提出干预感知变分量子可微预测控制（IA-VQC-DPC），通过安全归因协议显著降低建筑控制中的违规率，验证了量子策略的安全性和可控性。
Yifan Wang
提出Difference-Aware Retrieval Policies (DARP)，通过邻域差异重参数化提升行为克隆的鲁棒性，性能提升15-46%。
Quinn Pfeifer, Ethan Pronovost, Paarth Shah 等
通过对比Llama 3.1 8B模型前后RLHF的内部表示，揭示RLHF只实现浅层对齐，未去除偏见结构，反而压缩偏见信号变异。
Wendy K. Tam
提出AdvGRPO框架，结合密集多通道奖励和解耦优势归一，实现语言模型的攻防联合优化，提升攻击成功率和防御鲁棒性。
Blake Bullwinkel, Eugenia Kim, Amanda Minnich 等
提出结合Answer Set Programming（ASP）与大模型的逻辑引导数据提取框架，有效减少LLM调用次数。
Mario Alviano, Lorenzo Grillo, Nicola Leone 等
Muon优化器在鲁棒性和迁移性方面优于Adam，表现为更大logit边界和更高特征秩。
Tianyu Ruan, Fengzhuo Zhang, Shuche Wang 等
DexPIE通过真实世界经验提升灵巧操作策略，成功率提高37%。
Ruizhe Liao, Wenrui Chen, Liangji Zeng 等
Popcorn基准结合标题对齐的全片/预告嵌入与缩略图特征，评估多模态电影推荐中的视觉证据效果。
Ali Tourani, Fatemeh Nazary, Yashar Deldjoo 等
PRISM通过激活状态解码指令集，显著优于激活到语言方法，提升安全监控能力。
Gilad Gressel, Rahul Pankajakshan, Julia Diament 等
提出STRP模型，通过树卷积和逆扩散卷积实现粗到细的交通预测，显著提升准确性和效率。
Shuhao Li, Weidong Yang, Yue Cui 等
提出Reasoning Arena框架，通过动态路由和轨迹锦标赛提升推理模型性能，平均提升7.6%。
Han Zhou, Adam X. Yang, Laurence Aitchison 等
提出SG-OPD，通过信号门控和阶段性采样提升对强教师的信任，显著改善数学推理性能。
Haoran Xu, Hongyu Wang, Yifei Gao 等
MotionWAM通过视频潜在模型实现实时全身 humanoid 控制，超越30%成功率提升。
Jia Zheng, Teli Ma, Yudong Fan 等
OGAS方法通过生成主动采样提高PDE代理模型的最坏情况可靠性。
Pierre Cesar, Sofya Dymchenko, Abhishek Purandare 等
IMUG-Bench评估UMMs在多轮图文对话中的理解和生成能力，揭示生成侧的曝光偏差。
Lingyi Meng, Zecong Tang, Haoran Li 等
SEF-CLGC结合逻辑符号与小型语言模型，提升推理表现，内容得分达27.80%。
Hanna Abi Akl, Fabien Gandon, Catherine Faron 等
结合P2增强和量子启发算法优化UAV小目标检测，提升AP小目标31.10%。
Wuming Lei, Yanbin Gao, Mingyan Sun 等
REFLECT通过诊断、受控重放和反事实验证实现LLM追踪中的错误归因，显著提升定位准确率。
Xiaofeng Lin, Yingxu Wang, Tung Sum Thomas Kwok 等
提出ATM：一种用于诊断潜在世界模型中动作语义保持性的转移矩阵，显著提升模型评估速度。
Jiaheng Chen
RadOT-Eval利用结构证据的最优传输实现放射学报告的可审计评估，相关相关性达0.715。
Weixin Liu, Juming Xiong, Yang Li 等