OneModel实现多场景平台级排序，融合用户行为，提升离线和在线指标。
Yinqi Zhang, Peiyu Hu, Yuntian Tang 等
引入网格细胞模型，通过分析性构建减少空间别名，实验显示在三种环境中降低94-99%的空间别名指数。
Alexander Johnson, Obadah Ghizawi, Ali A. Minai
WhiteMatter以动态跨层KV混合连接所有深度；16层全缓存困惑度19.968，较基线降8.2%。
Wenbo Zhang, Xiang Ren
OmniAlign通过统一模型实现多语言词句对齐，显著提升长文本对齐性能。
Mengpeng Yang, Jingxu Yang, Chao Chen 等
提出多模态检索增强生成（MRAG）模型，提升Cessna 172维修手册检索效率，达93.37%召回率。
Seongjun Ha, Md Rashedul Islam, Gaurav Nanda 等
微调诗歌数据提升阿拉伯语习语理解2.33%，文化微调无显著效果。
Mena Attia, Mona Diab, Thamar Solorio
提出任务条件下的最少权限学习框架，训练4B模型在终端和MCP环境中实现安全权限选择，提升安全成功率至98.48%。
Alexander Tu, Michael Tu
GAPL框架通过整合LLM估算、模拟校准和PPO优化，实现轨迹规划性能提升，碰撞率降低0.76，奖励提升1.44。
Zhihong Cui, Hengyu Liu, Zhangkai Wu 等
提出能力驱动数据基础设施，构建440M图像T2I语料，提升多能力迁移，采用多阶段课程调度。
Xingjian Wang, Zhao Wang, Taihang Hu 等
本研究系统评估基于记忆的自我提升智能体的脆弱性，发现其在任务变异和顺序变化中表现出显著不稳定性，提出通过信息丰富化缓解部分性能下降。
Qinyuan Ye, Yu Li, Yada Pruksachatkun 等
采用潜变量模型测量在线约会平台中用户对代理沟通的接受度，揭示双向委托不对称性，发现部署意愿明显高于接收意愿。
Daria Leshchikova, Valentina V. Kuskova, Dmitry Zaytsev 等
HLSR结合实时边速与短期预测，采用双阈值检测与驾驶者个性化，显著提升城市交通拥堵缓解效果。
Xiao Wang, Shun Ren Yang, Hui Nien Hung
提出基于贝叶斯优化的采样调度方法OYS，有效缩减采样步骤至5步，保持89%-94%的样本质量，显著降低计算成本。
Travis Zhang, Christian Belardi, Justin Lovelace 等
提出“即插即用”的交通元素感知方法，显著提升端到端自主驾驶性能，覆盖多模型架构。
Zongzheng Zhang, Jijun Wang, Saining Zhang 等
提出“效果-无损”框架，强调符号音乐中坐标系统的重要性，验证其对预测压缩的影响。
Yi Wang
GS-Voxel：无需拟合的大规模3DGS生成结构化潜变量，支持百万级体素。
Ming Qian, Zijian Wang, Minchao Sun 等
基于Transformer架构的AI系统推动科学发现，从AlphaFold到多智能体系统，展现突破性进展。
Petr O. Jedlicka
提出GD-RHCR框架，基于LI-MDP理论，保证近似最优，显著降低多智能体路径规划计算成本。
Alex DeWeese, Jiaoyang Li, Guannan Qu
扩展 permanental process 模型引入固定效应，通过 RKHS 和 representer theorem 实现模型解读与参数恢复。
Matthew LeDuc
本文提出ControlledShifts框架，通过系统重划分轨迹数据集，实现分布偏移的标准化评估，结合预测质量与稳定性指标。
Ingrid navarro, Pablo Ortega-Kral, Yutong Duan 等