提出分裂式符合预测框架，保证神经算子在至少1−γ比例区域内的真实解覆盖率≥1−α。
Tom Stent, Nicolas Boullé
采用层重构的通信高效专家混合模型，31.5B参数下GPU小时减少33.3%。
Simeng Sun, Roger Waleffe
本研究比较序贯与并行采样在大规模语言模型翻译中的性能，发现序贯采样在有限预算下表现更优。
Di Wu, Sergey Troshin, Christof Monz 等
提出基于脉冲神经网络的低功耗端到端语音降噪模型，能在保持性能的同时节省六倍能耗。
Ludovic Boulanger, Sean U. N. Wood
NL2AGBench评估大模型将英语几何问题自动转化为AlphaGeometry形式的能力。
Samuel Xiao, Judy Song, Rory Hu 等
ElephantBench利用图结构检测LLMs对长尾事实多源账户的记忆完整性，揭示模型偏向主流答案。
Zhuoshi Pan, Junru Lu, Yan Qian 等
本研究系统分析了对话中角色身份信息可见性在训练、推理和评估三个阶段的影响，揭示了信息泄露机制。
Daniela Occhipinti, Malvina Nissim, Marco Guerini
LayerRecall为视频生成引入状态条件的记忆路由器，显著提升长距离内容恢复能力。
Yixuan Ding, Jiahao Kong, Wei Huang 等
本研究提出基于诊断的后训练策略，通过 acquire、repair、preserve 三步显著提升小模型对话游戏表现，最终得分从10.67提升至38.92。
Nan Li
ARC-CT利用解剖引导的对比学习，结合区域特征提升胸部CT异常检测，达0.86宏平均AUC。
Huseyin Umut Isik, Mehmet Alp Ozaydin, Sila Kurugol 等
扩展高斯过程与样条的等价关系，利用核空间和正则化操作实现无限维逆问题的最优估计。
Michael Unser
本文提出滑动窗口注意力（SWA）在无需后训练的情况下，性能优于线性注意力，适合长文本推理。
Alexia Jolicoeur-Martineau, Rhea Sanjay Sukthanker, Pashmina Cameron 等
提出基于生态启发的合作风险感知探索框架，结合博弈论和相关性权重优化多机器人团队表现。
Brooks A. Butler, Jair Certório, João P. Hespanha 等
本研究通过比例定律分析，验证了视频扩散模型在驾驶数据上的规模效应，最大模型达9B参数，验证损失预测误差仅3.6%。
Victor Besnier, Anh-Quan Cao, Elias Ramzi 等
利用大语言模型和文本嵌入实现长文视频匹配，提升用户互动。
Arnaud Corone, Brice Pierre de la Briere, Gladys Roch 等
提出基于图神经网络的可扩展动态社区检测框架，利用局部扩散和对比学习实现节点-时间实例的社区识别。
Peijie Zhong, Raul Mondragon, Richard G. Clegg
MAIL框架通过动态检索文献生成化学假设，获得最高MIOS和MPOS分数。
Mahdi Babaei, Xueshen Li, Yutao Kuang 等
MaCoPlanner基于知识编译与主动安全验证，实现工业面板任务规划，提升成功率至84.4%。
Guipeng Xin, Jiahe Xua, Mohammad Deghat 等
提出STEGNav，利用时空事件图增强多模态终身导航，提升成功率66.3%。
Yang Chen, Zhenyu Huang, Wenbo Fu 等
I-FLOP基于干预数据的快速因果结构学习算法，利用目标筛选的贝叶斯信息准则实现一致性。
Liuting Chen, Alex Markham