物理信息瓶颈（PIB）框架提高深度物理神经网络的能效和速度。
Hao Wang, Ziao Wang, Xiangpeng Liang 等
提出两种训练无关的轨迹平滑方法（Look-Ahead与Look-Back），提升扩散模型生成质量。
Yan Luo, Henry Huang, Todd Y. Zhou 等
UI-Venus-1.5通过模型合并和在线强化学习实现了77.6%的AndroidWorld导航成功率。
Venus Team, Changlong Gao, Zhangxuan Gu 等
MotionCrafter利用4D VAE实现单目视频中密集几何与运动的联合重建，提升38.64%几何和25%运动准确率。
Ruijie Zhu, Jiahao Lu, Wenbo Hu 等
AnomSeer结合ExpCoT与TimerPO，提升TSAD的细粒度推理与分类准确率。
Junru Zhang, Lang Feng, Haoran Shi 等
VideoVeritas结合感知预训练与事实推理，利用MintVid数据集实现深度伪视频检测。
Hao Tan, Jun Lan, Senyuan Shi 等
提出实例解缠注意机制，改善多实例编辑中的语义干扰，提升局部性和一致性。
Carmine Zaccagnino, Fabio Quattrini, Enis Simsar 等
LEFT通过三视角特征融合，利用分析-合成一致性实现无监督时间序列异常检测。
Dezheng Wang, Tong Chen, Guansong Pang 等
提出Inspiration Seeds，通过视觉非字面组合支持创意探索，利用CLIP稀疏自编码器实现无语言引导的多样化图像生成。
Kfir Goldberg, Elad Richardson, Yael Vinker
OneLive提出动态统一生成推荐框架，结合动态Tokenization与时间感知机制，显著提升直播推荐性能。
Shen Wang, Yusheng Huang, Ruochen Yang 等
提出MINT模型，通过频域频谱分解实现行为意图与执行细节的解耦，提升迁移与泛化能力。
Renming Huang, Chendong Zeng, Wenjing Tang 等
本文提出Transfer可迁移奖励（RLTR），通过跨模型推理转移测试提升大语言模型的稳健推理能力，显著提升在数学和科学推理任务中的表现。
Hyunseok Lee, Soheil Abbasloo, Jihoon Tack 等
NarraScore通过情感控制生成长视频配乐，提升叙事一致性。
Yufan Wen, Zhaocheng Liu, YeGuo Hua 等
LycheeMemory通过压缩记忆和选择性回忆实现长上下文推理，GPU内存使用减少2倍，推理速度提高6倍。
Zhuoen Chen, Dongfang Li, Meishan Zhang 等
E-VAds-R1通过MG-GRPO奖励设计，在商业意图推理中实现109.2%性能提升。
Xianjie Liu, Yiman Hu, Liang Wu 等
提出SWE-ContextBench，评估代码代理的上下文理解与重用能力，显著提升任务准确率和效率。
Jiayuan Zhu, Junde Wu, Minhao Hu 等
通过文档重构实现可扩展长上下文RLVR，提升RULER和LongBench v2性能。
Yao Xiao, Lei Wang, Yue Deng 等
SkillRL通过递归技能增强强化学习，在ALFWorld等任务中提升15.3%的性能。
Peng Xia, Jianwen Chen, Hanyang Wang 等
CrossTraffic以知识图谱约束LLM执行，MAE<0.50、无效输入F1=1.0。
Rei Tamaru, Bin Ran
采用Prompt工程结合Marked Words、SVM和JSD检测大模型在性别和种族偏见中的表现。
Ke Xu, Shera Potka, Alex Thomo