提出了一种无参考模拟框架，通过训练独立的用户和推荐器模拟器生成更真实的对话。

Jerome Ramos, Feng Xia, Xi Wang 等

自适应领域模型通过贝叶斯蒸馏和温暖旋转实现几何和神经形态AI的高效训练。

Houston Haynes

LEAFE框架通过反思性经验内化恢复能力，提升长远任务中的Pass@k表现。

Rui Ge, Yichao Fu, Yuyang Qian 等

研究发现反事实解释的算法指标与用户感知不一致，需更人性化的评估方法。

Felix Liedeker, Basil Ell, Philipp Cimiano 等

OpenSeeker通过开放训练数据，利用可控问答合成和去噪轨迹合成，实现前沿搜索代理的民主化。

Yuwen Du, Rui Ye, Shuo Tang 等

提出了一种将人类心灵视为操作系统的认知架构，用于构建人工通用智能。

Anton Kolonin, Vladimir Krykov

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

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

通过结构化蒸馏方法，将个性化代理记忆的代币数量减少11倍，同时保留检索能力。

Sydney Lewis

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

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