量化推理模型的校准e-CUSUM解码：为何令牌对数概率不适合解码监控
令牌对数概率不适用于量化模型监控，校准e-CUSUM方法在GSM8K上使INT4准确率从63%升至69%（p=0.18），但消耗28%令牌预算。
验证器引导的十二音作曲：用于符号音乐生成的生成-验证-修复框架
提出神经符号框架，通过生成-验证-修复循环提升十二音作曲局部一致性，交付率从13.3%升至48.1%，专家偏好显著。
3D-DefectBench：细粒度3D生成缺陷的视觉语言模型评估管道受控因子研究
提出3D-DefectBench基准，系统分析VLM缺陷检测管道，发现模型选择最关键，六视图RGB性价比高，但最优VLM仍不及人工标注。
大语言模型水印技术综述：理论与部署
综述LLM水印的嵌入、检测、威胁模型及攻防评估，提供部署指导。
OmniX: 通过前馈轨迹场实现任意视角与任意时间的4D重建
OmniX解耦动静态，用动态令牌生成轨迹场，实现任意视角/时间4D重建，性能达SOTA。
从专利到期到商业路径：激活创新档案的AI工作流程
提出AI框架发现过期专利并转化为商业路径，通过CIPO档案验证，强调处理法律不确定性与风险。
学习聚焦：解剖引导的注意力正则化用于医学图像分类
提出Locus框架，利用预训练分割模型引导分类器关注解剖区域，通过注意力正则化提升医学图像分类性能。
分布偏移何时破坏图神经网络的校准？
首次理论表征图神经网络在分布偏移下的校准，揭示关键控制因素，提出无源无标签校准方法STAC。
AutoVSR：从电路原理图自动进行视觉到符号推理以生成符号表达式
AutoVSR利用视觉语言模型与符号求解器，自动化生成电路符号表达式，准确率提升30-59%以上。
针对约束在线凸优化（COCO）的OGD+投影算法的累积约束违反下界
本文给出OGD+投影算法在约束在线凸优化中累积约束违反的下界Ω(T^{(d-1)/(2d)})，为首个下界结果。
追求更强的代码水印：一种语法驱动的方法以优化质量与可检测性之间的权衡
提出GDW语法驱动水印，通过掩码和角色感知调制优化质量与可检测性权衡，实验优于现有方法。
历时样本整合：基于生成模型的稳健尾部风险估计
通过集成训练检查点样本平均尾部波动，在不修改生成目标下降低尾部估计误差。
WSqD：一种适用于大模型训练的无视野学习率调度策略
用逆平方根基线替代WSD恒定阶段，实现视野无关，在凸优化中达最优收敛，实验匹配或超越精心调参的WSD。
PC-Mix: 混合语音与环境声音条件下的部分组件音频伪造检测
提出PC-Mix数据集，用于混合语音与环境声音的部分组件伪造检测，验证了匹配训练更有效。
通过预处理提升d-DNNF表示的查询效率
利用保持模型计数的预处理技术提升CNF公式编译为d-DNNF后的模型访问查询效率，实验证明其高效鲁棒。
结构体代理：利用统一因果结构驾驭长时域数字代理
SturctAgent通过统一因果状态和验证驱动工作流，显著提升长时域数字代理任务成功率。
基于人类反馈增强LLM：自我改进之路
通过辅助反馈RAG系统整合人类反馈，实现检索增强生成系统的自改进与优化。
从神经网络决策到训练案例：基于案例决策理论的精确解释
提出通过OLS分解将神经网络决策精确映射到训练案例加权支持，实现高效案例级审计。
基于动作单元引导的微表情识别合成视频生成
提出EquiME合成微表情数据集，75K视频由AU引导生成，跨数据集性能优异。
Infrared Organization and Critical Cognitive Field Formation in Transformer Dynamics
MAGIC：基于大语言模型的过渡感知式可导航多场景游戏世界生成
MAGIC四阶段流水线将自然语言提示转为多场景游戏，实现跨场景一致性，过渡识别F1达0.96。
Design Choices in Splitting-Based Self-Supervised Sparse-View CT Reconstruction
基于图神经网络的RFID空间几何推理方法在空间AI系统中的应用
提出图神经网络框架，利用RFID观测推断室内空间几何关系，预测轨迹与区域模式。
大语言模型强化学习中的预测性散度掩码
提出预测性散度掩码，通过闭式预测散度变化方向替代PPO比率准则，提升LLM强化学习训练。
TreeSoc：面向足球视频理解的树结构动态推理与工具协同
TreeSoc采用树结构动态推理与工具协同，将视频问答转为层次搜索，在SoccerBench上三任务均达85%以上SOTA，跨域泛化至NExT-QA 74.16%。
GAT与BERT在类人游戏测试中的比较分析
提出通用表示减少特征工程，GAT与BERT在Candy Crush Saga上优于CNN，提升类人游戏测试效果。
GigaAM多语言模型：面向低资源语言的基础模型
提出GigaAM多语言模型，采用数据平衡策略，在低资源中亚语言上超越Whisper等模型，实现高效自适应。
通过强化学习学习残差运动学修正以实现连续神经解码
提出CNN-LSTM-RL框架，用强化学习离线修正运动学残差，3D运动想象解码相关性提升41.5%，RMSE降低40.2%。
HCRMap：面向3.5D MoE芯片推理的感知压力的热专家驻留映射
HCRMap动态管理热专家副本，缓解通信内存瓶颈，在3.5D MoE推理中降低端到端时延约43%。
量化大型语言模型的可靠性缩放定律
量化LLM的可靠性缩放非线性，4位模型达最佳可靠性-效率权衡，且增强鲁棒性。
OpsMem：带跨记忆共振的双记忆推理用于故障诊断
OpsMem双记忆框架协调诊断状态与操作经验，提升故障诊断Match和Relevant最高46.88%和18.39%。
GigaChat音频：时间感知的大规模音频语言模型
提出时间感知音频大模型，融合周期时间标记，支持120分钟输入，实现高精度时间定位与片段描述。
X-GuideAR：一种减少透视引导过程中辐射暴露的增强现实框架
X-GuideAR增强现实框架通过合成X光预览减少62.3%透视次数，提升螺钉置入精度与骨包容，降低辐射暴露。
工具自适应大语言模型重排序器
TALRanker通过两阶段训练实现工具自适应，平衡重排序的准确性与效率，达到SOTA性能。
利用器官层次报告知识学习基于解剖的CT视觉-语言表示
提出OKA-CT框架，利用器官层次知识增强CT-报告预训练，零样本诊断AUROC达84.9/72.2，优于现有方法。
DP-Splat: 高斯泼溅的贝叶斯非参数复杂度控制
用Dirichlet过程先验实现高斯泼溅组件数自适应，保持闭形式更新，理论保证且性能优于固定组件方法。
多模态关注的潮起潮落：为基于证据的VLM推理调度视觉中继窗口
揭示VLM关注三阶段重分布，提出TRACE框架调度视觉中继窗口，增强证据推理，平均提升4.33点。
生成式中国法规检索
提出GCSR框架，将法规检索转为序列生成问题，通过多粒度docid和多任务训练实现高效检索。
潜在处理效应的谱结构
通过投影到共享代理子空间，两处理组商算子之差的对角本征值即为潜在效应，并给出高概率扰动界。
面向与相机无关的转弯运动计数的车辆轨迹入口和出口区域的无监督检测
提出无监督管道，从车辆轨迹自动识别入口/出口区域，无需标注或标定，在25个摄像头下中位误差约3%，比基线更稳定且成本低。
奇点空间：一种用于信号表示的生成扩散框架
提出奇点空间框架，用复平面奇点表示信号，避免网格模糊，实现无分辨率重建，在激波测试中误差降低4.2倍。
EquiFusion: 基于等变潜在扩散的运动学无关人体运动预测
EquiFusion提出运动学无关的等变潜在扩散模型，实现跨数据集泛化与零样本预测，更紧凑高效，达SOTA。
具有极小极大最优遗憾的强盗主成分分析
提出强盗PCA的极小极大最优算法，实现r√dT阶遗憾并匹配下界。
Omni-Decision: 一种用于全模态问答的渐进式证据状态智能体系统
提出Omni-Decision系统，以结构化证据状态驱动多步证据获取，在两项基准上准确率分别提升27.3和30.2个百分点。
中文标题：两层神经网络中的奇异摄动与层次化学习
中文摘要：证明奇异摄动控制训练速度下，两层网络按预测时间尺度恢复单索引模型低阶分量，并发现二次分量学习中的神经元奇异重排。
MED-DSLC：基于领域监督和逻辑校准的多专家领域分类
MED-DSLC通过领域监督和逻辑缩放恢复全局可比性，解决多专家域分类的跨域干扰，零样本准确率提升15%。
领域感知的缩放定律揭示数据协同效应
量化语言模型预训练中数据协同效应，利用开源LLM估计领域交互，提升规模定律预测准确性。
AgentCheck：基于MCP的LLM代理可复现-干预-缓解工作台
AgentCheck开源工作台通过故障注入与重放，使开发者复现、干预并验证LLM代理在MCP上的工具故障，最佳代理通过105/120场景。
当奖励套件存在泄漏时：RLVR中自然验证器误报的预注册因果对比
RLVR奖励套件误报奖励真实错误（47.57%），静态审计可预测漏洞，加固消除虚高，误报源于预存错误模式。
粘性跳跃扩散：掩码、连续与混合扩散的统一视角
提出粘性跳跃扩散统一三类扩散，通过去噪危险匹配训练，其反转解释了各扩散家族的特征。