AlphaEvolve利用演化算法结合大模型实现算法优化和科学发现，突破矩阵乘法等多领域难题。

Alexander Novikov, Ngân Vũ, Marvin Eisenberger 等

通过添加平行数据显著提高LLM的多语言能力，尤其在翻译任务上。

Muhammad Reza Qorib, Junyi Li, Hwee Tou Ng

MIDI-RWKV模型实现可控符号音乐填充，提升音乐创作效率。

Christian Zhou-Zheng, Philippe Pasquier

ContextBench评估通过上下文修改激活特定潜在特征的算法，结合EPO增强实现平衡效果。

Robert Graham, Edward Stevinson, Leo Richter 等

KungfuBot采用物理基础全身控制，训练动态技能，误差显著低于现有方法，成功部署于Unitree G1机器人。

Weiji Xie, Jinrui Han, Jiakun Zheng 等

ERL-VLM通过绝对评分学习奖励函数，提升视觉语言模型反馈利用效率。

Tung Minh Luu, Younghwan Lee, Donghoon Lee 等

提出BumbleBee框架，通过行为聚类与模拟到现实迁移，实现 humanoid 机器人全身控制的泛化，达成最优性能。

Yuxuan Wang, Ming Yang, Ziluo Ding 等

使用s(CASP)实现目标导向常识推理，支持16+2可信AI需求。

Alexis R. Tudor, Yankai Zeng, Huaduo Wang 等

Konooz语料库覆盖16种阿拉伯方言和10个领域，揭示NER模型跨领域性能下降38%。

Nagham Hamad, Mohammed Khalilia, Mustafa Jarrar

提出MM-R5，结合强化学习的多模态推理增强重排序模型，显著提升文档检索性能。

Mingjun Xu, Jinhan Dong, Jue Hou 等

提出基于三平面的多摄像头标记策略，减少72% tokens，提升50%推理速度。

Boris Ivanovic, Cristiano Saltori, Yurong You 等

提出DAVID-XR1，结合细粒度缺陷标注与链式推理，实现可解释的AI生成视频检测，提升泛化能力。

Yifeng Gao, Yifan Ding, Hongyu Su 等

DeepResearch Bench提供100个博士级任务，评估深度研究代理的报告生成和信息检索能力。

Mingxuan Du, Benfeng Xu, Chiwei Zhu 等

结合SAM和双层遮挡模型，实现X光违禁品的高精度遮挡感知实例分割。

Yunhan Ren, Ruihuang Li, Lingbo Liu 等

提出QuadricFormer，基于超二次曲面实现高效3D场景占据预测，性能优于现有方法。

Sicheng Zuo, Wenzhao Zheng, Xiaoyong Han 等

SEAL框架使LLM通过自生成微调数据实现自适应，提升SQuAD准确率至47.0%。

Adam Zweiger, Jyothish Pari, Han Guo 等

VINCIE模型通过视频学习上下文图像编辑，取得多轮编辑基准的领先成绩。

Leigang Qu, Feng Cheng, Ziyan Yang 等

CreatiPoster通过多层协议模型生成可编辑的图形设计，结合背景合成实现高质量多样化输出。

Dexiang Hong, Zhao Zhang, Weidong Chen 等

VRBench评估长视频多步推理能力，包含960个视频和8,243个问答对。

Jiashuo Yu, Yue Wu, Meng Chu 等

VideoExplorer通过动态推理和时间定位实现长视频理解，显著优于现有方法。

Huaying Yuan, Zheng Liu, Junjie Zhou 等