OmniStream通过因果时空注意力和3D旋转位置嵌入实现视觉流的感知、重建和动作，跨29个数据集表现优异。

Yibin Yan, Jilan Xu, Shangzhe Di 等

$Ψ_0$模型通过分阶段训练实现了40%的性能提升，仅需800小时人类视频和30小时机器人数据。

Songlin Wei, Hongyi Jing, Boqian Li 等

通过FLUX的变分自编码器潜在空间实现色彩控制，揭示了色相、饱和度和亮度的结构。

Mateusz Pach, Jessica Bader, Quentin Bouniot 等

HumDex系统通过IMU跟踪和学习方法实现便携的人形灵巧操作，提升了数据采集效率和泛化能力。

Liang Heng, Yihe Tang, Jiajun Xu 等

DreamVideo-Omni通过潜在身份强化学习实现多主体视频定制，提升身份保真度和运动控制精度。

Yujie Wei, Xinyu Liu, Shiwei Zhang 等

AutoGaze通过自回归选择多尺度视频片段，减少冗余，提升效率，支持1K帧4K视频处理。

Baifeng Shi, Stephanie Fu, Long Lian 等

EndoCoT通过激活MLLMs的推理潜力，实现了92.1%的准确率，比基线高8.3%。

Xuanlang Dai, Yujie Zhou, Long Xing 等

研究通过推理LLM裁判在不可验证LLM后训练中提高性能，使用gpt-oss-120b作为金标准。

Yixin Liu, Yue Yu, DiJia Su 等

可分离神经架构（SNA）通过约束交互阶数和张量秩，实现统一的预测和生成智能。

Reza T. Batley, Apurba Sarker, Rajib Mostakim 等

BiGain通过频率分离实现加速扩散模型的生成和分类双重优化，提升分类准确率7.15%，FID提高0.34。

Jiacheng Liu, Shengkun Tang, Jiacheng Cui 等

STAMP框架利用极坐标机制在文本隐私保护中实现更优的隐私-效用平衡。

Fengwei Tian, Payel Bhattacharjee, Heidi Hanson 等

通过学习冲突的增量神经网络验证方法在Marabou验证器上实现了最高1.9倍的加速。

Raya Elsaleh, Liam Davis, Haoze Wu 等

通过时间拉直提升潜在规划的表现，成功率提高20-60%。

Ying Wang, Oumayma Bounou, Gaoyue Zhou 等

RandOpt方法通过随机扰动和集成投票提升大规模模型性能，尤其在预训练权重附近。

Yulu Gan, Phillip Isola

Idea-Catalyst框架通过跨学科灵感提高科学创造力，平均新颖性提高21%，洞察力提高16%。

Priyanka Kargupta, Shuhaib Mehri, Dilek Hakkani-Tur 等

Porfolio-CEGAR-SEQ算法在3D打印中优化对象排列和调度，减少打印板使用。

Pavel Surynek

RDNet通过动态自适应模块提高光学遥感图像中的显著目标检测精度。

Bin Wan, Runmin Cong, Xiaofei Zhou 等

CLASP模型通过XGBoost分类器检测恶意令牌，达到95.9%令牌级F1分数。

Alexandre Le Mercier, Thomas Demeester, Chris Develder

IndexCache通过跨层索引重用加速稀疏注意力，减少75%计算量，提升1.82倍速度。

Yushi Bai, Qian Dong, Ting Jiang 等

提出一种能处理8192个token的波兰语长上下文编码器模型，显著提升长文档任务表现。

Sławomir Dadas, Rafał Poświata, Marek Kozłowski 等