GUI Knowledge Bench揭示VLMs在GUI任务中的知识缺口，评估292个应用。
Chenrui Shi, Zedong Yu, Zhi Gao 等
SplitFlow通过流分解与聚合实现无逆向的文本引导图像编辑，提升语义保真度和属性解缠结。
Sung-Hoon Yoon, Minghan Li, Gaspard Beaudouin 等
本研究提出FreeArt3D，无需训练即可利用预训练静态3D扩散模型（如Trellis）实现高质量关节物体生成，结合Score Distillation Sampling扩展至3D-4D空间。
Chuhao Chen, Isabella Liu, Xinyue Wei 等
提出基于合成数据的相关多实例学习（MIL）方法，发现现有模型在依赖邻近实例关系时表现不足。
Ethan Harvey, Dennis Johan Loevlie, Michael C. Hughes
本研究分析Transformer中非线性MLP对ICL性能的影响，证明其与多项式模型等价，揭示数据混合关键作用。
Samet Demir, Zafer Dogan
Tool Decathlon基准测试32应用，涵盖真实环境和长时任务，模型成功率仅38.6%。
Junlong Li, Wenshuo Zhao, Jian Zhao 等
ScaleCall比较ETR、TRR与混合检索：嵌入更快，listwise更善于消歧。
Richard Osuagwu, Thomas Cook, Maraim Masoud 等
MDP-Agent通过多路径转化实现AI搜索，提升信息检索准确率至35%
Hongjin Qian, Zheng Liu
SeeingEye框架通过代理信息流实现文本模型的多模态推理，结合结构化中间表示提升效率。
Weijia Zhang, Zijia Liu, Haoru Li 等
研究链式思维如何影响Transformer学习，使用三参数逻辑曲线量化准确率。
Zihan Pengmei, Costas Mavromatis, Zhengyuan Shen 等
基于Gemma 3的MetricX-25和GemSpanEval，提升翻译质量评估与错误检测性能。
Juraj Juraska, Tobias Domhan, Mara Finkelstein 等
提出WebLeaper框架，通过树状推理模型和多源信息合成提升WebAgent的搜索效率和效果。
Zhengwei Tao, Haiyang Shen, Baixuan Li 等
提出R3框架，通过强化学习优化RAG检索性能，提升5.2%。
Jiawei Zhou, Lei Chen
提出APTBench，基于真实任务轨迹评估基础大模型的代理潜能，涵盖软件工程与深度研究场景。
Jiarui Qin, Yunjia Xi, Junjie Huang 等
MGA通过观察优先和记忆增强原则，优化GUI任务，提升效率。
Weihua Cheng, Junming Liu, Yifei Sun 等
Pie系统通过API和inferlets实现灵活高效的LLM服务，提升1.3x-3.4x吞吐量。
In Gim, Zhiyao Ma, Seung-seob Lee 等
提出时间感知偏差（Temporal Blindness）问题，通过TicToc数据集评估LLM工具调用与人类时间感知的偏差，发现模型表现不足65%。
Yize Cheng, Arshia Soltani Moakhar, Chenrui Fan 等
结合SHAP和因果分析的工业故障检测框架，提升准确性与解释性。
Pedro Cortes dos Santos, Matheus Becali Rocha, Renato A Krohling
提出凸优化框架识别切换网络系统，包括节点动力学和图结构，基于采样数据实现无先验标签识别。
Kaito Iwasaki, Anthony Bloch, Maani Ghaffari
提出TIRE方法，通过追踪、修补、重投实现个性化3D/4D生成，显著提升身份保持。
Shuhong Zheng, Ashkan Mirzaei, Igor Gilitschenski