BACON方法在最激进预算下提高多模态KV缓存压缩7.5%，最高达30.9%。
Tianhao Chen, Yuheng Wu, Kelu Yao 等
本论文提出两种在标签偏移下校准贝叶斯预测的策略：事后校准和训练中适应，验证其在合成数据中的有效性。
Seungjin Choi
SG-PVR模型通过时空场景图提升文本到视频生成的语义对齐。
Hyomin Kim, Junghye Kim, Joanie Hayoun Chung 等
UniReason-Med通过共享推理接口提升2D到3D医学VQA性能。
Mengzhuo Chen, Yan Shu, Chi Liu 等
RLCSD结合对比策略，通过对正确与错误提示的对比，有效缓解偏好引起的风格漂移，提升推理模型性能。
Leyi Pan, Shuchang Tao, Yunpeng Zhai 等
Orchestra-o1框架提升多模态代理协作效率，OmniGAIA基准上准确率提高10.3%。
Fan Zhang, Vireo Zhang, Shengju Qian 等
提出条件模型充分性检验，用于评估格点QCD谱函数不确定性报告的覆盖率。
Haozheng Li
提出一种基于谱方法的知识迁移框架，改善罕见疾病电子健康记录的低维嵌入效果。
Feiqing Huang, Zongqi Xia, Rong Ma 等
提出GLACIER模型，结合多模态分子表示，通过对比学习和Finsler几何实现高效预测。
Emily Nguyen, Yongchan Hong, Harsh Toshniwal 等
提出Next Forcing多块预测框架，提升高帧率视频生成的训练速度和准确性，达成94.1% RoboTwin成功率。
Gangwei Xu, Qihang Zhang, Jiaming Zhou 等
提出AMNet实现低光视频增强的模态无关推理，支持缺失模态，性能优于现有方法。
Hangfeng Liang, Yutao Hu, Yanhan Hu 等
提出EEVEE框架，通过路由器和提示集实现多数据集测试时提示学习，提升模型在异质任务流中的鲁棒性，平均提升10.38-24.32分。
Weixian Xu, Shilong Liu, Mengdi Wang
提出Data2Story多智能体框架，将数据转化为可验证的多模态新闻，强调证据追溯和互动性。
Kevin Qinghong Lin, Batu EI, Yuhong Shi 等
本论文提出反馈对齐机制在自蒸馏中的作用，通过三种反馈设计（二元奖励、参考解、逐步批评）验证，结构对齐显著提升性能。
Semih Kara, Oğuzhan Ersoy
本文将GP-UCB与DEC在RKHS带宽中的算法复杂度与极小极大复杂度统一在MAIR框架下，揭示两者的本质差异。
Yunbei Xu
Piper通过策略解耦与中间表示实现分布式训练的灵活性，优化多策略联合调度，提升性能与内存效率。
Megan Frisella, Shubham Tiwari, Andy Ruan 等
提出COGENT，基于神经常微分方程的连续图模拟器，用于长远地理空间网格的物理预测。
Zesheng Liu, Maryam Rahnemoonfar
引入Itô映射实现任意步长SDE采样，支持条件采样与控制，提升生成多样性与效率。
Zhengkai Pan, Peter Potaptchik, Wenxi Yao 等
JOIN系统通过 opposition-score 和任务导向操控性实现异构双臂协作，成功率达95%。
Drake Moore, Matt Cheng, Xiang Zhi Tan 等
提出一种高效学习漂移半空间的算法，误差上界为η + ˜O(Δ^{1/3}/γ)，在Massart噪声下实现近似最优。
Mingchen Ma, Guyang Cao, Jelena Diakonikolas 等