提出EST架构，通过LCA和CSA实现CTR预测的全序列统一建模，显著提升工业应用性能。
Mingyang Liu, Yong Bai, Zhangming Chan 等
UMEM框架通过联合记忆提取和管理提升多轮任务性能达10.67%。
Yongshi Ye, Hui Jiang, Feihu Jiang 等
提出BNRM，结合非负因子分析，有效缓解RLHF中的奖励黑客问题。
Zhibin Duan, Guowei Rong, Zhuo Li 等
提出GRU-Mem框架，用于长上下文推理，性能提升达400%，解决记忆爆炸及无退出机制问题。
Leheng Sheng, Yongtao Zhang, Wenchang Ma 等
提出LAP方法，将机器人低级动作用自然语言表达，实现零样本跨形态迁移，成功率超50%。
Lihan Zha, Asher J. Hancock, Mingtong Zhang 等
提出C2RoPE，通过空间连续性和因果关系建模，提升3D多模态模型的空间理解能力。
Guanting Ye, Qiyan Zhao, Wenhao Yu 等
DAWN方法通过数据锚定和归一化提高残差强化学习中的价值学习效率。
Guozheng Ma, Lu Li, Haoyu Wang 等
引入RLTT框架，通过奖励整个潜在推理轨迹，显著提升LoopLM在数学和非数学推理任务中的表现。
Jonathan Williams, Esin Tureci
提出层次化目标规划与模拟验证的AIvilization v0，实现大规模人工社会中的长远自主。
Wenkai Fan, Shurui Zhang, Xiaolong Wang 等
MLDocRAG通过多模态块查询图提高长文档检索和生成的准确性。
Yongyue Zhang, Yaxiong Wu
提出可分离的因果扩散（SCD）架构，通过分析发现早层特征重复性高，深层关注局部，显著提升视频生成效率。
Xingjian Bai, Guande He, Zhengqi Li 等
UniVTAC平台结合模拟数据训练多任务视觉-触觉编码器，提升触觉感知与操控性能。
Baijun Chen, Weijie Wan, Tianxing Chen 等
提出Chain of Mindset框架，在Qwen3-VL-32B-Instruct上准确率提升4.96%。
Tianyi Jiang, Arctanx An, Hengyi Feng 等
WildCat通过随机枢轴Cholesky选择小型加权核心集实现近线性时间的注意力机制。
Tobias Schröder, Lester Mackey
提出ScaleSWE，通过多智能体自动构建高质量软件工程数据集，达10万实例。
Jiale Zhao, Guoxin Chen, Fanzhe Meng 等
提出基于Toeplitz的光谱方法，用于数据驱动的动力系统特征估计。
Vladimir R. Kostic, Karim Lounici, Massimiliano Pontil
提出AI能力与倾向为稳定的 dispositional 属性，强调测量需基于因果关系，批判现有基准与测试的局限。
Konstantinos Voudouris, Mirko Thalmann, Alex Kipnis 等
提出ExO-PPO，结合离策略利用与稳健的策略剪裁，提升样本效率与稳定性。
Hanyong Wang, Menglong Yang
提出KVCodec，利用GPU原生视频编码实现远程KV缓存高效复用，显著降低TTFT。
Liang Mi, Weijun Wang, Jinghan Chen 等
LEMUR构建多语法律语料库，利用对比学习微调多语言法律嵌入模型以提升检索性能。
Narges Baba Ahmadi, Jan Strich, Martin Semmann 等