提出基于边际贡献适应度的协同进化脉冲神经网络集成方法，显著提升多任务性能。
Catherine Rodriquez, James Ghawaly
InterleaveThinker通过多智能体框架实现图像生成的交错序列，利用规划器和批评者提升长序列生成质量。
Dian Zheng, Harry Lee, Manyuan Zhang 等
提出Flow Reversal Steering（FRS）方法，通过反向流模型将粗略动作映射到高质量行动，显著提升机器人多任务策略的零-shot控制和快速学习能力。
Andy Tang, William Chen, Andrew Wagenmaker 等
提出Modality Forcing，通过单一DiT模型实现稀疏深度数据的联合图像-深度生成，深度预测准确率提升57%。
Bardienus Pieter Duisterhof, Deva Ramanan, Jeffrey Ichnowski 等
SpatialClaw采用代码作为行动接口，提升20项空间推理任务的平均准确率至59.9%，超越现有方法11.2个百分点。
Seokju Cho, Ryo Hachiuma, Abhishek Badki 等
利用大语言模型（如Claude 4.7）自动评估社会行为科学研究的可复现性，通过效果量匹配和结论一致性验证，提升审查效率。
Tobias Holtdirk, Pietro Marcolongo, Anna Steinberg Schulten 等
本文分析了基于策略的蒸馏（OPD）中的参数稀疏性与几何结构，发现其更新具有稀疏、非低秩但谱集中等特征，揭示了密集教师监督下的模型微调特性。
Guo Yu, Wenlin Liu, Yulan Hu 等
Flex4DHuman利用相对相机姿态编码，从单目或稀疏多视角视频生成同步密集多视角视频，无需几何先验，超越现有方法。
Jen-Hao Cheng, Yipeng Wang, Hao Zhang 等
提出运算子框架Q，用于描述问答中的问题分解，结合操作一致性提升多步推理可靠性。
Nathaniel Bottman, Kyle Richardson
提出基于解剖结构先验的MCR-Bionic手，结合骨骼、韧带、肌腱等结构实现高仿生的灵巧操控。
Haosen Yang, Guowu Wei
提出一种结合空间和频域的EWSegNet，用于复杂背景下的废弃物分割，显著提升效率和精度。
Mamoona Javaid, Mubashir Noman, Abdul Hannan 等
VISA利用离线VLM审计提升3D语义占据模型mIoU，显著改进稀有类别表现。
Ruiqi Xian, Yuehan Xian, Jing Liang 等
提出CQC-RAG，通过跨查询一致性提升检索增强生成的鲁棒性，实验在TriviaQA和MuSiQue上分别超越基线4.76和9.12个百分点。
Yanjia Sun, Sifan Liu, Jie Shao
提出Smoothed-KL权重，验证其在CIFAR-10和CelebA-64上的高效性，平均FID提升0.45。
Lei Li
SupraSNN通过引入超标量架构实现突触级别的高并行，采用映射和调度优化，FPGA上达成MNIST 93.44%准确率，延迟149μs，能耗0.025mJ。
Seyed Sadra Ghavami, Mohammad Hossein Nikkhah, Mohammad Rasoul Roshanshah 等
SkillCAT框架通过对比因果提取、评估增强进化和拓扑感知任务执行，将LLM技能自进化的平均得分提高49.69%。
Kunfeng Chen, Qihuang Zhong, Juhua Liu 等
引入轨迹敏感度评分（TQS），基于动力系统稳定性评估时间序列模型量化风险。
Mariya Pavlova, Harrison Bo Hua Zhu, Lidia Vitanova 等
ProtoX-AD是一种基于原型的自解释时间序列异常检测框架，利用变换感知的潜在表示实现与黑箱模型相当的检测性能。
Aitor Sánchez-Ferrera, Elisabeth Wetzer, Kristoffer Wickstrøm 等
NTS-CoT通过链式思维减少新闻时间线总结中的幻觉，提升23.4%AR-1。
Feng Lyu, Huiqin Yan, Sijing Duan 等
FTP-1是一种通用触觉策略，提升接触丰富操作成功率31%。
Chengbo Yuan, Zicheng Zhang, Mingjie Zhou 等