OS-Pruner：通过最优停止剪枝推理模型的思维链
OS-Pruner将思维链剪枝视为最优停止问题，动态终止推理，减少20-60%生成长度且精度损失小。
Traj-VLN: 通过自回归轨迹生成学习像素空间交互
在像素空间中通过自回归轨迹生成学习导航交互，微调视觉语言模型实现跨场景泛化，有限资源下达到最优性能。
LLM中的生成与感知：一种标记概率方法
通过直接测量token概率，发现LLM在生成与感知提示下概率分布差异显著，距离比约1.8，感知影响在序列开头最强。
在资源限制下学习微调基础模型
研究资源受限下基础模型最优微调策略，用强化学习决定何时微调，仅需25%步骤达97%全参数微调准确率。
NVAITC AI科学家：一种受控的端到端研究系统——高血压GWAS案例研究
NAIS系统在隐私保护下复现高血压GWAS关键位点，并实现肝损伤预测AUC 0.842，证明受控AI可辅助生物医学发现。
MET：基于理论与文化感知的多语言道德推理
提出理论与文化感知的多语言道德推理方法MET及蒸馏版MET-D，在跨语言基准上提升达12.94点。
M+Adam: Low-Precision Training via Additive-Multiplicative Optimization
TOLiD：通过令牌提升蒸馏弥合视觉基础模型到激光雷达预训练的架构差距
TOLiD将激光雷达点云特征转为视觉令牌，通过令牌级蒸馏弥合架构差距，实现高效自监督预训练。
通过关联递归记忆扩展大语言模型上下文
ARMT方法以常量内存扩展LLM上下文，性能不降且省30%计算量。
STEP：基于时间与教育轨迹建模的职业路径推荐
利用大语言模型从简历提取信号，提出STEP系统结合时间衰减GRU与教育条件调制，实现职业路径下一步预测，性能超现有基线。
NextFund：代理型投资组合管理的统一性能跟踪平台
NextFund平台实时观察金融代理行为，通过交互式竞技场提升投资组合管理评估的透明度和公平性。
AutoNorm: 通过可微分门控理解Transformer中的自适应归一化
AutoNorm-S通过门控冻结策略解决可微分归一化门控的优化不稳定性，在语言和视觉任务上实现更优的自适应归一化性能。
隐藏的足迹：将存储作为LLM智能体评估的一级指标
AgentFootprint基准揭示LLM agent存储差异达15.7倍，建议将存储作为与准确性并列的评估指标。
modelDNA：基于采样权重指纹的校准谱系验证与合并分解
通过采样权重指纹进行谱系验证和合并分解，实现零误报的父模型归因与混合权重恢复。
温度如何塑造检索增强生成中的意识形态话语？
RAG易传递意识形态话语，温度影响强度，适度温度下话语对齐最高。
RED-Sphere: 用于跨人群眼底疾病领域泛化的超球面残差边缘去偏方法
提出RED-Sphere框架，通过超球面残差边缘去偏与反事实正则化，消除外观捷径干扰，提升跨人群眼底疾病分类鲁棒性。
能量引导就是所需的一切？用于驾驶世界模型的免训练规范注入
免训练能量引导可操控驾驶世界模型轨迹，但视频未完全遵循，需跨流耦合实现端到端控制。
AI辅助词典编纂中的人本化引入
本文提出人本AI框架，强调AI增强而非取代词典编纂者，结合自动化与人类控制，确保专业自主性。
可解释机器学习中的构念重叠审计：来自跨学生群体的倦怠-抑郁预测证据
构念重叠造成模型虚假稳定性，残差化实验揭示机制，强调XAI研究应检查此问题。
TriCons-Pose: 类别级物体姿态估计的三角形不变性几何一致性学习
提出三角形不变性几何一致性学习，通过稳定关键点检测和姿态不变聚合，实现鲁棒准确的类别级姿态估计。
STAMP：面向深度搜索智能体的溯源引导信用分配
STAMP用溯源引导信用分配，提升搜索智能体在三个基准上2-5.5点。
自我进化的临床系统之路：医疗智能体从辅助到自主的扩展
提出医疗智能体从辅助到自主的三级分类，强调临床环境缩放与自我进化，分析放射学等应用及挑战。
PREF-Gate：面向图欺诈检测的受来源约束的关系证据融合与验证门控选择
PREF-Gate通过验证门控选择标签证据，在欺诈检测中实现条件有效性与可审计决策。
利用温度采样和方差校正时间偏移实现扩散模型的多样性
提出方差校正时间偏移，使温度采样有效增加扩散模型多样性，无需重训且质量损失小。
当谈论LLM规划时我们在谈论什么：两种不同规划能力的证据
LLM规划表现差异源于两种独立能力：操作推理（局部动作评估）与结构枚举（目标可达性），后者对模型规模不敏感。
Multi-Scale Convolution with Optimal Transport Attention Effect on Multivariate Time Series
检测AI生成视频：视觉-语言双视角综述
提出视觉-语言双视角分类法，将任务重定义为事实保真度验证，实现从痕迹匹配到语义验证的范式转变。
异质智能体群组：具有运行时约束记忆的安全开放式探索
通过分离角色与MCTS生成可缓存约束补丁，实现安全开放式探索，令牌消耗降低15.1%，带宽限制降本55.9%。
先编译，再分页：面向程序化LLM智能体的可执行SOP程序与能力门控运行时
编译SOP为可执行伪代码，能力门控分页，强模型性能提升，弱模型需先检查状态纪律
h-Flow：基于Doob h-变换的灵活流式图像编辑
提出h-Flow，利用Doob h-变换实现无需训练的流编辑，通过速度正交分解可控权衡源一致性与目标对齐。
基于拉东定理的部分概念类的VC维数
通过拉东定理，得到L_p空间中扩张球类部分概念类的VC维数上界与维数无关，仅依赖边缘和半径。
一个Token就够了：从单Token输出分布对大型语言模型进行指纹识别与验证
提出用单Token输出分布作为LLM指纹，低成本验证模型身份，有效检测模型替换。
问题类型、认知负荷与CEFR对齐：评估LLM生成的EFL语法练习
LLM生成语法练习：多选题认知负荷最低，完形填空阻碍主动回忆，CEFR难度分级有效，需策略化问题模态顺序。
面向已验证教学反馈分类协议的耐久性与跨语言迁移基准
协议持久适用，模型选择为部署决策，非方法特性。
回答还是放弃：通过弃权感知强化学习减轻搜索代理的幻觉
提出弃权感知强化学习(AWA-RL)，动态调整弃权奖励，减轻搜索幻觉，精确率提升10.3%，RA-F1提升2.9%。
大型视觉语言模型中的认知专家混合
提出认知分层推理框架，分解专家输出并追踪推理轨迹，提升感知能力，减少幻觉。
策略驱动的CT智能体：为临床一致的CT推理建模相位感知诊断控制
提出PD-CTAgent，通过相位感知表示和知识引导控制，动态选择CT成像相位，减少辐射并适应临床协议。
MAC-Splat：多属性一致性实现高保真稀疏视角重建
提出MAC-Splat，通过多属性一致性损失直接监督3D，解决稀疏视图几何伪影，显著提升重建保真度，PSNR提升超4.5dB。
大语言模型中的元认知：基础、进展与机遇
综述LLM元认知领域，涵盖评估方法、改进技术及未来方向。
有效 ≠ 必要：诊断思维链中的潜在低效
指出现有评估器忽略有效但低效步骤，提出CAID指标识别冗余，结合PACE压缩实现31-53% token节省且不损准确率。
中文标题：用于视频中复杂装配动作理解的组合上下文微调视觉语言模型
中文摘要：提出CCFT和LP-AT方法，分解动作元素微调视觉语言模型，在装配视频理解中优于基线。
让规则归纳回归流体智力研究？ARC-AGI基准在人类中的初步验证
ARC-AGI基准在人类中首次验证，心理测量特性良好，与流体智力高度相关（ρ=0.63），初步支持其作为人类流体智力测量工具。
利用预训练词嵌入改进答案选择
预训练词嵌入显著提升答案选择，结合学习排序可媲美先进神经网络。
Narrix: 从范例中重组叙事策略以辅助故事写作
Narrix通过分析范例中的叙事策略，以彩色标注和互动故事弧辅助新手作者拖拽应用，提升策略保留与创意改编能力。
对齐与分割：基于未对齐标签的无监督建筑分割方法
提出对齐与分割方法，同时学习标签对齐和分割，无需精确标签，实现高质量建筑分割。
加权调整梯度揭示大语言模型中的参数重要性与失效模式
提出WAG方法，通过权重与梯度交互发现LLMs关键参数及性能崩溃模式，优于现有指标。
分层贝叶斯求积
提出自适应树分区贝叶斯求积，处理非平稳积分，无需MCMC，非平稳问题显著优于标准方法，平稳问题性能相当。
高效测试时优化的多智能体证明自动形式化
ToMap多智能体框架通过测试时优化聚焦分解器，使证明自动形式化性能提升19%，成本更低。
LSTrans：面向轻量级自动心电图分类的高效知识迁移
LSTrans结合1D卷积与Transformer，通过低秩适配和知识蒸馏，实现轻量高效ECG分类，显著降低内存与延迟。
像人类一样倾听？语音语言模型中的声音象征与感知对齐
研究发现SLMs听觉判断与人类感知不符，缺失频谱倾斜等关键声学线索，问题在于语音表示而非视觉。