提出统一的自蒸馏框架USD，通过双变量调节令 supervision 与学生学习能力匹配，显著提升推理性能。
Yongkang Yang, Zhezheng Hao, Hong Zhang 等
采用Top-K稀疏自编码器分析大模型推理机制，发现Thinking模式依赖稀疏高强度激活，NoThinking偏向符号操作。
Bo Cheng, Qiaolin Lu, Yi Chang 等
提出NCP-Bench，评估LLM在长时序一致性中的表现，GPT-5.2仅达42%存活率。
Yingpeng Ma, Jianhao Yan, Bei Shi 等
提出SkillCDG，通过两层图模型提升长SKILL合规检测，F1提升12.8%，节省64.3%令牌。
Shuaitao Zhao, Feng Ni, Lichao Ma 等
SUMI模型通过扩散增强模块提升点云细节恢复，CD指标提升16.1%。
Yanlong Li, Kanchana Thilakarathna
PhysX-CoT通过结构化物理推理从单张图像生成模拟就绪的3D资产，性能优于现有基线。
Jie Huang, Xiaohe Li, Jiahao Li 等
BASIS利用prefill注意力比例实现对prompt注入的差异化检测与预测，有效降低误拒率。
Laiqiao Qin, Tianqing Zhu, Longxiang Gao 等
提出Prompt Embedding Probes（PEP）用于冻结大模型的隐藏状态检测幻觉，提升在分布内表现。
Zakhar Mrykhin, Valentin Malykh
PhyS框架通过物理先验提高流媒体世界模型的物理一致性，提升了PhysicsIQ等基准的表现。
Liangliang Zhao, Junying Wang, Danni Yang 等
提出基于代表性、选择和推理的归因框架，实证分析多页视觉丰富文档理解中的失败机制。
Lewei Xu, Yihao Ding, Zihan Xu 等
FlexSplat为无校准、多视角对象重建提出基于深度引导的3D高斯点云方法，省略点云对应。
Amir Sabbaghziarani, Hanting Ye, Maria Gorlatova 等
SurakshaEval评估多语言LLM在10种印度语言中的安全性，揭示文化敏感性问题。
Debopriyo Banerjee, Kapil Rajesh Kavitha, Angana Borah 等
LGNNIC通过SmartNIC加速大规模GNN训练，邻居采样提升62.4倍。
Liad Gerstman, Aditya Dhakal, Dejan Milojicic 等
提出CR-ID方法用于参数化二层量子优化，显著提升效率。
Tobias Rohe, Markus Baumann, Federico Harjes Ruiloba 等
CoinRAG通过细粒度信息碎片的KV缓存重用，在低延迟下实现长上下文RAG，平均提升答题F1 5.3%。
Gyuwan Kim, Cheoneum Park, Tao Yang
视觉语言模型通过将时间序列编码为2D图像，减少了输入token数量，提升了精度并降低了能耗。
Bhavika Jalli, Nikhil Korati Prasanna, Jayanta Choudhury
提出CoBa，基于计算平衡的测试时推理调度策略，减少49.1%的参数加权令牌，达85.13%宏观准确率。
Yan Zhou, Yue Ouyang, Kaiyang Zheng 等
提出基于云端协作的低计算多通道语音增强框架，结合延迟输出、层次特征增强和协作Wiener滤波，显著提升性能。
Xulin Fan, Juan Azcarreta, Ashutosh Pandey 等
提出ICQ任务，结合视频与参考图像进行身份匹配，构建ISYV数据集与模型，显著提升长时序和跨域识别能力。
Shibo Gao, Chongxiao Wang, Chenglong Huang 等
UniJEPA结合图像和视频预测任务，采用单一端到端模型，训练无崩溃正则，达成任务无关的世界建模，提升效率与泛化能力。
An Lanji, Dawei Liu, Jin Li 等