导副作用的监督式转码器替换
提出监督式转码器替换STR，减少模型引导副作用，在Gemma/Llama上保持目标控制，攻击成功率降至12%–14%。
MemAgent：学习为LLM智能体管理异构记忆提供者
提出MemAgent，将智能体记忆建模为路由问题，管理异构记忆提供者，平均准确率提升10.0%。
Devol-ONE：单一自回归Transformer混合架构，统一视觉-语言-动作与潜在世界建模
混合Transformer框架统一视觉语言理解、潜在动态预测与动作生成，动作受语义与动力学共同塑造。
超越记忆构建：重新思考基于大语言模型的对话智能体的记忆访问
提出Threader，跳过LLM记忆重写，直接对原始交互做结构感知访问，提升准确率与证据召回并降低开销。