利用复杂性特征回归和气候条件扩散预测Spiral Jetty在2030和2050年的状态。
Alev Cinbarci, Sean Kalaycioglu
提出TEA模块结合深度学习实现农业场景中的可通行性估计，提升成功率至0.54。
Xiaobei Zhao, Xingqi Lyu, Xin Chen 等
研究揭示计算机使用代理的基准测试评分误差，提出四阶段可靠性框架，15.3%失败判决有误。
Zihan Dong, Zhiyuan Ma, Zekun Wang 等
ShadowDancer通过学习视频与影子对，构建统一动态表示，实现任意动作的帧级控制。
Jin Cao, Zian Meng, Kaipeng Zhang
TARS以高噪声阶段学习相机运动，R-Prec达83.18%、T-Prec达72.76%。
Jiwen Liu, Shujuan Li, Xiaohan Li 等
研究提出稀疏QROM的T计数优化，达到Θ(√sm + √sn)的界限。
Tongyang Li, Fengning Ou, Xinzhao Wang 等
本研究系统评估194个视觉-语言模型在偏差鲁棒性上的表现，发现模型规模对多属性偏差影响有限，数据质量更关键。
Ioannis Sarridis, Ioannis Kompatsiaris, Symeon Papadopoulos
LM-GRASP通过在线模仿学习，利用Transformer生成实例特定的组合优化解，超越传统启发式。
Mohand Mezmaz, Grégoire Danoy
CCFormer结合跨域特征交互与层级序列压缩，提升工业推荐模型性能，达成3.57%CTR增长。
Yunlong Wang, Huizhe Zhang, Haonan Hu 等
VIG-RL通过强化学习实现动态搜索与插入，显著提升验证图像定位性能。
Qinhan Yu, Jun Guang, Chong Chen 等
Flux-OPD通过演化上下文，利用逆KL分解实现稳定的开域知识蒸馏，优于现有OPD方法。
Yuran Wang, Zekun Wang, Bohan Zeng 等
MMLDSum-LLM通过视觉对齐和关键词感知提高长文档摘要的跨模态一致性。
Xianpeng Zhang, Jiahua Yang, Dongyu Chen 等
SKIMIX结合多智能体技能检索与反稀释路由，显著提升开放式数学推理性能。
Jia Luo
提出STEREODISCO框架，利用语义差异法系统识别大模型中的刻板印象，发现超出社会心理研究的语义轴。
Farane Jalali Farahani, Corina Dima, Mojtaba Nayyeri 等
提出扩展-压缩框架，通过多教师策略蒸馏提升推理能力，Qwen3-1.7B模型在数学推理等领域提升2.0%-8.3%。
Songshuo Lu, Zhi Chen, Yaohua Tang
ROCS通过延迟请求-候选交互提高推荐效率，提升3倍QPS。
Yuxin Chen, Liang Luo, Buyun Zhang 等
SpatialCLI通过三阶段学习，将空间工具的感知能力内化，提升VLM的空间推理能力，实验中从29.3%提升至84.6%。
Yang Zhou, Zixuan Huang, Sunzhu Li 等
GAMER通过动作中心图模型结合TD学习，提升推理效率20.81%。
Xu Zheng, Chaohao Lin, Zhuomin Chen 等
提出双目标代理模型指导神经集成搜索，显著提升多样性与性能。
Alexandr Udeneev, Petr Babkin, Oleg Bakhteev
提出“地平线残差”指标，基于短阶段预测评估长远任务失败原因。
Chao Peng, Zhiheng Lyu, Peijie Dong 等