TextRefine结合监督微调与奖励优化，提升产品海报中文本的保真度和排布精度。
Honglie Wang, Jia Sun, Zijun Li 等
HiRA-CAM通过多层区域一致性增强CNN的细粒度空间解释，优于LayerCAM和Grad-CAM。
Manasi Nerurkar, Ali A. Minai
提出DistScan，通过预NMS预测分布偏移检测目标检测模型中的后门，准确率达97.22%。
Longtian Wang, Zhengyu Zhao, Chenhao Lin 等
SiConMo在ADE20K仅0.6 GFLOPs达34.8 mIoU，以瓶颈融合局部与全局上下文。
Mian Muhammad Naeem Abid, Nancy Mehta, Zongwei Wu 等
VA-Judger基于人类偏好反馈，采用链式推理和维度强化学习，显著提升视频音频生成的符合度。
Yinming Huang, Shuyuan Tu, Xi Yan 等
提出能力驱动数据基础设施，构建440M图像T2I语料，提升多能力迁移，采用多阶段课程调度。
Xingjian Wang, Zhao Wang, Taihang Hu 等
提出“即插即用”的交通元素感知方法，显著提升端到端自主驾驶性能，覆盖多模型架构。
Zongzheng Zhang, Jijun Wang, Saining Zhang 等
GS-Voxel：无需拟合的大规模3DGS生成结构化潜变量，支持百万级体素。
Ming Qian, Zijian Wang, Minchao Sun 等
提出“入口门控”机制，验证跨任务可用性，发现绑定位置决定能力转移，关键在理解路径的语义格式。
Zongyang Qiu, Yihan Wu, Kaixuan Fan 等
PixRestore是一款无需VAE的像素空间扩散变换器，参数仅50M，单步推理实现高质量图像修复。
Lingchen Sun, Rongyuan Wu, Xiangtao Kong 等
GenRouter通过动态路由优化图像生成流程，降低95%计算成本。
Harold Haodong Chen, Zhiyu Hou, Wen-Jie Shu 等
提出基于Prototypical Network的ID卡反欺诈方法，仅需4个样本实现跨国域泛化。
Mario Nieto-Hidalgo, Juan M. Espin, Juan E. Tapia
Ultra框架通过CTDN和CMIL实现恶劣天气下的无监督跨任务优化，在ACDC数据集上达到73.0%的mIoU。
Shiqin Wang, Zhiqian Li, Haoyuan Du 等
利用条件GAN和DDPM增强乌克兰战损农田卫星图像分类，提升准确率至88%。
Marta Sumyk, Oleksandr Kosovan, Iryna Voitsitska
本研究利用CRP和CRAFT在MS-COCO多标签分类中揭示概念级解释的偏差与困惑趋势。
Haadia Amjad, Ronald Tetzlaff
ConceptFormer通过学习自适应潜在概念提升视觉文档检索性能，NDCG@10提升16.7%。
Chunyi Peng, Zhipeng Xu, Yukun Yan 等
提出同步感知稀疏注意机制，有效加速音视频生成，保持同步与质量。
Shengchuan Gao, Teng Hu, Bohao Feng 等
提出StructFlow，通过空间相关的噪声分布改善图像生成的局部结构和编辑能力。
Arman Zarei, Mahdi M. Kalayeh
提出统一骨干-专家框架，在RML2016.10b上达到67.28%的准确率。
Zhixiang Deng, Houbiao Li, Zongyong Cui
MOSS-VL是一款支持实时交互的开源视觉-语言模型，采用门控交叉注意力实现感知与生成同步，参数11.3B。
Pengyu Wang, Chenkun Tan, Shaojun Zhou 等