通过资源优先的路径碎片化方法，提升农业环境中多机器人路径规划效率，达到95%的任务吞吐率。
James R. Heselden, Gautham P. Das
Long-form RewardBench评估长文本生成的奖励模型，揭示当前模型在长文本奖励建模方面的不足。
Hui Huang, Yancheng He, Wei Liu 等
HMS-BERT通过多任务自训练实现多语言多标签网络欺凌检测，宏F1达到0.9847。
Zixin Feng, Xinying Cui, Yifan Sun 等
通过混合累积量模型，研究扩散模型从简单到复杂学习数据统计的机制。
Lorenzo Bardone, Claudia Merger, Sebastian Goldt
引入Hessian相对均匀连续性条件，简化分布式镜像下降分析，覆盖更广泛的核函数。
Junwen Qiu, Ziyang Zeng, Leilei Mei 等
NanoVDR通过蒸馏2B视觉语言检索器为视觉文档检索提供了一个70M的文本编码器，保留了95.1%的教师质量。
Zhuchenyang Liu, Yao Zhang, Yu Xiao
提出EISAM优化框架，显著提升长尾项目推荐性能。
Jiaming Zhang, Yuyuan Li, Xiaohua Feng 等
提出一种基于SRAM的CIM加速器，优化线性衰减尖峰神经网络，能效提高15.9至69倍。
Hongyang Shang, Shuai Dong, Yahan Yang 等
VecMol通过向量场表示生成3D分子，避免显式图生成，提升几何化学一致性。
Yuchen Hua, Xingang Peng, Jianzhu Ma 等
AnchorRec通过锚点对齐防止多模态推荐系统中的位置崩溃，提升推荐准确率。
Yonghun Jeong, David Yoon Suk Kang, Yeon-Chang Lee
FGTR通过层次化LLM推理实现细粒度多表检索，在Spider和BIRD数据集上分别提升F_2指标18%和21%。
Chaojie Sun, Bin Cao, Tiantian Li 等
本文提出了批量核化带宽问题的改进和扩展，优化了批次数量和后悔界限。
Chenkai Ma, Keqin Chen, Jonathan Scarlett
VLM4Rec通过大规模视觉语言模型实现多模态推荐的语义表示，提升推荐性能。
Ty Valencia, Burak Barlas, Varun Singhal 等
InterDeepResearch通过交互式深度研究实现人机协作的信息检索，提升研究过程的可观察性和实时可控性。
Bo Pan, Lunke Pan, Yitao Zhou 等
提出交替梯度流效用(AGF)，在ImageNet-1K上实现75%压缩时避免结构崩溃。
Tianhao Qian, Zhuoxuan Li, Jinde Cao 等
研究通过dropout修剪全连接神经网络，揭示了三种相位：eumentia、dementia和amentia。
Haining Pan, Nakul Aggarwal, J. H. Pixley
EVATok通过自适应长度视频标记化实现高效视觉自回归生成，平均节省24.4%标记。
Tianwei Xiong, Jun Hao Liew, Zilong Huang 等
MM-CondChain通过VPIR实现视觉深层组合推理，最强模型仅达53.33 Path F1。
Haozhan Shen, Shilin Yan, Hongwei Xue 等
OmniStream通过因果时空注意力和3D旋转位置嵌入实现视觉流的感知、重建和动作，跨29个数据集表现优异。
Yibin Yan, Jilan Xu, Shangzhe Di 等
$Ψ_0$模型通过分阶段训练实现了40%的性能提升，仅需800小时人类视频和30小时机器人数据。
Songlin Wei, Hongyi Jing, Boqian Li 等