ArtiScene利用图像中介，无需训练，实现基于文本的艺术3D场景生成。
Zeqi Gu, Yin Cui, Zhaoshuo Li 等
提出C3PO，通过中心路径思想改进PPO，增强约束满足与性能。
Nikola Milosevic, Johannes Müller, Nico Scherf
提出了一种非线性约束的局部贝叶斯优化框架，减少了函数评估次数。
André L. Marchildon, David W. Zingg
AnnaAgent利用三级记忆和情感调节，实现心理咨询中 seekers动态演化与多会话记忆的逼真模拟。
Ming Wang, Peidong Wang, Lin Wu 等
使用自回归LLM的多模态生成AI实现人类动作理解与生成，提升动作质量。
Muhammad Islam, Tao Huang, Euijoon Ahn 等
提出PointODE，基于神经常微分方程的轻量级点云特征提取模型，参数仅0.58M。
Keisuke Sugiura, Mizuki Yasuda, Hiroki Matsutani
提出TSGD-M，通过动态采样与动量机制扩展文本梯度，提升提示优化的规模与稳定性。
Zixin Ding, Junyuan Hong, Zhan Shi 等
RoboMoRe通过联合优化形态和奖励，显著提升机器人设计效率。
Jiawei Fang, Yuxuan Sun, Chengtian Ma 等
ComposeRAG采用模块化设计，通过问句分解、检索决策、验证机制提升多跳问答性能，达成15%准确率提升。
Ruofan Wu, Youngwon Lee, Fan Shu 等
PhySense：基于原则的物理推理基准，揭示LLMs在物理问题上的推理缺陷。
Yinggan Xu, Yue Liu, Zhiqiang Gao 等
TW-GRPO框架通过聚焦思维和密集奖励提升视频推理，CLEVRER准确率达50.4%。
Jisheng Dang, Jingze Wu, Teng Wang 等
通过语音转换提高阿拉伯语方言识别的跨域鲁棒性，准确率提升34.1%。
Badr M. Abdullah, Matthew Baas, Bernd Möbius 等
提出RT-X Net，利用跨注意力机制融合RGB与热成像信息，显著提升低光照图像质量。
Raman Jha, Adithya Lenka, Mani Ramanagopal 等
提出SCRIPT编码方案，基于Unicode脚本与类别实现鲁棒多语预分词，优化BPE合并策略。
Sander Land, Catherine Arnett
提出VG LLM，利用3D视觉几何编码器从视频中学习3D先验，显著提升场景理解与空间推理能力。
Duo Zheng, Shijia Huang, Yanyang Li 等
提出基于主动推理的分布式智能框架，优化计算连续体中的服务管理。
Victor Casamayor Pujol, Boris Sedlak, Tommaso Salvatori 等
BinConv利用累积二进制编码实现时间序列的序数信息建模，显著提升预测性能。
Andrei Chernov, Vitaliy Pozdnyakov, Ilya Makarov
提出跨层归因算法分析稀疏MoE模型的知识分配，揭示“中激活、后放大”模式，提升37%的层效率。
Junzhuo Li, Bo Wang, Xiuze Zhou 等
提出对象中心概念瓶颈（OCB）框架，结合预训练的对象中心模型，提升复杂视觉任务的表现与可解释性。
David Steinmann, Wolfgang Stammer, Antonia Wüst 等
AReaL采用异步强化学习系统，显著提升GPU利用率，训练速度提升至2.77倍，保持或改善模型性能。
Wei Fu, Jiaxuan Gao, Xujie Shen 等