提出证明最小化算法，有效缩减DNN验证中不可满足性证明大小，减少37%-82%。
Omri Isac, Idan Refaeli, Haoze Wu 等
基于哈密顿动力学的IGNS模型显著提升长距离交互模拟精度。
Tai Hoang, Alessandro Trenta, Alessio Gravina 等
DiffuGR通过扩散语言模型生成文档ID，提升检索准确性和效率。
Xinpeng Zhao, Zhaochun Ren, Yukun Zhao 等
Stuart-Landau振荡图神经网络(SLGNN)通过动态振幅调节，解决GNN过平滑问题。
Kaicheng Zhang, David N. Reynolds, Piero Deidda 等
基于平面几何代数的多维单纯形和复合体体积与质心公式，简洁高效。
Steven De Keninck, Martin Roelfs, Leo Dorst 等
利用稀疏自编码器（SAE）构建轻量化偏好模型，参数少于1%，性能优越。
Dengcan Liu, Jiahao Li, Zheren Fu 等
ViPRA通过视频预测和潜在动作学习，实现机器人高频平滑控制，提升16%性能。
Sandeep Routray, Hengkai Pan, Unnat Jain 等
AIA Forecaster结合搜索、调和与校准，达成人类超预测水平。
Rohan Alur, Bradly C. Stadie, Daniel Kang 等
EquiTac利用SO(2)对称性提高触觉策略学习的样本效率，显著减少训练样本。
Yizhe Zhu, Zhang Ye, Boce Hu 等
提出Supervised Rational Attention（SRA），通过对齐模型注意力与人类理据，提升仿真性与公平性。
Brage Eilertsen, Røskva Bjørgfinsdóttir, Francielle Vargas 等
Llama-Embed-Nemotron-8B采用对比学习和多样数据混合，达成多语种和跨语任务的SOTA性能，基于16.1M问答对，公开模型权重。
Yauhen Babakhin, Radek Osmulski, Ronay Ak 等
本研究提出基于结构化长描述的文本到图像模型FIBO，采用DimFusion机制显著提升控制性与表达力。
Eyal Gutflaish, Eliran Kachlon, Hezi Zisman 等
研究通过心理语言学方法分析巴西YouTube气候话题，揭示生成式AI操控风险，数据集含226K视频和2.7M评论。
Wenchao Dong, Marcelo S. Locatelli, Virgilio Almeida 等
提出Klear-Qwen3-AgentForge，基于Qwen3-8B模型，结合SFT和多轮RL，达成多任务代理能力。
Qi Wang, Hongzhi Zhang, Jia Fu 等
提出OckBench，结合准确率与Token效率，揭示模型推理中的显著效率差距。
Zheng Du, Hao Kang, Song Han 等
引入平均成本稳定性指标，结合未完成任务数与不可恢复的截止失败数，评估时间敏感任务的系统可靠性。
Roee M. Francos, Daniel Garces, Orhan Eren Akgün 等
提出BACO框架，通过模型合作在推理时优化多样性与质量，提升21.3%的联合指标。
Yichen Wang, Chenghao Yang, Tenghao Huang 等
QueStER利用轻量级大模型生成关键词搜索规范，结合BM25实现高效检索，提升效果。
Arthur Satouf, Yuxuan Zong, Habiboulaye Amadou-Boubacar 等
DeepEyesV2通过两阶段训练和工具调用实现多模态自主推理，显著提升复杂任务表现。
Jack Hong, Chenxiao Zhao, ChengLin Zhu 等
X-Diffusion利用噪声扩散模型，从人类演示中学习跨体型策略，提升成功率16%。
Maximus A. Pace, Prithwish Dan, Chuanruo Ning 等