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
SAPO框架通过验证技能的边际效用来优化策略，提升了技能质量和性能。
Zhiwei Zhang, Yudi Lin, Nikki Lijing Kuang 等
Imagine-OPD通过自蒸馏框架在视觉推理中实现高效性和准确性。
Yishuo Cai, Jiahui Liu, Yuanxin Liu 等
PhysAgent通过多智能体和视觉反馈实现自动物理场景4D合成，超越传统优化瓶颈。
Chunji Lv, Jiaxi Ye, Yuchen Jiang 等
BLUE方法通过轻量级门控机制提升自动驾驶中的视觉语言行动模型效率，成功率提升8.9%。
George Ling, Lijin Yang, Hao Yang 等
提出Streaming-Train-248K数据集与Streaming Harness系统，提升VLM在野外流视频中的主动交互、长时记忆与实时处理能力。
Dingyu Yao, Shuhuan Gu, Qingyi Si 等
提出RLDT，基于密度传输的连续控制强化学习算法，提升奖励和收敛速度。
Boshu Lei, Kostas Daniilidis, Antonio Loquercio
提出EinSort，通过索引排序揭示大规模语言模型中隐含低秩结构，显著提升压缩效果。
Toshiaki Koike-Akino, Jing Liu, Ye Wang
LOTTERY方法利用参考样本在样本不对称的双样本检验中实现高效检测。
Xunye Tian, Zhijian Zhou, Liuhua Peng 等
提出GraspFoM，利用3D基础先验实现 Reconstruction-Driven 抓取，提升精度。
Dongli Wu, Xiaobao Wei, Hao Wang 等
提出基于分布差异的评价指标，解决生成困惑度（gen-PPL）无法区分低质量文本的问题。
Antonio Franca, Alexander Tong
TrustMargin是一种无需训练的候选答案可信度判定方法，结合参数优先边界与证据绑定边界提升模型表现。
Jingyan Xu, Hong Shi, Yi Shan 等
STAR-KV采用软阈值调节的低秩KV缓存压缩，达75%压缩率，提升速度6.9倍。
Priyansh Bhatnagar, Ashkan Moradifirouzabadi, Se-Hyun Yang 等
CATPO通过树信息评分与批判修复，提升数学推理任务中的准确率，达37.5%。
Ayush Singh, Umang Goyal, Ankur Dahiya
EmbodimentSemantic引入空间场景图数据集，提升机器人视觉语言模型的空间理解。
Hassan Jaber, Refinath S N, Luca Cagliero 等
测试时缩放在多模态基础模型中提升生成和推理性能，分类为采样、反馈和搜索策略。
Cong Wan, Ying He, Zhongzhan Huang 等
LH-NeF以层次与空间局部性编码神经场，内存降42倍、批量增133倍。
Alonso Urbano, David W. Romero, Max Zimmer 等
提出BAND算法，在毫米波V2X网络中实现用户关联，减少40%遗憾值，提升33.1%通信率。
Weiqi Chi, Manabu Tsukada
PoE-Bridge通过引入中间分布实现扩散语言模型的并行解码，提升5倍速度并恢复95%性能。
Juntong Shi, Brian L. Trippe, Jure Leskovec 等
提出PACI异步流水线训练方法，通过梯度累积控制权重版本漂移，提升训练效率。
Itay Elam, Eliron Rahimi, Avi Mendelson 等