利用大规模语言模型（如GPT-4）通过提示和微调提升机器翻译性能，特别关注低资源语言和多文档场景。
Baban Gain, Dibyanayan Bandyopadhyay, Asif Ekbal 等
Ross3D通过跨视角和全局重建增强3D场景理解，显著优于SOTA，提升性能。
Haochen Wang, Yucheng Zhao, Tiancai Wang 等
PaperBench评估AI自主复制ICML 2024论文的能力，最高模型得分21%。
Giulio Starace, Oliver Jaffe, Dane Sherburn 等
SpaceR结合RLVR和地图想象，利用151k数据提升视频空间推理能力，超越GPT-4o。
Kun Ouyang, Yuanxin Liu, Haoning Wu 等
本文系统回顾了适当评分规则的数学基础及其在概率估计和预测中的应用，强调其理论特性和实际价值。
Kartik Waghmare, Johanna Ziegel
InfiniteICL通过长短期记忆转换突破上下文窗口限制，实现上下文长度减少90%，性能提升103%。
Bowen Cao, Deng Cai, Wai Lam
提出Causal Intervened Likelihood（CIL）评估未来预测的可推断性，构建PROPHET基准。
Zhengwei Tao, Pu Wu, Zhi Jin 等
提出C2R策略，通过限制专家协作组合提高MoE效率，实现LLaMA-MoE和Qwen-MoE平均性能提升0.51%和0.33%。
Mohan Zhang, Pingzhi Li, Jie Peng 等
提出基于弹性距离的归纳式符合预测异常检测方法，有效识别形状和幅值离群值。
Jason Adams, Brandon Berman, Joshua Michalenko 等
ffstruc2vec通过平坦、灵活的结构身份学习框架，提升大规模图中节点表示的可解释性与适应性。
Mario Heidrich, Jeffrey Heidemann, Rüdiger Buchkremer 等
SuperDec利用超二次曲面 primitives 实现3D场景紧凑表示，训练在ShapeNet，泛化到ScanNet++和Replica。
Elisabetta Fedele, Boyang Sun, Leonidas Guibas 等
Agent S2采用分层组合框架，通过Mixture-of-Grounding和Proactive Hierarchical Planning实现GUI元素精确定位和长远任务规划，显著优于SOTA，提升18.9%-52.8%。
Saaket Agashe, Kyle Wong, Vincent Tu 等
GenPRM通过生成推理扩展测试时计算能力，在ProcessBench上超越GPT-4o。
Jian Zhao, Runze Liu, Kaiyan Zhang 等
综述音乐生成的单模态、跨模态和多模态方法，探讨数据集和评估方法。
Shuyu Li, Shulei Ji, Zihao Wang 等
提出IMTL-EMLP方法，通过任务切换提高学习效率，实验显示准确率提升。
Hanne Say, Suzan Ece Ada, Emre Ugur 等
DynMoLE通过混合路由机制提升LoRA专家混合模型，性能提升9.6%。
Dengchun Li, Naizheng Wang, Zihao Zhang 等
BoundlessBPE打破预分词瓶颈，bytes/token最高提升15%。
Craig W. Schmidt, Varshini Reddy, Chris Tanner 等
提出四维框架系统分析TTS方法，包括“何时、如何、何地、效果”，推动LLMs推理能力提升。
Qiyuan Zhang, Fuyuan Lyu, Zexu Sun 等
KOFFVQA: 韩国语言的大型视觉语言模型自由问答基准，提供客观评估。
Yoonshik Kim, Jaeyoon Jung
JudgeLRM通过强化学习激活推理能力，超越SFT模型，7B/8B模型F1超GPT-4。
Nuo Chen, Zhiyuan Hu, Qingyun Zou 等