RegionFed通过梯度冲突分析实现个性化查询理解，达到92.27%准确率。
Quoc H. Nguyen, Ali Lafzi, Abhijeet Phatak 等
提出一种两级框架，通过推理蒸馏和产品类型测试时训练提升推荐系统的可扩展性，学生模型AUC达0.924。
Siliang Liu, Mohammad Ghasemi, Sapan Patel 等
提出了一种基于Hessian的变分延续方法，自动化寻找双摆周期轨道。
Leo Yao, Ziming Liu, Max Tegmark
EGF通过学习连续嵌入生成分类图，在QM9上FCD为0.150。
Ethan Ma, Zihan Wang, Chris Siu Yeung Chow 等
研究优化信息聚合速度，提出M²/D误差率，适用于线性回归和逻辑分类。
MohammadHossein Bateni, Zahra Hadizadeh, MohammadTaghi Hajiaghayi 等
mHC通过选择性路由和近似恒等混合优化残差流，提升C4困惑度1.9%。
Pengxiang Zhao, Xing Li, Xianzhi Yu 等
使用β-VAE从ECG中提取特征以区分心肌瘢痕，ROC达到0.643。
Shayan Sharifi, Riccardo Treu, Ilaria Gandin 等
CV-CCI结合观测和随机数据，可靠推断无线网络中的反事实KPI。
Abdessamed Qchohi, Jessica Moysen Cortes, Matteo Zecchin
使用敏感性技术分析图灵机的算法结构，揭示对称性和路径分离特征。
Billy Snikkers, Rumi Salazar, Daniel Murfet 等
提出低成本开源平台，结合行为克隆实现迷你Ackermann车辆端到端自主驾驶，平均横向误差6.1cm。
Gustavo Claudio Karl Couto, Eric Aislan Antonelo, Gabriel George Zipperer
提出PreferenceEKF，通过子空间扩展卡尔曼滤波实现高效偏好主动奖励学习，提升样本效率。
Yutai Zhou, Erdem Bıyık
RecurTrace通过循环时间记忆提高推理准确性，MathQA上达到56.9%。
Yuxiang Wang, Kunyu Feng, Yingda Shen 等
提出Graph Machine（GM），维护O(n)状态，通过稀疏动态路由提升预训练效率，替代75%Transformer层。
Lintai Hou
提出教师门控的在策略蒸馏（TGOPD），在提示级别验证教师可靠性，提升性能并显著提高GPU利用率。
Zhiwei Zhang, Zechen Sun, Fei Zhao 等
采用大规模问题策划、合成推理、SFT和RL，训练出超越人类的编程AI模型，IOI 2026获奖。
Aleksander Ficek, Sean Narenthiran, Mehrzad Samadi 等
提出UE5M3 FP4块尺度方案，结合周期性张量缩放，优化语言模型预训练，模型达190B参数，训练损失优于NVFP4。
Robert Hu, Carlo Luschi, Paul Balanca
H3DNAS在ONNX上实现3D点云模型压缩，参数减少65.5%，速度提升1.99倍。
Anchit Mulye, Rhythm Baghel, Sujay Kumar Ingle 等
DynG-Diff框架通过动态指导扩散模型提高时间序列预测的准确性和鲁棒性。
Zhente Zhang, Zhengwei Ni, Wei Fan
SPD方法使用匈牙利算法实现单次前向传递解码，提升64倍速度。
Emil Laftchiev, Prachi Agrawal, Moe Kayali 等
采用因果混合精度干预验证，发现量化损伤分布广泛，全球细粒度调节优于局部修复。
Jundong Hu, Shekar Ramachandran