《AI with Authority》提出Salt方法，实现从应用到硅片的全链路验证，五周内由一人主导完成全部开发。
Jason Hickey
ViTacPhys通过视觉-触觉模型预测物体质量、刚度和摩擦系数，达97.2%的质量分类准确率。
Yiwen Liu, Yujun Zhu, Kui Jia 等
PerturbRx通过学习药物诱导的潜在状态转移，提升癌症药物反应预测性能。
Yoshitaka Inoue, Minoh Jeong, Alfred Hero 等
本研究首次系统分析了自我细化流程中生成器、批评者和修正器的模型容量分配，发现生成器和修正器模型越大越优，批评者模型对性能影响较小。
Zhuoyi Yang, Ian G. Harris, Salar Hashemitaheri 等
TurboBias 2.0通过GPU无关大小写匹配和多流个性化配置提升实时ASR的上下文识别效率。
Vladimir Bataev, Lilit Grigoryan, Andrei Andrusenko 等
提出跨设计不确定性分析，利用模拟价格轨迹分解估计误差的两个组成部分。
Pedro Cadahia Delgado
提出轨迹级评估框架，结合微服务故障传播路径，分析3500诊断轨迹，提升根因分析准确率。
Qisheng Lu, Aoyang Fang, Junjielong Xu 等
SPARCL通过谱分区冻结旧类特征，解决分析型持续学习中的谱干扰问题。
James Hartley, Zeropy Surio, Daniel Whitmore 等
Re3Cap利用多模态检索引导RL优化图像描述，提升8.64%的关系推理性能。
Haonan Jia, Shichao Dong, Zenghui Sun 等
本研究系统分析MedSAM微调策略对OOD泛化的影响，发现编码器LoRA增强鲁棒性，代表漂移与解码器层变化相关。
Marko Haralović, Sounic Akkaraju, Carlo Baretta 等
AUSO通过逐步行动感知优化技能内化与利用，提升长时任务表现。
Huizu Lin, Chengkai Huang, Tianqi Gao 等
提出难度校准的条件流匹配（DC-FM），基于模型测量的学习难度调整插值路径，提升样本质量。
Airin Akter Tania, Md Raihan Khan
WildFin利用深度学习模型进行海底鱼类行为识别，基于2百万帧标注数据，揭示模型在复杂环境中的性能差距。
Abigail G. Grassick, Jerome Tze-Hou Hsu, Ethan Lin 等
CLEAR通过连续调控安全低秩适配器激活，显著降低HarmBench ASR至0.5%，同时保持GSM8K等任务性能。
Chengxiao Wang, Enyi Jiang, Xiaojing Liao 等
提出超越阈值的超越设计效应，修正相关性对有效样本量的影响，适用于聚类数据。
Adam Noonan
提出基于少量目标样本微调的跨作物杂草检测迁移策略，优于无监督域适应，提升检测性能。
Nikhilesh Prabhakar, Pranuthi Tenali, Wilfredo Abudeye Fernandez 等
TRACE-C是一种基于秩校准的多流遥测异常检测方法，结合三通道残差分析，提升联合异常识别能力。
Matthew Faucher
提出GPU细粒度实现GPX交叉的分区阶段，处理百万级城市规模，速度提升48-625倍。
Swetha Varadarajan, Darrell Whitley
提出一种新的扩散变压器架构，使用静态文本锚点实现高效的多参考图像编辑，速度提升3.92倍。
Yangshuai Liu, Zheming Li, Jiaao Li 等
提出PSL框架，结合半结构化政治数据中的立场信号与高阶结构信号，显著提升预测性政治问答性能。
Yinan Liu, Zihan Zhou, Zichun Jin 等