从知识检索转向证据探索与综合
原文未提供摘要
大型语言模型为组合优化发现互补启发式方法
大型语言模型能为组合优化发现互补的启发式方法。
任务结构化的模块化在人工网络中涌现，并与大脑架构相契合
（原文未提供摘要内容，无法提炼精华）
面向微型机器人导航的分钟级训练
摘要未提供。
基于气候模型与概率机器学习的区域气候风险评估
融合气候模型与概率机器学习，实现区域气候风险评估。
量子神经算子：隐式二次框架与表达优势
提出隐式二次框架的量子神经算子，相较经典方法在表达力上具优势，可高效逼近复杂函数。
NucleicBERT通过自监督语言建模解析RNA序列空间
原文未提供摘要，无法提炼。
用脑信号引导机器推理
利用脑信号实时引导机器推理，实现更自然的人机协作与智能增强。
推理模型中的内隐偏见类模式
研究推理模型中类似内隐偏见的模式，揭示其与人类认知偏见的相似性。
增强混合地球系统模型的可复现性
提升混合地球系统模型的可复现性，通过标准化流程与工具，确保实验结果可重复验证。
大型语言模型作为实验发现中不确定性校准的优化器
利用大型语言模型校准不确定性，优化实验发现过程，提升探索效率与决策可靠性。
一个知识驱动的框架，用于预测未建档药物的单细胞反应
针对未建档药物，构建知识驱动框架以预测其单细胞反应。
生成式人工智能的认知债务
生成式AI的知识源于人类数据，却以权威姿态输出，造成认知债务，需警惕其隐含偏见与错误。
面向自主自适应智能体的生命启发式内感受人工智能
借鉴生物内感受机制，使自主智能体感知内部状态，实现自适应决策与行为调控。
端到端任务无关外骨骼控制路线图
提出端到端任务无关外骨骼控制路线图，实现通用自适应辅助。
面向全光谱神经表示的多分辨率增强
提出多分辨率增强技术，改善全光谱神经表示的细节表现与重建质量。
利用隐式神经表示实现科学数据压缩
利用隐式神经表示对科学数据进行压缩，在保证高保真度的前提下显著减少存储开销。
VITAL：肽-蛋白质相互作用的定量与界面感知预测
VITAL方法可定量并感知界面地预测肽-蛋白质相互作用，提升结合亲和力评估的准确性。
带部署协变量重校准的迁移学习用于协变量偏移下的生存预测
提出迁移学习方法，通过部署协变量重校准应对协变量偏移，提升生存预测性能。
智能体AI与网络安全：迄今的历程
综述智能体AI与网络安全的发展历程，探讨其交互影响与当前态势。
迈向机器聆听与发声的通用听觉智能
发展通用听觉智能，使机器既能聆听又能说话，推动人机自然交互。
面向大语言模型推理的有原则的知识编辑方法
建立规范的知识编辑方法，提升大语言模型推理的可靠性与原则性。
在真实世界杂乱环境中学习接触表征以实现通用机器人抓取
提出在真实杂乱场景中学习接触表征，提升通用机器人抓取的鲁棒性与泛化能力。
超越表征对齐：大脑引导语言模型实现稳健推理
大脑引导语言模型超越表征对齐，显著提升推理的鲁棒性。
强化学习引导生成式晶体设计
将强化学习引入生成模型，智能引导晶体设计过程。
通过数据增强神经网络分类多部分连续变量纠缠结构
未提供摘要
可重用性报告：探索液体电解质设计综合建模框架的实用性与可扩展性
评估了液体电解质设计综合建模框架的可重用性、实用性与可扩展性。
强大的语言模型能超越协作带来的好处
当模型能力足够强时，独立模型性能可能超过协作模型，协作收益递减甚至消失。
思考与再思考数据AI准备度
探讨数据AI就绪状态，强调重新审视数据准备以提升AI效果。
将AI技术重新对齐至可持续发展目标
AI技术需重新定向以助力可持续发展目标。
从神经叠加到稀疏可解释编码的统一框架
提出统一框架，连接神经叠加与稀疏可解释编码。