Mesh4D是一种基于变分自编码器和扩散模型的单目视频4D网格重建方法，能高效捕捉动态物体的完整形状与运动。
Zeren Jiang, Chuanxia Zheng, Iro Laina 等
DrivoR采用预训练ViT和注册令牌，压缩多摄像头信息，实现端到端自主驾驶，性能优越。
Ellington Kirby, Alexandre Boulch, Yihong Xu 等
AlignXplore+通过文本界面实现跨任务个性化，8B模型在九个基准上超越更大模型。
Yuting Liu, Jian Guan, Jia-Nan Li 等
SmartSearch通过过程奖励和查询优化提升搜索代理的查询质量，显著提高检索效率。
Tongyu Wen, Guanting Dong, Zhicheng Dou
提出StealthGraph，通过知识图引导生成隐性有害提示，结合双策略重写提高隐蔽性。
Huawei Zheng, Xinqi Jiang, Sen Yang 等
提出HuForDet，结合面部与全身分析，采用多模态大模型实现人像伪造检测，达SOTA性能。
Xiao Guo, Jie Zhu, Anil Jain 等
RLVR训练中参数和输出表现出高度线性，利用低阶滤波机制实现训练加速与性能提升。
Tianle Wang, Jiayu Liu, Zhongyuan Wu 等
提出XGrammar-2，基于TagDispatch与交叉语法缓存的动态结构生成引擎，提升编译速度6倍。
Linzhang Li, Yixin Dong, Guanjie Wang 等
提出图上离散Benamou-Brenier最优传输方法，分类W1测地线。
Kieran Morris, Oliver Johnson
LocalDPO通过局部细节优化提升视频扩散模型的生成质量，在Wan2.1和CogVideoX上表现优异。
Zitong Huang, Kaidong Zhang, Yukang Ding 等
HoneyTrap采用多智能体合作策略，通过误导和资源耗散，有效防御多轮越狱攻击，攻成功率降低68.77%。
Siyuan Li, Xi Lin, Jun Wu 等
ResTok提出层级残差视觉标记器，提升AR图像生成性能，9步达gFID 2.34。
Xu Zhang, Cheng Da, Huan Yang 等
提出TabTrim，将表格剪枝从序贯修正转为金轨迹监督的并行搜索，显著提升TableQA性能。
Yu Guo, Shenghao Ye, Shuangwu Chen 等
本研究评估LLM自我解释对用户预测模型行为的帮助，采用对抗性扰动和对比实验，发现解释提升预测准确性。
Pingjun Hong, Benjamin Roth
O-Researcher通过多智能体蒸馏和强化学习生成高质量研究数据，显著提升开源LLM性能。
Yi Yao, He Zhu, Piaohong Wang 等
RedBench整合37数据集，采用22风险类别和19领域，系统评估LLM漏洞。
Quy-Anh Dang, Chris Ngo, Truong-Son Hy
系统性分析LLMs和VLMs的破解机制、评估指标及统一防御策略。
Zejian Chen, Chaozhuo Li, Chao Li 等
提出SiT-Bench，基于文本描述评估LLMs空间推理，涵盖3800+题，揭示模型在全局一致性上的“空间差距”。
Zhongbin Guo, Zhen Yang, Yushan Li 等
提出STELLA框架，结合术语识别与合成查询，构建航空航天IR基准，评估模型语义理解能力。
Bongmin Kim
利用商用FMCW毫米波雷达实现水位厘米级监测，误差小于1厘米。
Anna Zavei-Boroda, J. Toby Minear, Kyle Harlow 等