本文综述了使用LLM生成的合成数据进行临床沟通处理的研究，并展示了13个案例研究，涵盖EMS报告、护士交接等场景，表明合成数据能够助推临床NLP系统的构建。
本文提出了FALM-PINN，一种用于物理信息神经网络的交替Levenberg-Marquardt训练框架，该框架使用傅里叶增强特征来解决谱偏差和表示-系数耦合问题，在高频和非线性偏微分方程上实现了最多低两个数量级的误差。
This paper introduces MERIT, a training-free agent that uses causal episodic memory of past repair outcomes to improve subsequent Text-to-SQL generations, boosting execution accuracy on Spider and BIRD benchmarks.
本文对事后分析方法（随机森林替代模型、LIME、PCA）在检测聚类结果中的结构化模式方面进行了比较评估，使用注入模式的人工合成数据集。研究发现，没有一种方法能持续检测所有模式类型，凸显了现有可解释性工具的不足。
MACRO is a framework that learns task-specific execution routes over frozen LLM layers using Markov chain-based routing, improving reasoning accuracy without modifying model weights. It outperforms prior routing approaches while reducing search time significantly.
Introduces Synthetic Query Probing (SQP), a reference-free method for learning mappings between similarity score distributions across embedding models, enabling threshold portability in RAG systems. Experiments show systematic score distortions and isotonic regression as the best calibration approach.
Introduces Fast Evidential Rule Learning (FERL), a method for interpretable classification that produces evidential outputs and can abstain when uncertain, with theoretical stability guarantees and strong empirical results across tabular and concept-bottleneck benchmarks.
一篇研究论文，提出了一种排序学习框架，用于为GPU加速的量子电路模拟选择高效张量网络收缩计划，该框架使用从GPU测量中训练的梯度提升排序器。
本文介绍了 MameLoshnLM，这是首个开源的 8B 参数意第绪语语言模型，同时还包括 Oytser 预训练语料库和 Kashes 评估基准。研究表明，在高质量意第绪语数据上进行持续预训练的表现优于通用多语言模型，凸显了专门进行低资源语言建模的价值。
本文提出在不执行昂贵 Rollout 的情况下预测 LLM 智能体的任务难度，在 17 个智能体基准上研究该问题，并表明 token 级熵是一种有用的预测信号。
本文介绍了TSR框架，该框架将社交对话分解为战略规划和语言执行两个阶段，以及LHRL-VGR，一种带有方差门控奖励的强化学习算法。使用该方法对Qwen2.5-7B智能体进行微调，在SOTOPIA基准上的目标完成率超过GPT-4o基线7.32%。
介绍GROM，一种无梯度的单次机器遗忘方法，通过岭正则化最小二乘法计算闭式加性权重更新，在TOFU和WMDP等基准上实现了最先进的遗忘-效用权衡，并能抵抗基于量化的恢复攻击。
介绍了 MoCA（隐式社会情境分析），这是一个新的任务和基准，用于在情感、意图和立场三个维度上建模隐式社会场景，并提出了冲突驱动溯因推理（CoDAR）框架。实验表明，最先进的多模态大语言模型在此任务上表现困难，而 CoDAR 能提升性能，但仍与人类推理存在较大差距。
本文提出了一种用于激光粉末床熔融的神经符号闭环架构，其中环内本体将符号推理与统计学习相结合，以控制熔池深度并消除悬垂挂渣。通过校准至NIST AM-Bench基准的代理模型验证了可行性。
本文提出HallDetect，一种轻量级、无需参考的幻觉检测框架，它将生成内容分解为原子声明，并通过紧凑的蕴含模型进行验证。在多个基准测试中，它优于资源相当的基础模型，并提供了从声明到文本片段的审计轨迹。
这篇arXiv论文提出了一种形状约束的预测建模方法，用于估计连续流纳米药物生产中的纳米颗粒尺寸和分散度，从而减少对大量实验筛选的需求。
本文介绍了M3R-Bench，一个包含1,000个图文实例的统一证据支撑多模态隐喻理解基准，并提出了M3R-Reasoner，一个结合基于课程学习的推理监督和强化学习的8B参数模型，其性能优于更大的专有模型。
This paper introduces HiLP, a hierarchical representation training method that adds multi-scale self-predictive learning to transformer pretraining, aiming to reduce compounding error and improve long-horizon reasoning and speculative decoding efficiency.
本文提出了一种以设备为中心的框架，利用基于深度学习的视觉和事件驱动有限状态机在热锻工厂中定位工件，在运行环境中实现了高检测精度和低延迟。
This paper introduces Task-Conditional Flow Matching (TCFM), a framework for adapting multilingual text embedding models that selectively uses flow matching for translation tasks and other objectives for retrieval/classification. It achieves state-of-the-art results on the Indic Massive Text Embedding Benchmark.