PhysMoDPO通过偏好优化生成符合物理的类人运动，提升真实感和任务性能。
Yangsong Zhang, Anujith Muraleedharan, Rikhat Akizhanov 等
采用联合嵌入预测架构（JEPA）在潜在空间中学习物理系统表示，显著提高参数估计精度。
Helen Qu, Rudy Morel, Michael McCabe 等
Visual-ERM通过细粒度视觉奖励提升视觉到代码任务性能，显著超越现有模型。
Ziyu Liu, Shengyuan Ding, Xinyu Fang 等
STEVO-Bench评估视频世界模型在观察中断时的状态演化能力，揭示其局限性。
Ziqi Ma, Mengzhan Liufu, Georgia Gkioxari
NAIT框架通过神经元激活模式选择高效指令微调数据，提升LLM性能。
Xin Chen, Junchao Wu, Shu Yang 等
QMatSuite平台通过知识整合将AI在材料科学中的推理开销减少67%，准确性提高至3%。
Haonan Huang
通过CWRF方法，仅调整关键权重以在保持效用的同时增强隐私保护。
Xingli Fang, Jung-Eun Kim
MXNorm通过重用MXFP8块缩放来高效归一化张量，减少32倍归约需求。
Callum McLean, Luke Y. Prince, Alexandre Payot 等
使用MiniRocket和TSFresh等技术，分析和聚类土星卫星轨道数据，揭示其稳定性和共振结构。
Eraldo Pereira Marinho, Nelson Callegari Junior, Fabricio Aparecido Breve 等
开发了一种支持印度孕产妇健康的聊天机器人，使用阶段感知分诊和混合检索，紧急召回率达86.7%。
Smriti Jha, Vidhi Jain, Jianyu Xu 等
DiT-IC通过32倍下采样的扩散变换器实现高效图像压缩，解码速度提升30倍。
Junqi Shi, Ming Lu, Xingchen Li 等
PITMonitor通过混合e过程检测概率积分变换中的分布变化，提供无界监控下的I类错误控制。
Tristan Farran
ESG-Bench通过任务特定的思维链提示策略，显著减少大语言模型在长篇ESG报告分析中的幻觉现象。
Siqi Sun, Ben Peng Wu, Mali Jin 等
ZO-SAM通过零阶优化减少计算开销，提高稀疏训练的效率和鲁棒性。
Jie Ji, Gen Li, Kaiyuan Deng 等
BoSS通过集成多种选择策略，提升深度主动学习的性能，尤其在大规模数据集上表现优异。
Denis Huseljic, Paul Hahn, Marek Herde 等
提出了一种增强可行性的控制屏障函数方法，有效降低多无人机碰撞的不可行性，提高了避障性能。
Qishen Zhong, Junlong Wu, Jian Yang 等
Qwen2.5-VL在机器人运动空间推理中表现最佳，零样本准确率达71.4%。
Wenxi Wu, Jingjing Zhang, Martim Brandão
CRYSTAL基准评估多模态推理透明性，提出Match F1和Ordered Match F1，揭示现有模型的系统性缺陷。
Wayner Barrios, SouYoung Jin
SldprtNet是一个包含24.2万工业零件的大规模多模态数据集，用于语义驱动的CAD建模。
Ruogu Li, Sikai Li, Yao Mu 等
通过学习先验模型实现零超参数的多角分析，验证成本降低10倍。
Wei W. Xing, Kaiqi Huang, Jiazhan Liu 等