ReWA结合重参数化、权重衰减和自适应学习率，有效提升稀疏优化性能，缓解不稳定问题。
Huangyu Xu, Jingqin Yang, Qianqian Xu 等
本文提出鲁棒扩散算子与隐藏状态重传播技术，显著提升预传播GNN的表现。
Zichao Yue, Zhiru Zhang
VEOcc通过体素中心框架实现在线语义占用预测，在Occ-ScanNet上表现优异。
Ruoyu Wang, Yong Liu, Sheng Tao 等
UTTSI按实例不确定性扩展推理，平均成本约2.8倍，线上CTR提升5.3%。
Moyu Zhang, Yun Chen, Yujun Jin 等
提出基于非均匀Polyak-Łojasiewicz不等式的连续空间软max策略梯度线性收敛理论，扩展至非表格MDP。
Ziyue Chen, David Šiška, Lukasz Szpruch
HumanEgo通过实体级手-物交互表示，利用少量人类视频实现机器人零样本学习，成功率达92.5%。
Zhi Wang, Botao He, Kelin Yu 等
引入基于熵正则化的离散贝尔曼策略，解决风险敏感市场做市中的连续时间收敛与性能保证。
Tenghan Zhong
提出CFCP方法，通过聚类频率提高多类分类的局部覆盖率。
Tomer Lavi, Bracha Shapira, Nadav Rappoport
PANDO通过在线技能蒸馏提高多模态AI代理效率，成功率达58.3%。
Yubo Li, Yidi Miao, Yuntian Shen 等
提出模板控制的差异-差分（DiD）协议，有效区分模型对齐引起的激活偏移与格式影响。
Yuki Nakamura
FinCAD通过上下文感知解码减少历史结果记忆的影响，修正回测偏差。
Weixian Waylon Li, Mengyu Wang, Tiejun Ma
ECHO结合环境观察预测与策略优化，显著提升终端代理任务成功率，Qwen3-8B从2.70%提升至5.17%。
Vaishnavi Shrivastava, Piero Kauffmann, Ahmed Awadallah 等
提出状态自适应记忆(SAM)，通过外部存储实现长远推理，显著优于基线。
Yuyang Hu, Hongjin Qian, Shuting Wang 等
MineC2FNet利用注意蒸馏提升多光谱影像中矿区足迹分割，显著改善精细分割精度。
Alif Tri Handoyo, Vincent C. S. Lee, Rizka Widyarini Purwanto 等
提出OpenSkillEval框架，利用动态生成任务实例和30个开源技能，系统评估LLM技能使用效果，发现技能可用性不等同于有效性。
Jiahao Ying, Boxian Ai, Wei Tang 等
提出递归块对角耦合（RBDC）方法，通过训练窄模型递归构建宽模型，节省30% FLOPs，性能持平或更优。
Maxim Henry, Adrien Deliège, Sébastien Piérard 等
DiLaDiff结合连续潜空间与离散扩散，提升语言生成质量与速度。
Jean-Marie Lemercier, Tomas Geffner, Karsten Kreis 等
提出稀疏激活下的神经网络缩放定律模型，揭示双重下降峰和稀疏特性影响。
John Sous, Michael Winer
提出潜在策略梯度模型预测强化学习目标迁移行为，准确率达89.73%。
Jason Ross Brown, Edward James Young
AssetGen采用VecSet扩散模型，30秒内生成高质量3D网格，支持实时渲染。
Dilin Wang, Xiaoyu Xiang, Kihyuk Sohn 等