LTX-2采用非对称双流Transformer架构，结合多模态交叉注意力，实现高效同步音视频生成，参数规模达14B（视频）和5B（音频）。

Yoav HaCohen, Benny Brazowski, Nisan Chiprut 等

MedDialogRubrics通过多代理系统评估LLM的多轮诊断能力，包含5200例患者案例。

Lecheng Gong, Weimin Fang, Ting Yang 等

LOST-3DSG利用词向量实现轻量级开放词汇3D场景图，提升动态环境中的物体追踪效率。

Sara Micol Ferraina, Michele Brienza, Francesco Argenziano 等

VLM4VLA通过少参数微调，将通用VLM转为机器人控制模型，性能优于复杂架构。

Jianke Zhang, Xiaoyu Chen, Qiuyue Wang 等

DGA-Net通过深度提示和图锚引导提升伪装物体检测性能，超越现有方法。

Yuetong Li, Qing Zhang, Yilin Zhao 等

Falcon-H1R通过混合模型实现高效推理，参数仅7B，性能超越更大模型。

Falcon LLM Team, Iheb Chaabane, Puneesh Khanna 等

提出了延迟承诺解码（DCD），提高扩散语言模型生成准确率1.73%。

Yingte Shu, Yuchuan Tian, Chao Xu 等

提出隐状态中毒攻击（HiSPA），利用短输入触发器在Mamba模型中实现信息篡改，显著削弱模型的长文本检索能力。

Alexandre Le Mercier, Chris Develder, Thomas Demeester

提出特征依赖噪声模型，在DMControl和Meta-world中进行测试，发现无显式去噪的PbRL方法表现更优。

Yuxuan Li, Harshith Reddy Kethireddy, Srijita Das

OpenRT框架支持37种攻击策略，评估20个MLLM模型，平均攻击成功率达49.14%。

Xin Wang, Yunhao Chen, Juncheng Li 等

提出ReToK，通过冗余Token填充和层级语义正则化，显著改善灵活图像Tokenizer的生成性能。

Zixuan Fu, Lanqing Guo, Chong Wang 等

SWE-Lego采用轻量化SFT，结合数据增强与测试时扩展，达成软件问题解决新高。

Chaofan Tao, Jierun Chen, Yuxin Jiang 等

提出异质再生产框架，解决大模型中的同质化问题，强调多样性在AI安全中的核心作用。

Ian Rios-Sialer

ScienceDB AI利用LLM实现科学数据集推荐，提升30%准确率。

Qingqing Long, Haotian Chen, Chenyang Zhao 等

利用DMFT分析高维随机矩阵驱动的动力学系统，揭示学习与泛化机制。

Blake Bordelon, Cengiz Pehlevan

提出Fusion-SSAT，通过特征融合提升深伪检测的泛化能力，实验证明优于SOTA方法。

Shukesh Reddy, Srijan Das, Abhijit Das

SpaceTimePilot模型实现动态场景的时空生成渲染，支持独立控制相机视角和运动序列。

Zhening Huang, Hyeonho Jeong, Xuelin Chen 等

采用OpenForesight数据集，结合检索与强化学习，训练OpenForecaster 8B模型提升未来预测准确性。

Nikhil Chandak, Shashwat Goel, Ameya Prabhu 等

提出mHC，通过投影到双随机矩阵流形，恢复残差连接的恒等映射，提升大规模训练稳定性。

Zhenda Xie, Yixuan Wei, Huanqi Cao 等

提出Encyclo-K，通过动态组合知识陈述进行大模型评估，解决数据污染和多知识点理解难题。

Yiming Liang, Yizhi Li, Yantao Du 等