提出端到端的符合风险训练方法，扩展至OCE风险控制，提升模型性能与风险保证。
Christopher Yeh, Nicolas Christianson, Adam Wierman 等
FlexTraj提出基于点轨迹的多粒度视频生成框架，支持无对齐控制。
Zhiyuan Zhang, Can Wang, Dongdong Chen 等
AutoMLGen结合知识库与MCGS，实现端到端机器学习管道的高效优化，提升Medal率36.4%。
Shangheng Du, Xiangchao Yan, Dengyang Jiang 等
ARES通过难度感知的窗口熵调整实现多模态自适应推理，在多个基准上表现优异。
Shuang Chen, Yue Guo, Yimeng Ye 等
提出基于引导扩散模型的 hyperspectral 数据增强方法，提升森林分类准确率。
Mattia Ferrari, Lorenzo Bruzzone
提出基于动态最优传输的多变量反事实识别框架，确保唯一性和一致性。
Fabio De Sousa Ribeiro, Ainkaran Santhirasekaram, Ben Glocker
VirT-Lab用可定制二维环境模拟LLM团队；论文报告12人用户研究及救援任务对齐验证。
Mohammed Almutairi, Charles Chiang, Haoze Guo 等
利用Whisper解码器嵌入实现音频歌词匹配，达成与SOTA相当性能。
Eleonora Mancini, Joan Serrà, Paolo Torroni 等
HALCON方法减少视频到音频生成中的插入幻觉，降低50%以上。
Liyang Chen, Hongkai Chen, Yujun Cai 等
提出GRADE框架，利用组相对策略优化和Dirichlet探索实现个性化多任务融合，显著提升CTR、CVR等指标。
Tingfeng Hong, Pingye Ren, Xinlong Xiao 等
提出Translation Tangles框架，结合多语言评估和偏见检测，分析24对语言对的翻译性能与偏见。
Md. Faiyaz Abdullah Sayeedi, Md. Mahbub Alam, Subhey Sadi Rahman 等
Repainter利用空间抠图强化学习，显著提升电商图像去除效果。
Zipeng Guo, Lichen Ma, Xiaolong Fu 等
提出ISMIE框架，基于组件、变量和活动分析现代信息环境中的信息寻求，验证其在虚假信息和AI内容信任危机中的应用。
Shuoqi Sun, Danula Hettiachchi, Damiano Spina
提出PA-Tool，通过峰值性指标无训练调整模型偏好，实现工具命名对齐，提升17%准确率。
Jonggeun Lee, Woojung Song, Jongwook Han 等
提出Customer-R1，基于RL的个性化用户行为模拟方法，显著优于基线，提升预测准确率。
Ziyi Wang, Yuxuan Lu, Yimeng Zhang 等
MV-Performer利用深度引导的视频扩散模型，实现360度同步多视角人类视频合成。
Yihao Zhi, Chenghong Li, Hongjie Liao 等
提出ETD方法，通过在中间训练阶段训练模型迭代少量关键层，显著提升17项推理任务性能。
Yeskendir Koishekenov, Aldo Lipani, Nicola Cancedda
TrackVLA++模型通过空间推理和目标识别记忆模块提升视觉跟踪性能，提升5.1%和12%。
Jiahang Liu, Yunpeng Qi, Jiazhao Zhang 等
VRPAgent利用LLM生成启发式算子，通过遗传算法优化，超越手工设计，解决多类车辆路径问题。
André Hottung, Federico Berto, Chuanbo Hua 等
SUPO算法通过总结管理扩展LLM多轮强化学习，提升成功率并降低上下文长度。
Miao Lu, Weiwei Sun, Weihua Du 等