本文提出了一種多模態概念驗證管道，結合LiDAR、可見光-熱成像融合和合成孔徑成像（AOS），用於森林冠層下的人類檢測。YOLOv5在FLIR數據集上微調後平均精度約0.83，為無人機搜索救援和監視系統提供了基線。

COPRA是一種新型的視頻異常檢測框架，通過為每個視頻片段生成特定的參數更新，動態調整凍結的視覺-語言模型，解決了訓練與推理之間的數據分佈和模型配置不匹配問題。在標準基準測試中，COPRA在域內和跨域場景下均優於靜態基線方法，並泛化到視頻問答和密集描述等未見任務。

本文提出深度預對齊（DPA）架構，用小型視覺語言模型替代標準ViT編碼器作為感知器，確保視覺特徵與目標大語言模型的文本空間深度對齊。在4B參數規模下，DPA在8個多模態基準測試中平均領先1.9個百分點，在32B規模下差距擴大至3.0個百分點。此外，DPA減少了32.9%的語言能力遺忘，並不同LLM家族中表現一致。

ReactiveGWM是一種新的反應式遊戲世界模型，能夠合成玩家與NPC之間的動態交互。它通過解耦玩家控制與NPC行為，利用擴散骨幹網絡的加性偏置注入玩家動作，並通過交叉注意力模塊實現高級NPC響應（如進攻、控制、防禦）。這些模塊學習遊戲無關的交互邏輯，支持零樣本策略遷移，可直接插入不同遊戲的現成世界模型中，無需領域特定重新訓練。在《街頭霸王》遊戲上的評估表明，ReactiveGWM在保持精細玩家可控性的同時，實現了魯棒的、與提示一致的NPC策略遵循。

驚異性理論認為單詞的處理難度由其上下文可預測性決定，但語言模型（LM）的驚異性在花園路徑句等句法歧義研究中系統性地低估了人類遇到的困難。本研究測試了“解析多樣性不匹配假説”：LM可能比人類同時考慮更多不同的句子解釋。通過循環神經網絡文法（RNNG）和詞同步束搜索，改變用於計算單詞驚異性的同時解析數量，發現減少同時解析確實增加了預測的花園路徑效應幅度，但遠不足以捕捉人類效應的全部幅度，表明該假説無法解釋LM驚異性和人類句子處理之間的差異。

該研究分析了六種不同的大型語言模型架構在十二類認知任務中的神經激活模式，發現數學推理任務在所有架構中均產生最高的注意力熵，而解碼器模型的稀疏度顯著高於編碼器模型。研究結果為模型選擇與優化提供了關鍵見解。

大型語言模型個性化通常適應用户偏好和風格，但未考慮用户在不同專業領域評估能力的差異。這可能導致專業領域漂移，即用户在自己無法可靠評估的領域依賴AI生成推理。本文提出能力條件化支架，一種將專業知識劃分為強、混合、弱三個領域，並根據結構化能力檔案調節干預行為的框架。初步評估表明，該框架能產生一致的能力檔案調節干預行為，包括檔案切換下的類別反轉和混合領域風險區域的選激活。研究發現，能力感知支架可以在風格個性化之外支持更可靠的專業人機協作。

本研究開發了Eskwai for Students，一個基於檢索增強生成（RAG）的生成式AI助手，旨在幫助加納法律專業學生進行法律教育。該系統依託包含超過1.2萬條判例法和1400條立法的數據庫，在30個月內對3100名學生進行了部署，處理了3.2萬次查詢。研究評估了AI的有用性，並揭示了學生查詢的類型及其引發的倫理問題。

針對撒哈拉以南非洲師生比例高、合格教師短缺的問題，研究團隊開發了基於WhatsApp的AI教學助手Adesua。該系統整合教科書和33年國家考試題目，利用生成式AI提供問答和自動評估。在加納的6個月試點中，56名活躍用户給予AI答案93.75%的幫助率評分，顯示出在資源受限環境中提供個性化學習支持的潛力。

本研究探討人類在詞彙量受限（最小250個高頻詞）時如何生成語言，並與基於大語言模型的貪心採樣和全局最優採樣算法進行比較。結果顯示人類行為更接近貪心採樣，但熟練者會回溯修正；在高約束下，人類傾向於使用語義較輕的詞彙。研究對資源理性認知、心理語言學、二語交流和語言障礙有重要啓示。

研究者從1.007億份烏克蘭法院判決中提取了5.02億條引用鏈接，構建了首個大規模法律引用圖。該圖揭示了司法引用結構能無監督地編碼法律領域邊界，並以近乎完美的準確率預測未來立法重要性。主要發現包括：度分佈遵循冪律；共引投影上的社區檢測自動恢復了民法、刑法、行政法和商法等法律領域邊界；引用特徵以AUC=0.9984預測前1000篇重要文章。該本體被用於LLM輔助法律分析的工作流記憶系統。

話語關係（如因果、讓步）是計算語言學和語用學的重要課題，但跨語言研究面臨數據複雜和接口缺乏的挑戰。DiscoExplorer 是一個開源的本地運行網頁接口，整合了 DISRPT 共享任務中 16 種語言的話語關係數據集，提供查詢語言、搜索和可視化功能，旨在簡化多語言話語關係的分析。

一項新研究利用130,486段來自106部小説的翻譯段落，分析了文學翻譯中流暢性與忠實度的關係。研究發現，無論是人工翻譯還是Google翻譯，段落長度與兩者之間存在一致的負相關，暗示了流暢性與忠實度之間的權衡。

OP-Mix是一種統一的數據混合算法，適用於整個語言模型訓練生命週期，能以極低的計算量實現接近最優的混合策略。它利用低秩適配器模擬候選混合，無需單獨的代理模型。

研究人員提出了分組查詢潛在注意力（GQLA），這是對DeepSeek多頭潛在注意力（MLA）的改進，在不重新訓練的情況下提供兩種硬件自適應的解碼路徑。該方法能在H100和H20 GPU上實現高效推理，幷包含TransGQLA用於轉換預訓練的GQA模型。

該研究探討了生成式軌跡模型的隱私評估問題。儘管生成對抗網絡（GANs）、變分自編碼器（VAEs）和擴散模型等生成模型常被認為能保護隱私，但研究表明這一假設不成立。研究者確定了適用於軌跡生成任務的隱私評估實證方法，發現當前評估存在顯著缺口，並通過針對代表性模型的成員推理攻擊展示了隱私風險的存在。

本文提出轉錄組藥物設計（TBDD）作為生成式逆問題，通過條件擴散模型設計分子以實現期望的轉錄組狀態轉換。作者提出CURE框架，包含轉錄組擾動功能特徵提取器（TFE），用於跨模態對齊和異質性感知聚合，在標準測試和零樣本基因抑制劑設計中表現優異。

本文提出Logic-GNN，一種神經符號框架，將臨牀記錄視為由潛在邏輯遊戲支配的“私人語言”，通過集成時序圖神經網絡和圖柯爾莫哥洛夫複雜度歸納符號語法，將異常定義為導致臨牀圖最小描述長度顯著擴展的“語法違規”。在Sina System數據集（超過200萬條記錄）上，Logic-GNN達到了0.94的F1分數，在區分危及生命的醫學異常和數據損壞方面比最先進的基線方法高出12%，並引入自愈機制以實時維護數據完整性。

MuteBench是一個新基準，用於評估在兩種常見傳感器故障模式（模態缺失和模態內缺失）下多模態融合架構的魯棒性，覆蓋7個臨牀領域的9個數據集、6種融合架構和125,000個樣本。研究發現，架構族是魯棒性的最強預測因子，通道獨立模型在模態缺失時表現良好但對模態內缺失敏感，而課程模態丟失只能在訓練時最大丟失率內提供保護。

本文提出Mask-Morph Graph U-Net (MMGUNet)，一種解決分層圖U-Net架構中邊緣特定層限制的實用方法。通過在粗化圖層次中引入特徵對齊的重心參數化，並應用節點掩蔽預訓練與參數高效微調，MMGUNet在分佈內、分佈外及跨組件遷移場景下均表現出更低的預測誤差，為可複用、數據高效的網格代理建模提供了新途徑。

研究發現，對大語言模型進行後訓練量化壓縮（如3位精度）會導致6-21%的原本無偏項目出現新的刻板行為，且模型選擇“未知”答案的意願下降17.4%。標準質量指標（如困惑度）幾乎不受影響，表明聚合指標無法捕捉公平性關鍵退化。

本文提出TeamTR，一種信任區域框架，用於解決多智能體LLM系統在順序微調中的結構失效問題——即智能體更新導致上下文分佈偏移，且基於緩存的評估會加劇誤差。TeamTR通過重新採樣軌跡和智能體散度控制，實現了每步改進的下界保證，平均性能提升7.1%。

現代雲和企業系統依賴基於身份的授權，但自主AI代理的出現使得這一假設失效。本文提出分佈式信任框架（DTF），通過證明派生授權取代靜態身份，確保代理執行的可治理性、可審計性和邊界性。DTF引入正當性證明、共識模型、臨時執行身份和僅追加證據鏈，在OpenKedge基礎上實例化，為雲原生環境提供基礎。

自驅動實驗室（SDL）通過自動化加速科學發現，但SDL軟件開發技術門檻高。現有編排框架主要面向人類交互，缺乏適合AI代理的標準化接口。本文提出基於模型上下文協議（MCP）的SDL軟件架構，將所有SDL功能暴露為MCP服務器，並實現NIMO控制器。該系統提供自動生成的視覺編程界面，支持人類用户無需編碼設計實驗流程，同時AI代理可通過同一MCP後端訪問，實現人機統一接口。案例研究驗證了該架構的可用性。

基於arXiv論文，NOVA框架將AI迭代自我改進循環建模為知識空間上的自適應採樣過程，識別了污染陷阱等失敗模式，並證明了發現成本與發現數量之間的縮放定律。

CAX-Agent是一個專為MAPDL有限元仿真自動化設計的輕量級Agent框架，通過三層架構（LLM服務、Agent框架、求解器後端）和恢復階梯策略提升可靠性。實驗評估了三種恢復策略，其中基於模型的恢復（model_only）在完成率、任務評分和零干預率上顯著優於基於規則和無恢復策略。

指令調優語言模型在高風險決策中表現出行為公正性，但內部表示仍保留偏見關聯。研究通過抵押貸款承銷案例，發現模型輸出無偏見，但內部層狀表示放大了人口統計偏見。通過激活引導和跨層干預，注入關鍵層的抑制信息可導致近乎完全的決策逆轉。這種潛在偏見是不對稱的，且易受對抗性提示和微調影響。結論：僅基於輸出的行為審計不足，需結合輸出評估與表示分析的雙層測試框架。

SkillSmith是一種邊界優先的編譯-運行時框架，通過從技能中提取細粒度操作邊界，將技能包離線編譯為最小可執行接口。在運行時，智能體僅訪問和執行相關組件，避免了不必要的上下文注入和重複推理。在SkillsBench基準上，令牌使用量減少57.44%，思考迭代減少42.99%，求解時間減少50.57%（2.02倍加速），成本減少57.44%。此外，強模型生成的編譯製品可被更小或更高效的模型複用，提升任務準確率。

現有的大語言模型（LLM）心智理論（ToM）評估多采用第三人稱故事問答，忽略了人機交互的第一人稱、動態和開放特性。本研究提出交互式ToM評估新範式，系統評估四種ToM增強技術在多種任務中的表現，發現靜態基準的提升並不總能轉化為動態交互中的更好表現，強調了基於交互評估的必要性。

提出SDOF框架，將多智能體執行視為約束狀態機，通過在線RLHF意圖路由器和狀態感知調度器強制業務過程階段約束。在招聘系統測試中，7B模型在對抗性路由基準上準確率80.9%（GPT-4o 48.9%），端到端任務完成率86.5%，並阻止了所有注入和非法操作。