提出SWIF2T：基于多模型的科学写作焦点反馈生成系统，显著提升反馈的具体性和实用性。
Eric Chamoun, Michael Schlichktrull, Andreas Vlachos
提出CV-VAE，兼容Stable Diffusion图像VAE的连续视频潜空间，提升帧生成能力。
Sijie Zhao, Yong Zhang, Xiaodong Cun 等
EMAG方法通过考虑自运动，提升了手部预测的准确性，在Ego4D和EPIC-Kitchens 55数据集上分别提高了1.7%和7.0%。
Masashi Hatano, Ryo Hachiuma, Hideo Saito
提出适应性学习率FTRL，解决T^{2/3}级最小遗憾问题，提升多场景表现。
Taira Tsuchiya, Shinji Ito
提出Video-Language Critic，利用对比学习实现跨机器人域的奖励模型，提升Meta-World任务的样本效率。
Minttu Alakuijala, Reginald McLean, Isaac Woungang 等
提出一种基于后处理的DP文本重写增强方法，通过再次重写提升语义相似性和隐私保护，实验证明效果显著。
Stephen Meisenbacher, Florian Matthes
InterPreT利用大模型从语言反馈中学习符号谓词，提升机器人任务规划的泛化能力。
Muzhi Han, Yifeng Zhu, Song-Chun Zhu 等
提出BRAID，通过保守奖励模型微调扩散模型，有效避免离分布偏差，提升设计质量。
Masatoshi Uehara, Yulai Zhao, Ehsan Hajiramezanali 等
SparseDrive通过稀疏场景表示实现端到端自动驾驶，显著降低碰撞率71.4%。
Wenchao Sun, Xuewu Lin, Yining Shi 等
VideoTree利用树状结构实现长视频的自适应层次表示，提升推理准确率至61.1%。
Ziyang Wang, Shoubin Yu, Elias Stengel-Eskin 等
PathReasoner通过等价扩展建模推理路径，在逻辑问答中表现出色。
Fangzhi Xu, Qika Lin, Tianzhe Zhao 等
提出LatProtRL，通过强化学习在潜空间中优化蛋白质，达成高效突破局部极值。
Minji Lee, Luiz Felipe Vecchietti, Hyunkyu Jung 等
提出QUIRE算法，通过从问题中回忆额外信息提高CoT的有效性和忠实性，实验显示有效性提高2.4%，忠实性提高5.6%。
Jiachun Li, Pengfei Cao, Yubo Chen 等
提出基于严格正评分规则的语言生成方法，采用Brier和球面评分，提升模型性能。
Chenze Shao, Fandong Meng, Yijin Liu 等
提出ICTM算法，利用流模型近似MAP，解决高维线性逆问题，性能优于现有流匹配方法。
Yasi Zhang, Peiyu Yu, Yaxuan Zhu 等
T2V-Turbo通过混合奖励反馈突破视频一致性模型的质量瓶颈，4步生成优于50步DDIM。
Jiachen Li, Weixi Feng, Tsu-Jui Fu 等
提出分阶段一致性模型（PCM），在1-16步生成中优于LCMs，适用多模态视频生成。
Fu-Yun Wang, Zhaoyang Huang, Alexander William Bergman 等
EffoVPR利用DINOv2自注意力层特征实现零-shot和微调下的高效视觉地点识别，达成SOTA性能。
Issar Tzachor, Boaz Lerner, Matan Levy 等
大语言模型工具学习综述，分析工具学习的益处和实现方法。
Changle Qu, Sunhao Dai, Xiaochi Wei 等
提出MoSca：基于4D运动脚手架的动态高斯融合系统，能从野外随意单目视频中重建并合成新视角，利用高斯点云优化实现高性能。
Jiahui Lei, Yijia Weng, Adam Harley 等