nach0-pc结合点云编码与文本表示，提升3D分子生成效率与性能。
Maksim Kuznetsov, Airat Valiev, Alex Aliper 等
提出EGAD扩展Longformer，通过关键词检测增强长距离全局注意力，提升摘要性能。
Evan Lucas, Dylan Kangas, Timothy C Havens
HyperPG在CUB-200-2011等数据集上表现优异，简化训练中优于欧几里得原型。
Maximilian Xiling Li, Korbinian Franz Rudolf, Paul Mattes 等
本文系统梳理了大规模语言模型在算法设计中的角色，包括优化器、预测器、提取器和设计者，涵盖三阶段应用。
Fei Liu, Yiming Yao, Ping Guo 等
Mycroft通过特征空间距离和梯度匹配，有效筛选私有数据源的关键子集，提升模型性能。
Zain Sarwar, Van Tran, Arjun Nitin Bhagoji 等
Mono-InternVL通过嵌入视觉专家和端内视觉预训练，提升单一大模型的多模态能力，性能优于13个基准。
Gen Luo, Xue Yang, Wenhan Dou 等
DRAFT框架通过自我反馈优化工具文档，提升LLMs理解与利用能力。
Changle Qu, Sunhao Dai, Xiaochi Wei 等
提出SG-Nav，基于3D场景图的零样本目标导航，SR提升超10%。
Hang Yin, Xiuwei Xu, Zhenyu Wu 等
RDT-1B模型通过扩展Transformer和统一动作空间实现双臂操作的多模态学习。
Songming Liu, Lingxuan Wu, Bangguo Li 等
提出MinorityPrompt，通过在线提示优化提升低概率样本生成能力。
Soobin Um, Jong Chul Ye
IterComp通过多模型偏好采集和迭代反馈提升文本到图像的组合能力，显著优于SOTA方法。
Xinchen Zhang, Ling Yang, Guohao Li 等
ReinDiffuse结合强化学习与扩散模型，生成符合物理规律的人体动作，超越SOTA。
Gaoge Han, Mingjiang Liang, Jinglei Tang 等
DreamMesh4D结合网格与高斯点云，实现单目视频的高质量动态4D重建。
Zhiqi Li, Yiming Chen, Peidong Liu
Herald：通过双重增强策略将Mathlib4翻译为自然语言，提升LLM在数学推理中的表现。
Guoxiong Gao, Yutong Wang, Jiedong Jiang 等
基于不可约表示和Schur引理，系统分析多置换等群的等变线性层，简化深度集、图网络等模型推导。
Yonatan Sverdlov, Ido Springer, Nadav Dym
TorchTitan实现4D并行，优化Llama 3.1训练，提升65.08%的速度。
Wanchao Liang, Tianyu Liu, Less Wright 等
提出MoLAS和AgentSquare，通过模块演化和重组优化LLM代理，性能提升17.2%。
Yu Shang, Yu Li, Keyu Zhao 等
RepLDM通过注意力引导和渐进上采样实现高效高质量高分辨率图像生成。
Boyuan Cao, Jiaxin Ye, Yujie Wei 等
提出ACSSM，通过多边Doob变换与SOC实现不规则时间序列的连续状态空间建模。
Byoungwoo Park, Hyungi Lee, Juho Lee
提出Gen-Drive框架，利用扩散模型生成多样场景，通过奖励模型和RL微调提升自主驾驶决策性能。
Zhiyu Huang, Xinshuo Weng, Maximilian Igl 等