全部论文

把私有 CBC 证据蒸馏成可发布的 GAT 打分器，使前沿智能体在不读取患者行时给生物标志物表达式排序。。

指定配置下的文本水印被做成可审计测量：记录证据如何衰减，并把检测收成三态，而不是判定人类作者身份。

Mitchell、Ghosh 与 Passi 的立场论文认为：人被留在回路中，并不会自动产生有效监督。

这是一份面向研究者与政策实践者的议程论文：先进 AI 的社会风险需要定量建模，但监管要求的先进方法尚未被定义。

在条件转移可独立查询时，用 tail influence 把固定评测预算分给对一条固定策略的下尾 CVaR 更重要的 kernel。平均回报相近时，罕见失败仍可能差很多。完整 rollout 把大部分预算花在到不了最坏状态的转移上。

作者把高自主 AI scientist 的规模化协调写成经济与制度问题：假设生成变便宜之后，要分配的是稀缺验证资源，并处理信用、问责和恶意使用。

LS-AR 给因果解码器加一条不占窗口的连续目标通道，用来处理长程生成里宏观指令被挤出上下文或被注意力稀释的问题。

P2P 是面向 VLM 推理的训练无关计算旁路：不删除视觉 token，而在选定 decoder 层用固定激活代理代替视觉投影。

在基座冻结、只有三篇摘要的冷启动下，生成符合特定作者文风的科学论文摘要。

HEST 是不更新语言模型权重的推理时转向：模型自己的 next-token 熵既选出少数犹豫 token，也训练给出方向的双曲探针。要处理的情况是，数学解答里多数 token 已由上下文决定，分叉集中在高熵 token，而常见激活加法仍对每个 token 加同一欧氏向量。长推理模型上按关键词和步骤边界转向的做法，又很少适用于 instruction-tuned 模型。

一般谕示辅助计算在随机谕示中做不到 witness hiding，因而也做不到零知识监督。给谕示答案加上数字签名后，抗碰撞哈希足以同时得到隐私和简洁验证。

这项实验研究混合人类–LLM 群体里，智能体比例如何改变自发约定。

Namvarpour、Chang 与 Razi 用计算辅助主题分析，描述青少年相关 Reddit 讨论中与 AI 陪伴聊天机器人的关系及潜在过度依赖。

这是一篇关于非洲政府 AI 政策优先事项的定性评估，不是对模型的测试。

作者把撒哈拉以南非洲电子健康里的自主诊断智能体写成治理问题，而不是新的诊断模型。要处理的是：系统分析患者数据并给出拟被执行的诊断或分诊，中间没有强制人工复核，患者又未必知道这一步由智能体完成。