HUSH-Bench以2400个探针和UIS揭示：记忆可用不等于当下有权使用。
Lingxiang Xu, Jiaoyun Yang, Min Hu 等
提出RedditPersona框架，通过五种社区划分策略训练参数高效适配器，提升社区行为识别。
Amirhossein Ghaffari, Ali Goodarzi, Huong Nguyen 等
提出生物医学世界模型，学习多尺度潜在状态及其动态，支持未来模拟与干预优化。
Guangyu Wang, Jingkun Yue, Siqi Zhang 等
SciVisAgentSkills通过增强编码代理技能提高科学数据分析和可视化效率。
Kuangshi Ai, Haichao Miao, Kaiyuan Tang 等
EpiEvolve以记忆自进化适应疫情变局，准确率0.629，恢复滞后由5周降至2周。
Yiming Lu, Sihang Zeng, Zhengxu Tang 等
ALE基准评估AI在长远、经济价值高的真实行业任务中的表现，涵盖55个子领域，实测全通过率低于1%。
Yiyou Sun, Xinyang Han, Weichen Zhang 等
提出基于生成轨迹的安全对齐方法，显著提升模型在推理中抗中断攻击的鲁棒性。
Kyungmin Park, Taesup Kim
BiNSGPS以双向神经符号反馈，在Geometry3K和PGPS9K达90.5%与90.1%。
Qi Wang, Peijie Wang, Fei Yin 等
LEAP利用蓝图分解与自我修正，提升LLMs在Lean形式证明中的成功率，从不足10%提升至70%。
Po-Nien Kung, Linfeng Song, Dawsen Hwang 等
提出基于信息增益的LLM代理澄清策略，有效提升成功率3.7%，平均交互步数减少0.3。
Mengyi Deng, Zhiwei Li, Xin Li 等
SafeSteer通过局部化的策略蒸馏，仅在安全标记上调整，有效平衡安全性与模型能力，显著减少对通用数据的依赖。
Hao Li, Jingkun An, Zijun Song 等
Iteris为计算数学中的开放问题设计的智能研究系统，通过生成数值证据和证明草稿，辅以专家验证，推动理论验证。
Leheng Chen, Zihao Liu, Wanyi He 等
提出结构化后检索组装方法，显著提升LLM记忆系统的单多跳准确率，超越现有方法。
Vikas Reddy, Sumanth Reddy Challaram
提出Andes框架，通过自我演化树路由提升弱模型的指令对齐效果，达成SOTA性能。
Zhengyang Zhao, Shengjie Ye, Lu Ma 等
DAG-MoE通过结构聚合改进专家混合模型，提升了语言模型性能。
Jiarui Feng, Hanqing Zeng, Karish Grover 等
CARGO为无训练依赖的LLM路由框架，通过响应一致性估算实现本地模型信赖度，支持可调合作比例。
Evan Chen, Shiqiang Wang, Kevin S Chan 等
本研究揭示解码器注意力容量限制导致确定性任务中扩展推理失效，提出工具委托解决方案。
Dongxin Guo, Jikun Wu, Siu Ming Yiu
提出基于情境的论证框架（CDAFs），通过激活不同视角实现策略性攻击控制，分析复杂性界限。
Albert Sadowski, Jarosław A. Chudziak
通过PAJAMA系统将LLM评估逻辑蒸馏为程序，匹配13B模型性能，API成本降低50倍。
Tzu-Heng Huang, Shengqi Qiu, Frederic Sala
LISA结合线性注意力与稀疏索引，显著提升长序列推理速度与性能。
Yu Zhao, Zekun Zhang, Fan Jiang 等