jina-embeddings-v4为多模态多语言检索提供统一的3.8亿参数嵌入模型，支持单/多向量表示。
Michael Günther, Saba Sturua, Mohammad Kalim Akram 等
结合快速实验和贝叶斯优化，提升长期效果，实验时间减少60%。
Qing Feng, Samuel Daulton, Benjamin Letham 等
基于数学属性重构点击模型分类，提出三大关键设计选择，构建全新分类体系。
Jingwei Kang, Maarten de Rijke, Santiago de Leon-Martinez 等
IndexTTS2实现了基于自回归模型的精确时长控制与情感表达的零样本语音合成。
Siyi Zhou, Yiquan Zhou, Yi He 等
提出变分流匹配（VFM）框架中的受控生成目标，结合等变性确保分子生成的旋转、平移和置换不变性，性能超越现有模型。
Floor Eijkelboom, Heiko Zimmermann, Sharvaree Vadgama 等
RLPR利用LLM自身概率作为奖励，无需专用验证器，显著提升推理能力。
Tianyu Yu, Bo Ji, Shouli Wang 等
深度研究代理通过动态推理和多跳信息检索，提升复杂任务处理能力。
Yuxuan Huang, Yihang Chen, Haozheng Zhang 等
本论文提出基于卷积神经网络（CNN）的近场三维定位方法，利用特征映射显著提升精度与效率。
Parisa Ramezani, Seyed Jalaleddin Mousavirad, Mattias O'Nils 等
本研究系统评估17个印度语言的多语种分词，发现脚本归一化和Unigram LM优于BPE。
Maharaj Brahma, N J Karthika, Rajat Verma 等
研究揭示多语言语音数据集的质量问题，强调社会语言学意识和主动语言规划的重要性。
Mingfei Lau, Qian Chen, Yeming Fang 等
Dex1B使用生成模型创建10亿个灵巧操作演示，显著提升抓取和关节任务的多样性和质量。
Jianglong Ye, Keyi Wang, Chengjing Yuan 等
提出MemBench，结合多场景多层级记忆评估LLM代理的效果、效率与容量。
Haoran Tan, Zeyu Zhang, Chen Ma 等
本研究提出基于频域波let增强的伪视频检测方法，显著提升模型在多模型和压缩条件下的泛化能力。
Riccardo Corvi, Davide Cozzolino, Ekta Prashnani 等
提出TabArena，持续维护的表格数据机器学习基准，结合模型和数据集，推动行业发展。
Nick Erickson, Lennart Purucker, Andrej Tschalzev 等
提出CR-DAgger，通过合规干预界面与残差策略提升复杂接触操作成功率64%。
Xiaomeng Xu, Yifan Hou, Chendong Xin 等
提出GFlowGR，基于生成流网络的微调框架，有效缓解推荐中的曝光偏差。
Yejing Wang, Shengyu Zhou, Jinyu Lu 等
提出OpenBench评估模型理解开放语义能力，结合OVSNet实现状态最优，显著优于现有方法。
Yong Liu, SongLi Wu, Sule Bai 等
提出WAMI，基于MLIR设计Wasm方言，实现高层抽象直接生成，无损支持新特性。
Byeongjee Kang, Harsh Desai, Limin Jia 等
本文揭示视觉语言模型中的新型符号机制，利用空间索引实现对象绑定，解决绑定问题。
Rim Assouel, Declan Campbell, Yoshua Bengio 等
提出基于潜空间强化学习的扩散策略引导（DSRL），实现机器人策略的高效自主适应。
Andrew Wagenmaker, Mitsuhiko Nakamoto, Yunchu Zhang 等