UP-NRPA通过用户画像和嵌套回滚策略自适应，实现对目标导向对话系统的动态策略规划，谈判成功率提升56.41%。

Hui Wang, Fafa Zhang, Meng Liu 等

AutoSOTA通过多代理架构实现AI模型自动化优化，平均每篇论文5小时发现105个新SOTA模型。

Yu Li, Chenyang Shao, Xinyang Liu 等

提出五维审计框架，强调审计能力是实现责任追究的前提。

Yi Nian, Aojie Yuan, Haiyue Zhang 等

MO-RiskVAE通过调节潜变量正则化和结构，提升多发性骨髓瘤生存风险预测性能。

Zixuan Chen, Heng Zhang, YuPeng Qin 等

利用半结构化AI访谈和互动可视化，增强集体决策的程序正当性与信任。

Suyash Fulay, Prerna Ravi, Emily Kubin 等

提出基于后果敏感压缩的支持充分性机制，优化信念仲裁中的资源利用。

Mark Walsh

Vero是一个开源的视觉推理RL方法，使用Vero-600K数据集提升视觉推理性能。

Gabriel Sarch, Linrong Cai, Qunzhong Wang 等

RAR框架通过检索增强与强化学习结合，提升推荐性能与事实性，在电影推荐基准上超越现有方法。

Zhenrui Yue, Honglei Zhuang, Zhen Qin 等

ClawArena通过多源冲突推理、动态信念修正和隐性个性化，评估在演变信息环境中AI代理的表现，涵盖12场景337轮次。

Haonian Ji, Kaiwen Xiong, Siwei Han 等

提出AAC算法，通过动作熵动态调整动作块大小，提升机器人操作任务成功率达2.3%。

Yuanchang Liang, Xiaobo Wang, Kai Wang 等

提出基于模型的全身舞蹈生成与控制框架，结合MoCap、QP、TO和MPC实现动态平衡与表现。

Shibowen Zhang, Jiayang Wu, Guannan Liu 等

SODA为大模型黑盒蒸馏提出半在策略方法，训练速度提升10倍，性能优异。

Xiwen Chen, Jingjing Wang, Wenhui Zhu 等

结合自然语言推理与形式验证的自动定理证明框架，解决研究级数学难题，自动化程度高。

Haocheng Ju, Guoxiong Gao, Jiedong Jiang 等

CountsDiff为自然数扩散模型，结合生物计数和图像生成，采用p(t)调度和逆过程非单调性。

Renzo G. Soatto, Anders Hoel, Greycen Ren 等

提出一种基于半参数效率理论的偏差机器学习框架，用于在运行时混杂条件下的反事实预测区间构建。

Keith Barnatchez, Kevin P. Josey, Rachel C. Nethery 等

本研究综述了从视频学习机器人操控接口的方法，提出三种接口：直接视频-动作策略、潜在动作方法、显式视觉接口。

Linfang Zheng, Zikai Ouyang, Chen Wang 等

SymphoMotion通过联合控制相机轨迹与物体动态，实现高一致性视频生成。

Guiyu Zhang, Yabo Chen, Xunzhi Xiang 等

提出SMTPO框架，结合多任务微调与强化学习优化多轮偏好，提升LLM推荐性能。

Xingyuan Xiang, Xiangchen Pan, Wei Wei

提出Sim2Real-AD框架，结合几何观察桥、物理感知映射，实现VLM引导RL的零-shot实车迁移。

Zilin Huang, Zhengyang Wan, Zihao Sheng 等

提出层级规划与潜在世界模型结合的HWM，实现视觉任务的长远规划与零样本操控。

Wancong Zhang, Basile Terver, Artem Zholus 等