FireRed-Image-Edit采用扩散变换器，通过数据优化和多阶段训练实现先进的图像编辑性能。
Super Intelligence Team, Changhao Qiao, Chao Hui 等
本文重新审视单边-高斯子（single-minus gluon）树级振幅，提出在半共线配置和复数动量下非零表达式，导出分段常数闭式公式，验证满足软定理等多重一致性条件。
Alfredo Guevara, Alexandru Lupsasca, David Skinner 等
DreamID-Omni框架实现了可控的人物音视频生成，超越现有商业模型。
Xu Guo, Fulong Ye, Qichao Sun 等
SafeNeuron通过参数冻结和冗余机制提升大模型的安全鲁棒性，显著增强抗参数剪枝攻击能力。
Zhaoxin Wang, Jiaming Liang, Fengbin Zhu 等
FAIL通过对抗训练实现无奖励的流匹配模仿学习，使用13,000示范提升模型性能。
Yeyao Ma, Chen Li, Xiaosong Zhang 等
提出G-OPD框架，通过奖励外推提升学生模型性能，实验显示超越教师模型。
Wenkai Yang, Weijie Liu, Ruobing Xie 等
AssetFormer使用自回归Transformer生成模块化3D资产，提升UGC内容创作质量。
Lingting Zhu, Shengju Qian, Haidi Fan 等
VLAW通过迭代在线交互提高视觉-语言-动作模型性能，成功率提升39.2%。
Yanjiang Guo, Tony Lee, Lucy Xiaoyang Shi 等
提出Composition-RL，通过自动组合多题提升LLM推理能力，实验显示在4B到30B模型中显著优于原始RL。
Xin Xu, Clive Bai, Kai Yang 等
引入Min-kNN距离检测RLVR训练数据，利用结构收敛特征实现黑箱识别。
Hongbo Zhang, Yue Yang, Jianhao Yan 等
ABot-N0采用层次“脑-行动”架构，融合5项导航任务，利用1690万轨迹数据实现SOTA性能。
Zedong Chu, Shichao Xie, Xiaolong Wu 等
LASER用SeqVault+STA/GSTA实现超长序列低延迟CTR建模，线上ADVV+2.36%、收入+2.08%。
Tianhe Lin, Ziwei Xiong, Baoyuan Ou 等
NRT模型通过自生成推理路径提升推理能力，无需外部验证器，显著提升复杂推理任务表现。
Yuanfu Wang, Zhixuan Liu, Xiangtian Li 等
Krause Attention通过局部同步减少注意力下沉，提升性能并降低复杂度。
Jingkun Liu, Yisong Yue, Max Welling 等
AuroraRL利用稀疏参数变化实现去中心化网络中的高效RL训练，减少79倍带宽，提升1.3-9.5倍吞吐。
Chaoyi Ruan, Geng Luo, Xinyi Wan 等
提出检索感知蒸馏方法，仅保留2%注意力头，恢复95%性能。
Aviv Bick, Eric P. Xing, Albert Gu
MDE-VIO结合轻量级深度先验，提升低纹理环境下的视觉惯性里程计精度，ATE降低28.3%。
Arda Alniak, Sinan Kalkan, Mustafa Mert Ankarali 等
提出基于Wasserstein距离的设计特征表征，分析其对贝叶斯优化中决策质量的影响。
Antonio Candelieri, Francesco Archetti
pplx-embed以扩散预训练和多阶段对比学习，4B模型多语nDCG@10达69.66%，上下文模型达81.96%。
Sedigheh Eslami, Maksim Gaiduk, Markus Krimmel 等
提出GameDevBench，评估AI在复杂游戏开发中的多模态能力，成功率为53.8%。
Wayne Chi, Yixiong Fang, Arnav Yayavaram 等