提出基于Unity的高保真仿真平台FWAV-Sim，结合准稳翼片理论、 fractal噪声湍流模型和多模态传感器，支持复杂气动和环境模拟。
Haichuan Li, Tomi Westerlund
本文提出结合GOMEA的符号回归方法GP-GOMEA与实值优化算法RV-GOMEA，实现常数与表达式结构的同时优化，显著提升精度。
Johannes Koch, Tanja Alderliesten, Peter A. N. Bosman
WebSpline利用结构引导样条模型，实现单目视频中高效、结构一致的动态3D高斯重建。
Jongmin Park, Jeonghwan Yun, Minh-Quan Viet Bui 等
DFlare通过层级融合机制提升草稿模型能力，实现LLM推理加速，平均加速5倍以上。
Jiebin Zhang, Zhenghan Yu, Song Liu 等
提出复杂度最小化的元表示学习框架，理论证明其符合数据扩展规律。
Kazuto Fukuchi, Ryuichiro Hataya, Kota Matsui
WALL-WM通过事件为基础的视觉-语言-动作预训练提升视频动作学习。
Shalfun Li, Victor Yao, Charles Yang 等
MOSS-Video-Preview通过交叉注意力实现实时视频理解，提升5倍速度。
Pengyu Wang, Chenkun Tan, Shaojun Zhou 等
DocFormFlow提高格式准确性72.53%，减少令牌消耗。
Shihao Rao, Liang Li, Jiapeng Liu 等
提出基于表示和几何增强的统一离散驾驶标记器，提升自主驾驶中的场景重建与规划性能。
Ziyang Yao, Zeyu Zhu, YunCheng Jiang 等
提出Set-Supervised Diffusion Policy，通过人类纠正学习动作块扩散，提升机器人操控性能。
Zhaoting Li, Gang Chen, Javier Alonso-Mora 等
提出“Decan”指标，通过单次前向传递基模型的对数概率，衡量AI与人类输出的多样性，验证在McDiv基准中达0.846。
Matthew Khoriaty, David Williams-King, Shi Feng
Trans2Occ通过单视图RGB图像预测透明物体的体素占用，实现85%抓取成功率。
Yixuan Yang, Sha Zhang, Rui Li 等
研究发现LLM生成的辩论文章中主要论点的独特性仅为3.4%，远低于人类的65.3%。
Yekyung Kim, Yapei Chang, Chau Minh Pham 等
MINTS通过最小化贝叶斯框架实现了多臂老虎机问题的最优解，达到了Lai-Robbins常数。
Kaizheng Wang
提出LongJudgeBench，评估LLM作为长文本评审的可靠性，平均输出超9000词，结果显示存在显著不稳定性。
Junjie Chen, Yuxi Dong, Haitao Li 等
TLG通过时间逻辑定位提升视频问答准确率24.5%，达到71.37%。
Ali Alavi
提出四层层次化对象表示，包括点云、网格、超二次曲面及膨胀超二次曲面，用于机器人场景理解与导航。
Ceng Zhang, Wan Su, Mohamed Samshad 等
多智能体计算使用系统(MACU)在桌面和网页导航基准上提高3.4-25.5%。
Jing Yu Koh, Ruslan Salakhutdinov, Daniel Fried
本论文系统评估了9种神经元模型与3种脉冲编码方案在网络入侵检测中的性能，发现编码方案对检测效果影响更大，Latency编码表现最佳。
Raj Patel, David Amebley, Taye Akinrele 等
提出结构化后检索组装方法，显著提升LLM记忆系统的单多跳准确率，超越现有方法。
Vikas Reddy, Sumanth Reddy Challaram