此前方法通常在密集编码后再压缩视觉 token，导致训练表示与部署时紧凑接口不一致。CoVisco 将压缩前移到编码器内部，使训练与部署使用同一套紧凑表示，并降低下游 MLLM 的视觉上下文与 prefill 负担，同时保留按需调用细粒度 patch 的能力。
此前较少证据说明，一次不针对价值、也不试图说服的简短LLM交互，是否会改变用户判断时激活的价值取向。该研究给出预注册实验证据，提示影响发生在价值方向未明显收敛、建议内容未被检测到改变的情况下，因此价值偏移可能不易被用户察觉。
此前可撤销解码方法未考虑不可靠令牌对验证上下文本身的污染，导致早期错误影响后续生成。DARD首次识别这一失效模式，通过选择性上下文验证候选令牌，同时提升速度和生成质量，为dLLMs的实际部署提供了更优的帕累托前沿，可能推动该类模型在实时应用中的落地。
此前行业默认把合规监控拆成单步检查，并假设单步都通过则整体合规。该论文指出这类监控存在结构性盲区，且提升步骤级监控精度也无法发现 CPV，意味着现有护栏在受监管流程中可能给出虚假的安全感，合规评估的单元需要从步骤上移到完整执行轨迹。
此前研究表明 LLM 在投资决策中具有系统性偏好，但缺乏可控校准手段。该研究提供了一种无需重新训练或修改提示的推理时干预方法，能持续调整模型的买卖倾向，且效果优于系统提示，为金融 AI 的可控性提供了新的技术路径。
现有方法在长时程任务中因错误累积和子任务衔接不当而失败，BATON 通过子任务级探索和转换感知记忆，将探索成本从指数级降为加法级，并实现失败归因，有望提升机器人多阶段任务的可靠性。
此前影像与表格结合的多模态方法在跨队列泛化上受限，而 TabPFN 等表格基础模型的上下文学习泛化好，却因元训练先验与影像特征统计结构不匹配而难以直接扩展。该工作把冻结的 ICL 引擎与可训练编码器结合，在保持测试时泛化机制的同时引入影像信息。
此前LLM在图推理中对节点标识和描述变化敏感，多Agent系统虽能缓解但延迟高。GRAIN用单Agent方案同时提升准确率和降低延迟，并显著增强结构泛化能力，展示了一种更高效、更鲁棒的现实图推理路径。
此前中医处方生成多依赖端到端映射，推理不可审计、不处理随访调整、不安全规则未硬约束。该工作把可审计推理链、患者轨迹建模和确定性药理规则分别嵌入训练流程，并报告小模型可超过大模型零样本表现，为垂直领域对齐提供了分阶段、可验证的工程路径。
此前LLM生成的推理图常出现语法错误、标签漂移、根节点方向错误等问题，PEARL通过无训练框架实现了可审计修复，将严格通过率从0%提高到85.7%，为需要可审查推理痕迹的AI科学家工作流提供了可靠基础。
此前多模态推理中，与任务无关的音频会改变文本推理决策，而聚合准确率会因音频引发的修复与损害相互抵消而掩盖这一漂移。该工作用配对漂移分析把这类隐性影响显性化，并给出可作用于具体模型通路的控制手段，而非仅靠提示或固定抑制。
此前封闭源模型的推理过程不可见，能力提升只能靠基准分数推断，无法核实是否真的来自推理。该工作给出一种无需模型方配合、仅靠标准 API 特性即可观察隐藏推理的行为学路径，把评估对象从结果分数扩展到推理的组织方式，为外部研究封闭模型提供了新的可比维度。
此前 LLM 用于故障诊断多以单次演示呈现，难以应对模型输出的随机性。该工作把评测单元从个案展示换成集成式批量试验，并首次在同一闭环中同时比较前沿模型与本地部署模型，给出了可重复的对比框架。
此前优化方法与学习型控制器多依赖预设目标，难以自主适应时变的服务需求与资源优先级。该工作把目标设定与策略执行解耦，使系统可在不重训策略的前提下调整博弈目标，指向可扩展、可信、自适应的低空智能体网络。
此前混合精度 key cache 量化仅依赖 key 统计来估计通道重要性，压缩到 2 bit 时准确率明显下降。PN-Mix 改用 query–key 成对范数来识别显著通道对，在更低平均位宽下取得更高或相当准确率，并把可用下限从约 2.25 bit 推到 1.5 bit，为长输出推理的内存和带宽优化提供新依据。