KISS Sorcar以五层架构和Git隔离实现长程代理，Terminal Bench 2.0达62.2%。
Koushik Sen
MuSS构建大规模多镜头电影数据集，提出跨镜头匹配机制，提升多镜头叙事和主体一致性。
Haojie Zhang, Di Wu, Bingyan Liu 等
Kolmogorov-Arnold网络的普适性只需一个非仿射函数。
Vugar Ismailov
DeepSeek-V4采用混合注意力和mHC，支持百万令牌长序列，显著提升长文本处理效率。
DeepSeek-AI, Anyi Xu, Bangcai Lin 等
Learn&Drop方法通过层丢弃加速CNN训练，ResNet-152前向传播FLOPs减少83.74%。
Giorgio Cruciata, Luca Cruciata, Liliana Lo Presti 等
提出节点式束搜索（NBS）算法结合前沿信息，优化移动机器人主动感知路径，显著提升性能。
Kaixian Qu, Han Wang, Victor Klemm 等
提出MoSS框架，结合多模态物理信号（触觉、力矩）提升视觉-语言-动作模型性能。
Jimin Lee, Huiwon Jang, Myungkyu Koo 等
研究表明，符号回归中的架构选择对目标公式的恢复至关重要，使用EML操作符进行测试。
Chakshu Gupta
提出了一种基于配点的稳健物理信息神经网络（CRVPINN），用于模拟斯瓦尔巴群岛斯匹次卑尔根岛上热逆温条件下的污染传播。
Leszek Siwik, Maciej Sikora, Natalia Leszczyńska 等
RINSE通过轨迹平滑性评估示范质量，在RoboMimic基准上用六分之一数据提高16%成功率。
Soham Kulkarni, Raayan Dhar, Yuchen Cui
AutoPyVerifier通过DAG搜索自动学习紧凑的Python验证器集，提升目标任务F1达55点。
Pouya Pezeshkpour, Estevam Hruschka
通过主动实验选择的预算高效缩放律拟合方法，仅用10%预算实现全数据集拟合效果。
Sijie Li, Shanda Li, Haowei Lin 等
RecoverFormer利用因果Transformer结合潜在恢复模式和接触预测，实现 humanoid 机器人端到端多模态恢复，零样本迁移成功率达100%。
Zihui Liu
研究揭示LLM在生成叙述时对全球多数民族的代表性伤害，使用QA模型分析500,000个故事。
Ilana Nguyen, Harini Suresh, Thema Monroe-White 等
证明了即使在模态深度最多为1且无后置条件的情况下，计划存在问题也是不可判定的。
Antonis Achilleos
使用BantuMorph v7模型从现代数据中恢复班图语言的历史词汇结构，验证了90.9%的名词候选与原始班图形式一致。
Hillary Mutisya, John Mugane
GCImOpt通过模仿最优轨迹学习高效的目标条件策略，显著提高了控制任务的成功率和效率。
Jon Goikoetxea, Jesús F. Palacián
通过跨语言迁移学习和无监督聚类实现低资源班图语言零样本形态发现。
Hillary Mutisya, John Mugane
通过蒸馏对齐密集检索器与LLM效用，UAE在QASPER基准上提升Recall@1达30.59%。
Rajinder Sandhu, Di Mu, Cheng Chang 等
通过扩展模型规模（4B参数、1万亿tokens）实现点时语言模型，性能接近非限制模型，解决未来信息泄露问题。
Bryan Kelly, Semyon Malamud, Johannes Schwab 等