GRACE结合大语言模型与人类解释，提升机器人社会行为适应性。

Fethiye Irmak Dogan, Umut Ozyurt, Gizem Cinar 等

基于多智能体强化学习的多无人机时间最优运动规划，采用去中心化策略网络。

Xian Wang, Jin Zhou, Yuanli Feng 等

提出了一种姿态引导的运动模型，生成细粒度且运动一致的手语视频，显著提高了细节和时间一致性。

Tongkai Shi, Lianyu Hu, Fanhua Shang 等

提出两种数据质量评估方法：人类定义标准与模型驱动的内在评估，验证高质量数据提升工具使用LLMs性能。

Shadi Iskander, Nachshon Cohen, Zohar Karnin 等

TiM4Rec结合时间感知与SSD模型，提升低维推荐性能。

Hao Fan, Mengyi Zhu, Yanrong Hu 等

提出工具集成框架，结合微调与上下文学习，提升大模型任务能力。

Zhuocheng Shen

提出深度估计鲁棒性基准与DERS指标，评估内窥镜模型在合成腐蚀下性能。

An Wang, Haochen Yin, Beilei Cui 等

提出基于散度校准的预训练数据检测方法DC-PDD，显著优于现有技术。

Weichao Zhang, Ruqing Zhang, Jiafeng Guo 等

DROP采用在线采样预测控制实现手中立方体再定向，性能媲美深度强化学习方法。

Albert H. Li, Preston Culbertson, Vince Kurtz 等

提出一种基于RIS对近场多用户定位的高效改进MUSIC算法，显著降低复杂度。

Parisa Ramezani, Alva Kosasih, Emil Björnson

OneBEV利用单一全景图实现鸟瞰图语义映射，达51.1% mIoU。

Jiale Wei, Junwei Zheng, Ruiping Liu 等

提出一种自下而上的无类别图像分割方法，使用均值漂移聚类，在ADE20K上提升31%。

Sebastian Dille, Ari Blondal, Sylvain Paris 等

ReMEmbR利用长时空记忆和检索机制，实现机器人长时段导航问答。

Abrar Anwar, John Welsh, Joydeep Biswas 等

基于协方差矩阵的深度学习模型，用于地下埋藏物分类，提升鲁棒性。

Douba Jafuno, Ammar Mian, Guillaume Ginolhac 等

提出LSCS架构，结合模型参数、显式存储、知识图谱和文本存储，实现持续经验吸收与准确回忆。

Yu Wang, Chi Han, Tongtong Wu 等

提出Oryx，支持任意分辨率的空间-时间理解，结合OryxViT和动态压缩技术。

Zuyan Liu, Yuhao Dong, Ziwei Liu 等

提出MMSearch，结合MMSearch-Engine实现大模型多模搜索，评估其在14个子领域的性能。

Dongzhi Jiang, Renrui Zhang, Ziyu Guo 等

提出FRAMES评估数据集，结合事实、检索与推理，评估多源信息整合能力。

Satyapriya Krishna, Kalpesh Krishna, Anhad Mohananey 等

LogicPro利用程序引导学习合成复杂逻辑推理数据，提升多模型性能。

Jin Jiang, Yuchen Yan, Yang Liu 等

提出SciLead，利用大语言模型自动构建科学排行榜，解决手工维护不完整和错误问题。

Furkan Şahinuç, Thy Thy Tran, Yulia Grishina 等