提出基于(N,L)参数的ReLU神经网络逼近解析函数的上界，深度优于宽度。
Yanming Lai, Defeng Sun, Yang Wang
SynthDocBench通过合成长文本文档，系统控制长度、布局、模态，揭示模型在长文理解中的三大失效模式。
Abhigya Verma, Khyati Mahajan, Amit Kumar Saha 等
ABot-N1采用双速架构，结合Chain-of-Thought推理与像素锚点，实现多任务通用视觉导航。
Ruiyan Gong, Yingnan Guo, Junjun Hu 等
本论文提出单环AID与ITD的收敛率提升，从κ^6/K到κ^5/K，及误差从κ^3降至κ^2。
Yubo Zhou, Jun Shu, Luo Luo 等
本研究分析多语种关键词和指令注入对大模型相关性判断的影响，发现其易被规避且持续 inflated。
Nguyen Khoi Vo, Duy Duong Tuong, Oleg Zendel 等
提出Who&When Pro，基于误差注入的自动失败归因，构建12326条多模态高质量标注。
Jiale Liu, Huajun Xi, Shaokun Zhang 等
ReAct检索与微调集成系统在404笔交易上取得0.151类平衡Brier分数，优于市场、XGBoost及前沿模型。
Hinal Jajal, Michal Mucha, Charles Sweat 等
DenseAR通过单尺度tokenizer实现多模态自回归视觉建模，提升ImageNet生成质量。
Chicago Y. Park, Jialin Mao, Xiaojian Xu 等
MOSAIC通过基于代理的语义记忆和ILP优化实现多智能体 embodied 规划，提升效率达30%。
Kunjal Panchal, Saayan Mitra, Sunav Choudhary 等
提出SigLIP-HD，通过细到粗监督提升低成本视觉感知能力，性能优于基线模型。
Lihe Yang, Zhen Zhao, Hengshuang Zhao
测试时扩展(TTS)显著提升小型视觉语言模型在多语言视觉选择题上的推理能力，最佳配置达84.1%。
Spiros Baxevanakis, Peng-Jian Yang
Mach-Mind-4-Flash是35B参数MoE模型，3B激活参数，性能媲美100B级模型。
Foundation Model Team
提出动态逆渲染方法，结合物体追踪与表面重建，显著提升材料-光照解缠效果。
Raza Yunus, Benjamin Ummenhofer, Jan Eric Lenssen 等
提出风险感知的GUMDP框架，利用蒙特卡洛树搜索（MCTS）解决ERM目标，适用于多任务环境。
Pedro P. Santos, Fábio Vital, Alberto Sardinha 等
Super方法通过Wanda评分实现稀疏微调，在Math17K上表现优异。
Ivan Ilin, Philip Zmushko, Peter Richtárik
提出基于区块链的电信/物联网欺诈请求可审计决策管理框架，结合ML、LLM和区块链实现请求级策略与审计。
Saviz Changizi, Nasibeh Mohammadzadeh, Mohammad Shojafar 等
MedRealMM通过MCCP框架评估多模态医疗咨询，包含5620个真实案例。
Runhan Shi, Quan Zhou, Yuqian Xu 等
OmniMapBench通过VDI指标验证地图文档的视觉推理能力，25个LVLM中最高准确率仅75.03%。
Yang Chen, Yunwen Li, Yufan Shen 等
提出MOSAIC自动搜索异构架构，结合线性、稀疏和低秩机制，显著提升视觉-语言模型效率。
Yuncheng Yang, Feiyang Ye, Shixian Luo 等
提出CABS-C与CABS-D算法，通过代理奖励和相关性加速LLM路由，显著降低后悔值。
Ajay Narayanan Sridhar, Ronak Singh, Mehrdad Mahdavi 等