cHM算法是一种通用的连续优化框架，在28个基准函数上表现优异。
Piotr A. Kowalski, Szymon Kucharczyk, Jacek Mańdziuk
FalconBC通过流匹配进行潜在条件生理边界条件的摊销推断，提升了心血管建模的效率。
Chloe H. Choi, Alison L. Marsden, Daniele E. Schiavazzi
提出Spatio-Temporal Token Scoring (STTS)，在不影响性能的情况下提高视频视觉语言模型效率62%。
Jianrui Zhang, Yue Yang, Rohun Tripathi 等
Loc3R-VLM通过单目视频输入实现语言定位和3D推理，表现优于现有方法。
Kevin Qu, Haozhe Qi, Mihai Dusmanu 等
LoST通过语义显著性排序3D形状的token，实现高效的自回归3D生成，仅需0.1%-10%的token。
Niladri Shekhar Dutt, Zifan Shi, Paul Guerrero 等
通过嵌入空间探测实现高效的无训练多标记预测，提升LLaMA3的接受长度12%。
Raghavv Goel, Mukul Gagrani, Mingu Lee 等
RAMP通过强化学习自适应混合精度量化，实现设备上LLM高效推理，提升6%模型大小和1-3%质量。
Arpit Singh Gautam, Saurabh Jha
利用虚拟环境中的深度学习模型实现自动驾驶感知与规划，结合数字孪生与域适应技术。
A. Humnabadkar, A. Sikdar, B. Cave 等
AgentVLN采用VLM-as-Brain架构，结合跨空间映射与主动探索，显著提升长距离导航性能。
Zihao Xin, Wentong Li, Yixuan Jiang 等
自适应领域模型通过贝叶斯蒸馏和温暖旋转实现几何和神经形态AI的高效训练。
Houston Haynes
提出基于最大投影的贝叶斯优化结合敏感性分析，用于稀缺数据下的径向涡轮高效设计。
Eric Diehl, Adem Tosun, Dimitrios Loukrezis
提出结合基础模型与多目标强化学习的机器人导航偏好理解框架，提升适应性与透明度。
Tharun Sethuraman, Subham Agrawal, Nils Dengler 等
大语言模型作为神经数字生态系统的语义接口和伦理中介，提出神经语言整合新范式。
Alexander V. Shenderuk-Zhidkov, Alexander E. Hramov
引入FloorPlan-VLN，通过结构化平面图作为全局空间先验，实现仅凭简洁指令的导航，显著提升成功率。
Kehan Chen, Yan Huang, Dong An 等
提出StereoWorld，基于相机条件的立体视频生成模型，提升3D几何一致性和速度。
Yang-Tian Sun, Zehuan Huang, Yifan Niu 等
GSU数据集评估LLMs在网格上的空间推理能力，揭示视觉模态对3D理解的局限。
Risham Sidhu, Julia Hockenmaier
实现预测编码网络的可综合RTL架构，支持局部预测误差动态，硬件直接执行学习更新。
Timothy Oh
MetaClaw结合技能快速适应与策略优化，实现LLM持续演进，提升准确率达32%。
Peng Xia, Jianwen Chen, Xinyu Yang 等
利用二次代理吸引子优化粒子群算法，提升全局收敛性和鲁棒性。
Maurizio Clemente, Marcello Canova
优化嵌入式主动多保真代理学习用于多条件翼型形状优化，巡航效率提高41.05%，起飞升力提高20.75%。
Isaac Robledo, Alberto Vilariño, Arnau Miró 等