提出行为预测的理论极限，基于代理的世界模型，推导出新环境中行为的界限，揭示推断信念的局限。

Alexis Bellot, Jonathan Richens, Tom Everitt

提出双重鲁棒的反事实政策均值嵌入（CPME），实现复杂分布的非参数估计与检验。

Houssam Zenati, Bariscan Bozkurt, Arthur Gretton

使用随机活动网络模型量化自动驾驶汽车在交叉路口的安全性，事故率低于10^-5每小时。

Peter Popov, Lorenzo Strigini, Cornelius Buerkle 等

通过微调OpenAI Whisper模型，利用少量MSA数据显著提升五大阿拉伯方言的ASR性能。

Ömer Tarik Özyilmaz, Matt Coler, Matias Valdenegro-Toro

ReasoningFlow解析复杂推理轨迹的语义结构，采用有向无环图。

Jinu Lee, Sagnik Mukherjee, Dilek Hakkani-Tur 等

STORYTELLER通过SVO节点和动态模块显著提升故事连贯性，达84.33%人类偏好率。

Jiaming Li, Yukun Chen, Ziqiang Liu 等

提出角度浓缩作为模型学习信号，基于此设计GAIN-RL提升训练效率超2.5倍。

Qinsi Wang, Jinghan Ke, Hancheng Ye 等

本文提出小型语言模型（SLMs）在代理AI中的优越性，强调其在成本、效率和适应性方面的优势。

Peter Belcak, Greg Heinrich, Shizhe Diao 等

SynthRL通过自动合成难度递增且可验证的训练数据，提升视觉推理模型性能。

Zijian Wu, Jinjie Ni, Xiangyan Liu 等

利用Temporal-RLT框架，通过奖励设计和数据选择提升视频理解效率，显著减少训练数据。

Hongyu Li, Songhao Han, Yue Liao 等

ShapeLLM-Omni利用3D VQVAE实现3D内容理解与生成，构建3D-Alpaca数据集。

Junliang Ye, Zhengyi Wang, Ruowen Zhao 等

提出UMA：基于多层面表面对齐的超细节人体虚拟人建模方法，显著提升4K渲染细节。

Heming Zhu, Guoxing Sun, Christian Theobalt 等

提出Common Corpus，约2万亿无版权或开源标注的多语种数据集，用于多模态预训练。

Pierre-Carl Langlais, Pavel Chizhov, Catherine Arnett 等

提出注意力索引模型(AIM)，通过统计力学预测贝叶斯最优泛化误差。

Fabrizio Boncoraglio, Emanuele Troiani, Vittorio Erba 等

本文提出PGPO，通过伪代码式规划增强LLM智能体推理能力，显著提升性能。

Zouying Cao, Runze Wang, Yifei Yang 等

用ODE/SDE统一讲清Flow Matching与扩散模型

Peter Holderrieth, Ezra Erives

HASHIRU通过CEO-员工代理系统提升资源利用率，GSM8K上达96%。

Kunal Pai, Parth Shah, Harshil Patel

提出多智能体系统中的动态社会对齐模型，强调环境依赖性和社会互动的重要性。

Florian Carichon, Aditi Khandelwal, Marylou Fauchard 等

提出SealQA基准，评估搜索增强语言模型在噪声和冲突信息下的推理能力，表现极差。

Thinh Pham, Nguyen Nguyen, Pratibha Zunjare 等

提出Conformal Arbitrage框架，通过校准阈值在主模型与守护模型间实现风险控制的平衡，保证不良事件发生频率不超标。

William Overman, Mohsen Bayati