BioMol-MQA构建多模态药物交互问答数据集，结合知识图谱、文本与分子结构，提升LLM多模态推理能力。
Saptarshi Sengupta, Shuhua Yang, Paul Kwong Yu 等
提出一种实时大规模场景的无姿态图像即时重建方法，结合快速初始姿态估计与高效高斯原语采样，实现30分钟内完成场景重建，PSNR达21.7dB。
Andreas Meuleman, Ishaan Shah, Alexandre Lanvin 等
TimeMCL利用WTA损失实现多样化时间序列未来预测，提升预测多样性。
Adrien Cortés, Rémi Rehm, Victor Letzelter
论文提出探索—利用算法，在多预测器MTS中实现O(OPT^{2/3})且下界近乎匹配。
Matei Gabriel Coşa, Marek Eliáš
提出基于3D伪标签的语义对应学习方法，显著提升SPair-71k性能，超越4%。
Olaf Dünkel, Thomas Wimmer, Christian Theobalt 等
提出PAM模型，结合SAM 2与大语言模型，实现图像视频区域理解，提升速度与效率。
Weifeng Lin, Xinyu Wei, Ruichuan An 等
提出MMSU基准，涵盖47任务，结合语音、语义、韵律等多层次特征，评估22个SpeechLLMs。
Dingdong Wang, Junan Li, Jincenzi Wu 等
UNO算法通过正交化快速遗忘生成模型中的特定数据，保持生成质量。
Pinak Mandal, Georg A. Gottwald
提出GUI-Critic-R1模型，结合S-GRPO优化策略，用于GUI自动化中的预操作错误诊断。
Yuyang Wanyan, Xi Zhang, Haiyang Xu 等
本方法“Follow-Your-Creation”利用视频修复模型实现单目视频的4D内容生成与编辑，显著提升多视角一致性。
Yue Ma, Kunyu Feng, Xinhua Zhang 等
Struct2D通过感知引导的二维结构化输入，实现无需显式3D输入的空间推理，提升MLLMs性能。
Fangrui Zhu, Hanhui Wang, Yiming Xie 等
提出伪模拟（Pseudo-Simulation）方法，结合真实数据与预生成的合成观察，显著提升自动驾驶系统的评估相关性（R²=0.8），比现有开环方法优越。
Wei Cao, Marcel Hallgarten, Tianyu Li 等
Extended Cutoff：以“思考半径”提升小视野多智能体近最优控制
Alex DeWeese, Guannan Qu
基于强化学习的24B参数化科学推理模型ether0，专注化学任务，显著优于传统模型。
Siddharth M. Narayanan, James D. Braza, Ryan-Rhys Griffiths 等
R-Search通过多奖励强化学习提升LLM的推理与搜索能力，提升32.2%的性能。
Qingfei Zhao, Ruobing Wang, Dingling Xu 等
通过系统化数据生成策略，OpenThoughts项目提升推理模型性能，达成AIME 53%、LiveCodeBench 51%、GPQA 54%。
Etash Guha, Ryan Marten, Sedrick Keh 等
提出Contour Errors（CE） ego-centric匹配指标，解决3D多目标追踪中IoU与CPD的局限。
Sharang Kaul, Simon Bultmann, Mario Berk 等
Rex-Thinker通过链式思维推理实现对象指代，提升精度和解释性。
Qing Jiang, Xingyu Chen, Zhaoyang Zeng 等
提出Pre³，基于DPDA优化LR(1)语法结构生成，提升解码效率40%。
Junyi Chen, Shihao Bai, Zaijun Wang 等
多智能体框架将方言问题标准化并由隐私专家复核，使GPT-4o-mini在PrivacyQA上由0.394升至0.601。
Đorđe Klisura, Astrid R Bernaga Torres, Anna Karen Gárate-Escamilla 等