提出LingT2I基准，分析多语T2I模型的跨语言性能差异与文化影响。
Sicheng Zhang, Zhonghao Yan, Binzhu Xie 等
提出AD2-Bench，结合层级视觉诊断和证据链，提升复杂场景下多模态推理的可信性。
Zhaoyang Wei, Bowen Jiang, Xumeng Han 等
采用蒙特卡洛Dropout评估BERT变体问答模型的稳定性，发现RoBERTa表现更可靠。
Pooja Yadav, Priyanka Harjule, Basant Agarwal 等
MVTrack基于H.264运动矢量实现超快无外观移动目标追踪，参数少、效率高。
Iñaki Erregue, Kamal Nasrollahi, Sergio Escalera
SkillLens利用视觉技能卡实现GUI动作预测，提升11.6点Step SR。
Zhou Liu, Ligang Huang, Zeli Su 等
VGGD利用预训练几何先验实现单帧环视重建，提升几何一致性与渲染质量。
Junhong Lin, Jinlong Wang, Xianda Guo 等
研究使用HHL和QSVT算法解决麦克斯韦方程，精度高于2·10^{-3}，成功率大于10^{-3}。
Francesco Turro, Marco Maronese, Daniele Dragoni
Simplax通过引入简单值变量提升离散扩散模型的生成性能。
Jinya Sakurai, Patrick Pynadath, Satoshi Hayakawa 等
提出Gaussian Sculpting，通过场优化实现端到端高质量表面重建，结合双层训练策略。
Ke Jiaxin, Juncheng Liu, Yi Wang 等
AlignBlock模块通过特征对齐显著提升ViT数据效率，终端场景mAP@50提升至0.973。
Haoran Sui, Yaoyuan Jia
本研究揭示迭代消除次数非仿射不变的概念维度，区分模型定义与程序定义的量，强调测量过程对代表性几何的影响。
Tingan Jin, Shuhang Dong, Haosong Li 等
PCFlow通过流匹配实现高效图像修复，显著提升视觉质量。
Sangwoo Jo, Donggeun Ko, Jayeon Kang 等
EDPFRL-IM通过内在动机驱动的探索提升个性化联邦强化学习的效率和隐私保护。
Md Rafid Islam, Rafsan Jany, Zahid Hasan 等
提出基于混合态原型的量子增量学习框架，有效应对参数和存储限制。
Yu Wu, Qianli Zhou, Xinyang Deng 等
提出EvoX Genesis，通过持久递归世界模型实现软件自主演化，成功构建Rust C编译器和迁移MESA模块。
Beichen Huang, Zhenyu Liang, Bowen Zheng 等
引入DSAgentBench，评估AI代理在真实计算环境中自动化端到端数据科学流程的能力，成功率仅56.7%。
Mizanur Rahman, Mohammed Saidul Islam, Ridwan Mahbub 等
本研究通过系统性审查发现，冻结脑MRI基础模型中的站点信息以线性方式高度可解，超越临床和人口变量，揭示低层次图像统计特征的固有指纹。
Saman Rahbar
本文提出结合图神经网络引导的遗传算法，用于在成本不确定性下优化物理互联网供应链，显著提升初始化效率。
Faezeh Ardali, Gerald M. Knapp
使用Transformer和贝叶斯神经网络的因果优化框架提升推荐系统增量效果，提升7.20%。
Changshuai Wei, John Bencina, Phuc Nguyen 等
MarkNull通过潜在空间操作去除AI生成图像水印，降低准确率至53.14%且无视觉损伤。
Jie Cao, Qi Li, Zelin Zhang 等