提出BiLaLoRA结合CLIP的H2C损失，有效实现实景去雾，性能优于SOTA。
Yan Zhang, Long Ma, Yuxin Feng 等
通过LLM辅助生成MIPVU规则脚本，实现可解释的中文隐喻识别，跨协议比较显示协议选择是主要变异来源。
Weihang Huang, Mengna Liu
RAGPerf是一个用于检索增强生成系统的端到端基准框架，支持多种数据集和嵌入模型，性能开销可忽略。
Shaobo Li, Yirui Zhou, Yuan Xu 等
PrefixWall通过监控缓存重用，选择性隔离前缀，有效缓解多租户LLM系统中的前缀缓存侧信道，提升性能。
Panagiotis Georgios Pennas, Konstantinos Papaioannou, Marco Guarnieri 等
使用结构化链接数据作为记忆层，提升RAG系统的检索准确性，标准RAG提高29.6%，agentic管线提高29.8%。
Andrea Volpini, Elie Raad, Beatrice Gamba 等
提出SCORE，用单一共享神经块替代堆叠层，利用ODE启发的收缩更新提升训练效率。
Guillaume Godin
本文提出了一种事件驱动的E-Skin系统，通过动态二进制扫描和实时SNN分类，实现了12.8倍扫描次数减少和92.11%的识别准确率。
Gaishan Li, Zhengnan Fu, Anubhab Tripathi 等
V2A-DPO通过直接偏好优化提升视频转音频生成，显著提高语义一致性和时间对齐。
Nolan Chan, Timmy Gang, Yongqian Wang 等
提出World2Act，基于潜在空间无像素监督的后训练框架，提升机器人任务成功率达+2.5%。
An Dinh Vuong, Tuan Van Vo, Abdullah Sohail 等
提出Graph-GRPO，结合分析转移概率与强化学习优化GFMs，50步达95%有效性。
Baoheng Zhu, Deyu Bo, Delvin Ce Zhang 等
CRC-CBF以风险自适应安全裕度保障人机导航，但全文未报告具体数值结果。
Jake Gonzales, Kazuki Mizuta, Karen Leung 等
提出ReST-RL，结合预训练运动策略与残差模块，实现人形机器人稳态托盘运输，成功率达96.9%。
Anlun Huang, Zhenyu Wu, Soofiyan Atar 等
基于记忆–检索–反思架构的访谈代理在51人、4概念测试中分布吻合但个体身份不精确。
Zichao Wang, Alexa Siu
TATIC利用力矩估计和时序卷积网络实现0.904的意图识别宏F1分数。
Jiurun Song, Xiao Liang, Minghui Zheng
通过最大化提示与响应间的互信息，MIPO在无需额外数据的情况下提升LLM性能。
Hyunji Nam, Haoran Li, Natasha Jaques
OpenClaw-RL通过异步架构利用下一状态信号实现在线个性化和通用智能体训练，融合评估与指令信号。
Yinjie Wang, Xuyang Chen, Xiaolong Jin 等
引入DOWIS数据集，评估语音大语言模型在多语言环境下的指令跟随能力，发现文本提示优于语音提示。
Maike Züfle, Sara Papi, Fabian Retkowski 等
InternVL-U为4B参数的多模态模型，兼具理解、推理、生成与编辑能力，超越规模更大模型。
Changyao Tian, Danni Yang, Guanzhou Chen 等
N-gram模型在预测阅读时间上表现最佳，因其对简单统计更敏感。
James A. Michaelov, Roger P. Levy
提出Step-Aware Contrastive Alignment（SACA），利用逐步评估机制显著提升连续环境中的视觉-语言导航性能。
Haoyuan Li, Rui Liu, Hehe Fan 等