CommunityBench评估社区级别的模型对齐，揭示LLM在社区偏好建模中的局限性。
Jiayu Lin, Zhongyu Wei
提出基于纳什社会福利的公平推荐算法，有效平衡匹配率与公平性。
Yoji Tomita, Tomohiko Yokoyama
提出以连贯性优化为核心的自我提升理论，证明其等价于描述长度正则化，支持半监督学习。
Tianyi Qiu, Ahmed Hani Ismail, Zhonghao He 等
提出RTCE基准，评估LLMs在代码逆向中的双向一致性，利用四种无损压缩算法实现精确匹配。
Nickil Maveli, Antonio Vergari, Shay B. Cohen
本文将Tokenization视为模型设计核心，提出上下文感知的联合设计框架，强调标准化评估。
Sawsan Alqahtani, Mir Tafseer Nayeem, Md Tahmid Rahman Laskar 等
WorldMind框架通过知识经验学习对齐代理世界模型，在EB-ALFRED上成功率提升至48.0%。
Baochang Ren, Yunzhi Yao, Rui Sun 等
本研究分析RAG系统在评估中泄露信息的风险，验证了泄露促使评分虚高的机制。
Laura Dietz, Bryan Li, Eugene Yang 等
综述以AlphaGeometry、FunSearch等为例，提出AI4Math应从形式验证走向数学发现。
Haocheng Ju, Bin Dong
FastAV通过两阶段剪枝策略减少AV-LLM推理的计算量40%以上。
Chaeyoung Jung, Youngjoon Jang, Seungwoo Lee 等
HyFormer结合序列建模与特征交互，创新性引入全局Token，显著提升CTR预测性能。
Yunwen Huang, Shiyong Hong, Xijun Xiao 等
研究比较标准自编码器与掩码自编码器在音频异常检测中的表现，掩码自编码器提供更精确的解释。
Maab Elrashid, Anthony Deschênes, Cem Subakan 等
引入信息耕作概念，借比喻从采摘到耕作，强调生成式AI推动的主动信息生产。
Leif Azzopardi, Adam Roegiest
使用LongPAS方法提升长上下文推理能力，显著超越RLVR基线。
Miao Peng, Weizhou Shen, Nuo Chen 等
CTC-DID使用CTC损失函数实现阿拉伯语方言识别，在低资源环境中表现优异。
Muhammad Umar Farooq, Oscar Saz
EMoE引入正交特征基路由机制，有效平衡专家利用率与多样性，提升ImageNet准确率至88.14%。
Anzhe Cheng, Shukai Duan, Shixuan Li 等
提出多代理管道，将评论转化为可操作的商业建议，提升行动性和相关性。
Kartikey Singh Bhandari, Tanish Jain, Archit Agrawal 等
AVIR利用轻量检索和自适应筛选，减少70%页面，提升84.58% ANLS。
Zongmin Li, Yachuan Li, Lei Kang 等
提出SeLop方法，通过低秩正交投影抑制伪相关偏差，提升人脸伪造检测的泛化能力。
Chi Wang, Xinjue Hu, Boyu Wang 等
提出Uρ覆盖目标框架，结合相对熵与极小极大策略，优化MDP探索。
Xihe Gu, Urbashi Mitra, Tara Javidi
提出多种长上下文鲁棒的激活探针架构，提升模型误用检测性能。
János Kramár, Joshua Engels, Zheng Wang 等