比较分析自动驾驶与AI代理的人机交互，提出关系原型分类。
Antoni Lorente, Amin Oueslati, Robin Staes-Polet
提出TAWin方法，通过WPAUC优化RL推荐系统，提升Top-K性能。
Wentao Shi, Qifan Wang, Chen Chen 等
使用Riemann特征和RNN解码高维手指运动，TRR模型在EMG-FK数据集上表现出色，平均绝对误差为9.79°。
Martin Colot, Cédric Simar, Guy Cheron 等
FedSPDnet通过ProjAvg和RLAvg策略在EEG数据集上表现优于传统方法，提升F1分数和鲁棒性。
Thibault Pautrel, Florent Bouchard, Ammar Mian 等
Point&Grasp通过概率线索整合实现对远距物体的灵活选择，提升准确率和速度。
Xuejing Luo, Hee-Seung Moon, Christian Holz 等
HubRouter通过O(nM)路由替换O(n^2)注意力层，提升效率。
Abhinaba Basu
AgentSearchBench通过执行信号提高代理搜索排名质量，填补语义与性能之间的差距。
Bin Wu, Arastun Mammadli, Xiaoyu Zhang 等
SQUEAK算法通过未归一化的岭杠杆分数实现核岭回归的低空间复杂度。
Daniele Calandriello, Alessandro Lazaric, Michal Valko
可塑拒绝采样（PRS）通过核估计学习采样提议，保证高概率独立同分布采样。
Akram Erraqabi, Michal Valko, Alexandra Carpentier 等
提出结构熵引导的解耦框架SEGD，有效分离多重退化，提升红外图像质量。
Pu Li, Huafeng Li, Yafei Zhang 等
LeHome模拟环境通过PBD和FEM等方法实现家庭场景中可变形物体的高保真操控。
Zeyi Li, Yushi Yang, Shawn Xie 等
MuDABench通过多代理工作流实现跨文档分析问答，显著提升准确率。
Zhanli Li, Yixuan Cao, Lvzhou Luo 等
提出人机共生的协同进化理论，强调互惠和治理的动态系统模型。
Somyajit Chakraborty
UniSonate模型通过文本指令生成语音、音乐和音效，TTS的WER为1.47%。
Chunyu Qiang, Xiaopeng Wang, Kang Yin 等
提出语义与协同视图的互补融合方法，避免全局对齐带来的局限，提升推荐系统性能。
Maolin Wang, Dongze Wu, Jianing Zhou 等
ResRank通过残差段落压缩和端到端联合训练，提升信息检索的效率和效果。
Xiaojie Ke, Shuai Zhang, Liansheng Sun 等
SharpAP方法显著提高推荐系统注入攻击的可转移性，实验显示在多个数据集上性能提升。
Junsong Xie, Yonghui Yang, Pengyang Shao 等
ReCast框架在生成推荐中提升Pass@1达36.6%，优化稀疏命中信号。
Peiyan Zhang, Hanmo Liu, Chengxuan Tong 等
dWorldEval通过离散扩散世界模型实现机器人策略评估，显著优于WorldEval等方法。
Yaxuan Li, Zhongyi Zhou, Yefei Chen 等
通过影响函数梯度实现凹统计效用最大化的多臂老虎机算法。
Matías Carrasco, Alejandro Cholaquidis