通过研究模型中层的“等向性悬崖”，揭示大模型决策的几何签名，相关性达0.84。
Okan S. Coskun, Florian Rottach, Carsten Eickhoff 等
提出Exp-RSFT方法，通过指数奖励加权优化推荐系统，提升了排名表现。
Keertana Chidambaram, Sanath Kumar Krishnamurthy, Qiuling Xu 等
OoO-Spec通过异步推测，显著提升工具调用速度，平均加速3.89倍。
Zhiheng Zhang, Mujie Xu, Feiyu Sun 等
Ledger为长时程编码代理提供明确执行状态，提升Pass@1至64.2%，成本降低28.9%。
Zehao Wang, Yisen Xu, Chenglin Li 等
AgentSLABench为自主AI代理设计的资源感知评测框架，结合正确性与资源指标。
Meher Bhaskar Madiraju, Meher Sai Preetam Madiraju
AIMold通过MoldCAD数据集实现复杂模具设计的自动化，包含4,934个CAD模型。
Pengyun Qiu, Shuo Wang, Zeyuan Chen 等
提出FinDeepIndicator基准，评估深度研究代理在端到端金融指标构建中的四阶段能力。
Chaoqun Yang, Fengbin Zhu, Xinyu Lin 等
严格留院外验证显示：Beta-Binomial与目标逻辑回归优于自适应选择，Brier为0.0853与0.0855。
Pengyang Yu, Yiou Wang, Zhongping Dong 等
提出经验校准对比解码（ECCD）减缓语音幻觉，提升WER/CER最高55.6%。
Chenlin Liu, Minghui Fang, Zhonghao Bi 等
提出DGA₂D框架，利用有向图引导的自动算法设计，显著降低12个COP问题的归一化差距，最高提升10.96个百分点。
Jiale Zhao, Zimu Chen, Sirui Mao 等
提出ID-约束提升单目深度估计在横滚干扰下的鲁棒性，显著改善性能。
Kaihua Tang, Ziqing Xia, Xiaoxu Zheng 等
GARDRec通过图结构提升LLM推荐性能，显著提高候选排序准确率。
Yong Wang, Hongliang Sun, Jinlan Liu 等
提出TEngineDB-V，将大k向量搜索融入OLAP引擎，通过关系表实现高效扩展。
Xufei Wu, Pengcheng Zhang, Yitong Song 等
P2Voxel通过金字塔枢轴体素化实现高效3D网格重建，显著减少存储需求。
Zhenhong Sun, Haozhe Liu, Yifu Wang 等
视频生成器难以推进不可逆过程，提出进展和静止率协议以评估。
Jian Xu, Yanning Wu, Delu Zeng 等
提出FD-loss后训练方法，通过表示空间弗雷切距离优化离散生成器，显著提升图像生成质量。
Jinhua Zhang, Yisong Lin, Wei Long 等
提出AdaMTP，通过自适应边界检测和动态掩码，有效提升多Token预测性能与速度。
Ziqiang Cui, Han Shi, Bowei He 等
通过代理贝叶斯优化，Sara在动态环境中超越传统方法。
Paul Brunzema, Louis Tiao, Nhat Le 等
提出φ-Bench，基于AI辅助生成的文件系统任务基准，评估多模型性能。
Yuqi Xue, Daixuan Li, Jian Huang
提出几何自监督预训练框架，显著提升高维TSP的泛化能力，Tour长度提升7.23%。
David Aguado, Daniel Fuertes, Carlos R. del-Blanco 等