提出MasRouter，结合多模态协作、角色分配与LLM路由，提升多智能体系统性能与成本效益。
Yanwei Yue, Guibin Zhang, Boyang Liu 等
利用大语言模型生成可解释机制，通过修正确保策略无偏，性能优越。
Jiayuan Liu, Mingyu Guo, Vincent Conitzer
SafeDialBench通过22个场景和7种攻击策略评估大型语言模型的安全性。
Hongye Cao, Sijia Jing, Yanming Wang 等
提出Conv-LiGRU模型，减少测试时过度计算，提升CIFAR10-C准确率。
Hieu Tran Bao, Nguyen Cong Dat, Nguyen Duc Anh 等
提出CiteCheck，基于两阶段人工标注的中文引文可信性检测数据集，结合LLM增强实现高效训练。
Ziyao Xu, Shaohang Wei, Zhuoheng Han 等
NPSim通过单目逆向渲染和光线追踪实现昼夜图像转换，提升夜间语义分割性能。
Shutong Zhang
使用MMD的加权量化方法，通过梯度流实现从平均场到均值漂移，实验显示MMD值显著降低。
Ayoub Belhadji, Daniel Sharp, Youssef Marzouk
本文提出频率引导的扩散噪声操控方法，通过调节频域噪声分布，增强Diffusion模型在特定数据结构上的学习偏向，提升生成性能。
Thomas Jiralerspong, Berton Earnshaw, Jason Hartford 等
EMSYNC通过情感和时间边界生成视频配乐，提升音乐与视频的同步性。
Serkan Sulun, Paula Viana, Matthew E. P. Davies
LLM驱动的推荐系统代理通过自然语言交互提升用户体验和推荐解释性。
Qiyao Peng, Hongtao Liu, Hua Huang 等
GNN+框架提升经典GNN性能，在14个数据集超越图变换器，性能与效率俱佳。
Yuankai Luo, Lei Shi, Xiao-Ming Wu
UniRoute通过特征向量实现动态路由，提升LLM推理效率，支持30+未见模型。
Wittawat Jitkrittum, Harikrishna Narasimhan, Ankit Singh Rawat 等
TANTE通过神经泰勒展开实现时间自适应的偏微分方程算子学习，提升准确性和效率。
Zhikai Wu, Sifan Wang, Shiyang Zhang 等
提出Drivership框架，结合经验、规范和促进期望，提升自动驾驶车辆的驾驶行为。
Laura Fraade-Blanar, Francesca Favarò, Johan Engstrom 等
MAGELLAN通过元认知预测学习进展，指导自我导向的LLM代理在大目标空间中高效学习。
Loris Gaven, Thomas Carta, Clément Romac 等
提出结合残差独立性与条件独立性的新算法，解决隐藏路径下的因果关系识别问题。
Thong Pham, Takashi Nicholas Maeda, Shohei Shimizu
DMWM以RSSM-S1结合LINN-S2逻辑推理，长时想象逻辑一致性提升14.3%。
Lingyi Wang, Rashed Shelim, Walid Saad 等
VidCRAFT3通过建模几何、运动和光照的交互，实现图像到视频的精确控制。
Sixiao Zheng, Zimian Peng, Yanpeng Zhou 等
通过计算内在动机，使用强化学习模型化能力需求，揭示自我决定理论的隐含前提。
Erik M. Lintunen, Nadia M. Ady, Sebastian Deterding 等
CreAgent结合游戏理论和LLM模拟平台创作者行为，提升长期推荐系统评估的可靠性。
Xiaopeng Ye, Chen Xu, Zhongxiang Sun 等