论文提出LLMs应学习个性化而非聚合的人类偏好，引用社会选择理论和实验数据。
Cristina Garbacea
MBench通过实体、环境和因果三维度评估视频世界模型的长时记忆能力，涵盖12个子维度。
Shengjun Zhang, Zhang Zhang, Simin Huang 等
提出Wan2.2视频扩散模型的少步蒸馏与低比特量化，提升部署效率。
Jinyang Du, Shenghao Jin, Ziqian Xu 等
提出基于结构推理的pause-and-think数据集，微调4B模型实现58%准确率，参数少于前沿模型59倍。
Shivam Singh, Saptarshi Majumder, Pratik Prabhanjan Brahma 等
CARGO为无训练依赖的LLM路由框架，通过响应一致性估算实现本地模型信赖度，支持可调合作比例。
Evan Chen, Shiqiang Wang, Kevin S Chan 等
CAFOSat利用深度学习与GradCAM优化标注，涵盖20州45,000图像块，支持CAFO基础设施识别。
Oishee Bintey Hoque, Nibir Chandra Mandal, Mandy L Wilson 等
GNMR通过比较梯度范数与历史均值控制低精度语言模型训练的稳定性。
Boao Kong, Weichen Jia, Engao Zhang 等
本研究提出在语义空间中匹配，利用SSL特征显著降低FID（ImageNet提升39倍），通过运输几何优化生成质量。
Hugues Van Assel, Edward De Brouwer, Saeed Saremi 等
提出基于核特征的半监督学习方法，有效控制噪声代理变量的影响，提升低标签场景下的泛化能力。
Kwangho Kim, Jisu Kim
提出EST-PRM框架，利用三类结构变换测试过程奖励模型的鲁棒性，发现模型在不同变换下表现差异显著。
Ibne Farabi Shihab, Fariya Afrin, Sanjeda Akter 等
提出了一种无训练解码框架Grounded Decoding，改善RAG的事实一致性。
Ibne Farabi Shihab, Fariya Afrin, Sanjeda Akter 等
Zamba2-VL结合SSM与Transformer，参数规模1.2B-7B，显著提升推理速度。
Hassan Shapourian, Kasra Hejazi, Olabode M. Sule 等
本研究揭示解码器注意力容量限制导致确定性任务中扩展推理失效，提出工具委托解决方案。
Dongxin Guo, Jikun Wu, Siu Ming Yiu
StressDream通过优化初始噪声引导视频世界模型，提升策略评估的稳健性。
Junwon Seo, Sushant Veer, Ran Tian 等
Lumos-Nexus通过两阶段训练和UPFB实现高效频率桥接，提升视频生成的视觉质量与推理能力。
Jiazheng Xing, Hangjie Yuan, Lingling Cai 等
提出SOCO基准，利用100类、超1百万对齐点，系统评估视觉基础模型的语义对象对应能力，揭示模型在跨类别和细粒度理解中的不足。
Olaf Dünkel, Basavaraj Sunagad, Haoran Wang 等
C4G提出基于时间条件的紧凑高斯查询，利用全局特征聚合实现无场景优化的4D动态场景重建，显著减少高斯数目。
Mungyeom Kim, Minkyeong Jeon, Honggyu An 等
LongTraceRL通过知识图随机游走生成多跳问答，利用搜索轨迹构建分层干扰项，采用实体级评分奖励，显著提升长文本推理性能。
Nianyi Lin, Jiajie Zhang, Lei Hou 等
提出基于情境的论证框架（CDAFs），通过激活不同视角实现策略性攻击控制，分析复杂性界限。
Albert Sadowski, Jarosław A. Chudziak
利用文化共识理论分析LLM在单文化与多文化环境中的对齐表现，揭示模型在文化多样性上的误差和过度同质化问题。
Krishna Pothugunta, John P. Lalor