LightMem结合人类记忆模型，分三阶段优化长时记忆，提升效率与准确率。
Jizhan Fang, Xinle Deng, Haoming Xu 等
提出企业深度研究（EDR）框架，结合多智能体系统实现企业级自主研究，超越SOTA，性能优异。
Akshara Prabhakar, Roshan Ram, Zixiang Chen 等
FARE使用迭代拒绝采样SFT方法，在推理领域超越70B+评估器。
Austin Xu, Xuan-Phi Nguyen, Yilun Zhou 等
使用LLM驱动的工业代理实现复杂任务的自动化，提升生产力。
Yihong Tang, Kehai Chen, Liang Yue 等
提出StreamingThinker，实现LLMs边读边思，减少80%等待时间。
Junlong Tong, Yingqi Fan, Anhao Zhao 等
基于背包问题的自动代理组合框架，通过动态测试优化组件选择，提升成功率与成本效率。
Michelle Yuan, Khushbu Pahwa, Shuaichen Chang 等
提出基于激活的置信度估计方法，提升LLM在金融等高风险场景的可信性，准确率达95%。
Zhiqi Huang, Vivek Datla, Chenyang Zhu 等
本研究提出模型在辩论中更倾向于支持与自身信念一致的立场，采用序贯与同步两种协议，结果显示模型在偏好一致时更具说服力。
María Victoria Carro, Denise Alejandra Mester, Facundo Nieto 等
提出Omni-Detective数据管线和Omni-Captioner模型，提升多模态细粒度感知能力。
Ziyang Ma, Ruiyang Xu, Zhenghao Xing 等
DELTA通过层级选择机制提升长文本推理效率，速度提升1.54倍，保持或超越全注意力准确率。
Hossein Entezari Zarch, Lei Gao, Chaoyi Jiang 等
提出SIMBA UQ框架，利用样本相似性实现大模型不确定性量化，提升校准度。
Debarun Bhattacharjya, Balaji Ganesan, Junkyu Lee 等
提出Translation Tangles框架，结合多语言评估和偏见检测，分析24对语言对的翻译性能与偏见。
Md. Faiyaz Abdullah Sayeedi, Md. Mahbub Alam, Subhey Sadi Rahman 等
提出PA-Tool，通过峰值性指标无训练调整模型偏好，实现工具命名对齐，提升17%准确率。
Jonggeun Lee, Woojung Song, Jongwook Han 等
提出Customer-R1，基于RL的个性化用户行为模拟方法，显著优于基线，提升预测准确率。
Ziyi Wang, Yuxuan Lu, Yimeng Zhang 等
SUPO算法通过总结管理扩展LLM多轮强化学习，提升成功率并降低上下文长度。
Miao Lu, Weiwei Sun, Weihua Du 等
使用中心核对齐和方差度量分析SSM和TBM的表示传播，揭示其层间信息流动差异。
Nhat M. Hoang, Do Xuan Long, Cong-Duy Nguyen 等
提出UserLMs，模拟多轮对话中人类用户行为，GPT-4o性能从74.6%降至57.4%。
Tarek Naous, Philippe Laban, Wei Xu 等
提出SimulatorArena，基于用户画像的模拟器实现多轮评估，达ρ=0.7，替代人工评估。
Yao Dou, Michel Galley, Baolin Peng 等
即使完美检索，长上下文仍损害LLM性能，提出缩短上下文的策略提升性能。
Yufeng Du, Minyang Tian, Srikanth Ronanki 等
提出RE-Searcher，结合目标导向规划与自我反思，显著提升搜索鲁棒性与准确率。
Daocheng Fu, Jianbiao Mei, Licheng Wen 等