基于优化确定等价物(OCE)的风险规避决策，结合预测集提供高概率风险控制。
Amirmohammad Farzaneh, Osvaldo Simeone
提出Gibbs加权框架，结合模型误差，提升多模型预测性能，适应不同场景。
Prasen R. Nuthanakaluva, Nava K. Gaddam
提出HubMixer，通过引入少量可学习潜在中心实现高效异构特征交互，参数节省显著。
Jie Zhou, Zixian Gong, Wenhao Li 等
PhyMamba框架通过物理调制实现电池健康预测，平均误差减少31.8%。
Sara Sameer, Yunyi Zhao, Wei Zhang 等
RA-OPD通过过滤不一致的轨迹来提高学生模型性能，在数学和代码基准上表现优异。
Siyuan Gan, Yuhan Li, Xiran Wang 等
提出AMUR框架，利用信息论引导选择性模态兴趣对齐，提升多模态推荐性能。
Wenze Ma, Chenyu Sun, Yanmin Zhu 等
StreamEMS通过自进化记忆机制提升视觉语言模型的视频流理解能力，在OVO-Bench上表现优异。
Yuxin Liu, Peiqin Zhuang, Yali Wang
SpikeOPD通过自生成前缀稳定蒸馏自回归尖峰语言模型，提升准确率2.9个点。
Enqiao Lu, Xingrui Yu, Yiwei Fu 等
提出快速权重注意机制，结合归一化第一阶更新，优化持续学习中的长序列建模。
Yifan Zhang, Steve Ta, Jasper Zhang 等
基于参数雅可比矩阵的半群扰动分析，提供网络输出稳定性新界限。
Halyun Jeong, Palle E. T. Jorgensen, Hyun-Kyoung Kwon 等
通过能量距离蒸馏方法，将多步扩散模型压缩为单步学生模型，提升天气预报效率。
Yiming Yang, Valentin Brekke, James Briant 等
LitCurate利用大语言模型构建低幔壳岩石状态方程数据库，包含1334条记录。
Abin Shakya, Wilson Samuels, Dominica Wilson 等
提出EMR-HyperNEAT，通过批处理实现多分辨率空间自适应拓扑发现，显著提升速度。
Romain Claret, Michael O'Neill, Paul Cotofrei 等
VGTok通过区域可分离性优化高分辨率目标检测，提升VisDrone数据集AP至48.38。
Khayrul Islam
提出MCR-Bench，基于多轮缺陷状态追踪的真实代码评审基准，涵盖五种语言，评估LLMs性能。
Dewu Zheng, Yanlin Wang, Xiwen Wang 等
提出弱模型引导的RLVR方法，通过外部前缀增强探索，提升推理覆盖率和多样性。
Xingyu Shen, Huishuai Zhang, Peng Li 等
本文比较三种融合范式（Merge、Mix RL、MOPD），在多领域RLVR中表现差异不大，但在单一任务上差距达8.6分，提供实用指导。
Siye Wu, Kai Yang, Yuchen Cai 等
本研究提出MILO框架，利用大规模重建模型（LRMs）从单幅图像重建3D人-物交互，超越现有方法的精度。
Agniv Chatterjee, Georgios Pavlakos
LeVJEPA采用无崩溃目标，简化架构，显著提升视频预训练效率，减少计算成本达20倍。
Lukas Kuhn, Lucas Maes, Giuseppe Serra 等
提出CorporateBench，基于时间演化知识库的企业级多任务问答基准，涵盖超23万文档。
Sil Hamilton, Albert Yu Sun, Oscar J. Romero 等