FGOS-Net通过频率-几何解耦实现91.3% mIoU和97.1% clDice。
Jin Bai, Huiyao Zhang, Qi Wen 等
研究表明，风险控制推荐系统易受1%用户的协同操控，导致nDCG下降20%。
Giovanni De Toni, Cristian Consonni, Erasmo Purificato 等
HISA通过两阶段层级索引显著提升长文本稀疏注意的效率，无需额外训练。
Yufei Xu, Fanxu Meng, Fan Jiang 等
使用Qwen3:30b等LLM标注PersuasionForGood语料库，发现“内疚诱导”策略显著降低捐赠率（下降23个百分点）。
Tatiana Petrova, Stanislav Sokol, Radu State
GEMS框架通过记忆和技能提升多模态生成，Z-Image-Turbo在GenEval2上超越Nano Banana 2。
Zefeng He, Siyuan Huang, Xiaoye Qu 等
提出跨尺度解码器，提升越野语义分割准确性，mIoU提高至89.97。
Seongkyu Choi Jhonghyun An
RINO通过RINONet实现旋转不变的非刚性匹配，显著提高3D形状对应精度。
Maolin Gao, Shao Jie Hu-Chen, Congyue Deng 等
DBR-AF框架通过双分支重构和自回归流残差密度估计实现多变量时间序列异常检测，性能优于现有方法。
Jun Liu, Ying Chen, Ziqian Lu 等
MAR3框架在Ref-AVSBench数据集上实现了69.2%的J&F，超越SOTA 3.4%。
Yuan Zhao, Zhenqi Jia, Yongqiang Zhang
提出基于最优传输投影的无参数联合结构重建方法，结合有限耦合数据与大量边缘数据以提升统计推断。
Jakwang Kim, Young-Heon Kim, Chan Park
GIFT通过几何反馈实现图像到CAD程序的自我增强，提升IoU12%，减少80%推理计算。
Giorgio Giannone, Anna Clare Doris, Amin Heyrani Nobari 等
Syn4Seg框架通过生成多样化的合成图像和伪标签改进GFSS性能，在PASCAL-5i和COCO-20i上实现显著提升。
Guohuan Xie, Xin He, Dingying Fan 等
SJD-VP通过预测验证提升自回归图像生成的加速效果和质量。
Bingqi Shan, Baoquan Zhang, Xiaochen Qi 等
提出PAR监督与局部对比学习，在五类ODE系统中实现可扩展动力学训练。
Menachem Stern, Adam G. Frim, Raúl Candás 等
提出ASPECT，通过心理测量尺度评估AI模拟个人沟通风格，无需个别训练。
Ruoxi Shang, Dan Marshall, Edward Cutrell 等
VLA-OPD通过反向KL蒸馏结合SFT和RL，提升视觉-语言-动作模型的样本效率和鲁棒性。
Zhide Zhong, Haodong Yan, Junfeng Li 等
提出基于曲率感知的期望自由能作为贝叶斯优化的采集函数，实现函数学习与优化的联合平衡。
Ajith Anil Meera, Wouter Kouw
DFM-VLA通过离散流匹配实现机器人操作动作序列迭代优化，在CALVIN数据集上表现最优。
Jiayi Chen, Wenxuan Song, Jiaxin Fang 等
VAN-AD结合视觉MAE与正则流，实现时间序列异常检测的性能提升。
PengYu Chen, Shang Wan, Xiaohou Shi 等
DataFlex整合数据选择、混合和重加权，提升大模型训练效率和性能。
Hao Liang, Zhengyang Zhao, Meiyi Qiang 等