InfiniBench通过LLM引导、集群优化和任务感知摄像头路径，实现无限可定制的3D场景生成，提升空间推理评估能力。
Haoming Wang, Qiyao Xue, Wei Gao
Muskie以多视角掩码重建学习几何一致性，在NAVI上将3D轨迹误差降至2.38厘米。
Wenyu Li, Sidun Liu, Peng Qiao 等
基于Deming循环的多智能体系统SciEducator实现科学视频理解与教育，显著优于现有模型。
Zhiyu Xu, Weilong Yan, Yufei Shi 等
MobileVLA-R1结合CoT和GRPO，提升四足机器人视觉-语言-控制性能，达5%提升。
Ting Huang, Dongjian Li, Rui Yang 等
通过模拟自调阻性元件的模拟系统，展示了双峰现象，验证了模拟物理系统可表现出类似数字AI的泛化行为。
Sam Dillavou, Jason W Rocks, Jacob F Wycoff 等
SketchVerify通过草图验证提高物理感知视频生成的运动规划质量。
Yidong Huang, Zun Wang, Han Lin 等
SMILE结合语义和词汇精确性，显著提升问答评估的效率与准确性。
Shrikant Kendre, Austin Xu, Honglu Zhou 等
ReBaPL结合循环SGHMC和表示空间排斥，提升多模态prompt的多峰探索能力。
Yassir Bendou, Omar Ezzahir, Eduardo Fernandes Montesuma 等
研究表明，即使在非过拟合模型中，边界样本仍易受成员推断攻击，提出了logit重加权防御策略。
Mona Khalil, Alberto Blanco-Justicia, Najeeb Jebreel 等
提出TwiG框架，实现视觉生成中文本推理的实时交错，显著提升语义丰富度。
Ziyu Guo, Renrui Zhang, Hongyu Li 等
Nemotron Elastic通过嵌套子模型实现高效多合一推理，训练成本减少360倍。
Ali Taghibakhshi, Sharath Turuvekere Sreenivas, Saurav Muralidharan 等
提出AINA框架，利用智能眼镜采集人类多环境演示，实现多指机器人无数据训练。
Irmak Guzey, Haozhi Qi, Julen Urain 等
提出认知基础分类，分析18模型192K推理轨迹，提升复杂问题推理性能66.7%。
Priyanka Kargupta, Shuyue Stella Li, Haocheng Wang 等
提出MiMo-Embodied，融合自主驾驶与 embodied AI 的跨域基础模型，基于多阶段训练实现17项embodied AI基准和12项自动驾驶基准的最优性能。
Xiaoshuai Hao, Lei Zhou, Zhijian Huang 等
提出基于熵正则化逆最优输运的凸优化方法，用于从聚合数据估计马尔可夫链转移矩阵，实验显示在噪声和样本有限条件下具有优越性能。
Michele Mascherpa, Axel Ringh, Amirhossein Taghvaei 等
提出VLA-Fool，结合文本、视觉和跨模态攻击，揭示VLA模型在多模态扰动下的脆弱性。
Yuping Yan, Yuhan Xie, Yixin Zhang 等
ENNs与Tikhonov-NN以网络宽度正则化；理论保证噪声趋零时收敛，宽度可达O(δ^{-2/θ})。
Lan Wang, Qiao Zhu, Bangti Jin 等
提出加权Token重要性机制，提升ColBERT多向检索性能，零-shot提升1.28%，微调达3.66%。
Archish S, Ankit Garg, Kirankumar Shiragur 等
提出GESC，利用投影机制取消自干扰，显著提升异质图性能。
Yoonhyuk Choi, Jiho Choi, Jiwoo Kang
QueryGym是一个支持多种LLM查询重写方法的Python工具包，集成了BEIR和MS MARCO基准，提升检索效果。
Amin Bigdeli, Radin Hamidi Rad, Mert Incesu 等