提出偏好校准的HIL-RL框架PACT，通过识别次优段落校正Q值，提升机器人操作成功率24.5%，收敛速度提升1.3倍。
Zeyi Liu, Guangyao Liu, Yinuo Qu 等
提出SEAOTTER框架，结合学习的JPEG编码与一次性转码，实现200:1压缩比下的高效图像重建，编码速度提升7倍，准确率提升8%。
Dan Jacobellis, Neeraja J. Yadwadkar
通过线性探测和生成概率分析，揭示微调LLMs在经典规划中的世界模型恢复能力。
Patrick Emami, Nan Qiang, Peter Graf
VidMsg基准测试评估短视频中的隐含信息理解，使用VidVec-Msg方法提升检索性能。
Issar Tzachor, Michael Green, Rami Ben-Ari
本文提出基于平衡传播（EP）训练预测编码网络（PCN），在ImageNet上实现10层卷积模型，达13.23% Top-5误差，接近反向传播（12.2%）。
Tugdual Kerjan, Rasmus Høier, Benjamin Scellier
EvoMemNav构建自我演化的细粒度记忆图，提升零样本 embodied navigation性能。
Zuhao Ge, Xiaosong Jia, Chao Wu 等
Flicker-DDPM通过引入1/f彩色噪声，实现了3.33倍采样加速，同时提升了生成质量。
KeXiang Mao, FanCheng Li
OpenEAI-Platform结合低成本机械臂和VLA模型，成功率媲美大规模预训练基线。
Jinyuan Zhang, Luoyi Fan, Leiyu Wang 等
GTP-FA框架通过故障归因提高机器人操作成功率，实验显示成功率提升30%。
Jiahao Xu, Peiyuan Wang, Hanzhuo Zhang 等
LiftQuant实现连续比特宽度控制，通过升维投影逼近低维权重，实现70B模型2.4比特压缩。
Liulu He, XuanAng Liu, Juntao Liu 等
LEAP利用蓝图分解与自我修正，提升LLMs在Lean形式证明中的成功率，从不足10%提升至70%。
Po-Nien Kung, Linfeng Song, Dawsen Hwang 等
EaDex利用低成本演示实现灵巧操作，提升55.3%性能。
Qian Zhao, Xin Tong, Chengdong Wu 等
提出Steady-Forcing框架，结合V-Sink与EMA-Sink，改善长时长自然视频生成中的背景稳定性与流动性。
Matiur Rahman Minar, Seunghun Oh, GangHyeon Jeong 等
MemoGen通过经验记忆提升图像生成，超越Nano Banana Pro和GPT-Image-1。
Wenshuo Chen, Kuimou Yu, Bowen Tian 等
提出基于信息增益的LLM代理澄清策略，有效提升成功率3.7%，平均交互步数减少0.3。
Mengyi Deng, Zhiwei Li, Xin Li 等
BAHSD通过多尺度一致性探测和自适应蒸馏，提升黑盒推荐系统长尾用户性能，尾用户Recall@10提升80%。
Xi Zhou, Famin Wu, Mingming Li 等
SEA-Embedding采用对比学习和相似度匹配，基于公开数据实现东南亚语言鲁棒文本嵌入，达成SOTA。
Peerat Limkonchotiwat, Raymond Ng, Sarana Nutanong 等
提出AsymCache，结合多段注意力与延迟感知策略优化KV缓存管理，显著提升LLM推理效率。
Chunan Shi, Yilei Chen, Yilin Chen 等
提出Any2Poster方法，支持跨模态多源内容生成海报，平均准确率达87.25%。
Amogh Vinaykumar, Aiden Li, Suozhi Huang 等
提出Qift，无零点二比特权重重建级别设计，显著提升LLaMA模型W2A4推理性能。
Chi-Wei Huang, Chia-Chi Tsai