Decomposable Probe以三层扰动揭示：潜变量层识别整流流，分数层反映蒸馏目标。
Patrick Mu Haojie
BVS结合贝叶斯优化和多模态大语言模型，实现对超高分辨率图像的细粒度感知，显著提升精度和效率。
Geng Li, Yuxin Peng
提出一种对象中心的连续语义场方法，提高机器人操作的泛化能力。
Zheng Sun, Lerong Zhang, Zhihao Li 等
提出跨调查迁移框架，零样本LLM在未见项目上达到52%准确率，接近监督模型。
Chan-Tung Ku, Chan Hsu, Pei-Cing Huang 等
SafeGuard结合多智能体感知与推理，提升社会风险视频检测准确率18.7%。
Wenlin Wu, Sheng Zhou, Peipei Song 等
提出Raven-Agent，基于明确的交易层实现自主预测市场交易，达成唯一正收益。
Yishu Wang, Yuxuan Wang, Jiaqi Deng 等
CONFLUX以3D潜扩散和强化学习生成可控胸部CT，FID达32.3，优于MAISI的74.6。
Max Van Puyvelde, Halil Ibrahim Gulluk, Wim Van Criekinge 等
提出了跨设备协作测试时适应方法，结合零阶优化和模型合并，在CIFAR10-C上减少了18.3%的错误率。
Yu Mitsuzumi, Akisato Kimura, Yasuhiro Fujiwara 等
EMA利用DiT的Massive Activations，DG提升细节，MREP改善密集表征；MA干预后BLIP/CLIP胜率仍为0.462/0.512。
Chaofan Gan, Zicheng Zhao, Yuanpeng Tu 等
Prefix-GRPO通过重用教师轨迹前缀和在线续接，提升小模型在长时环境中的表现。
Yihan Wang, Zhong Guan, Haoran Sun 等
R3D通过场景构建和工具调用实现基于RGB-D视频的3D空间推理，达73.5%准确率。
Maxwell Horton, Wei Lu, Quan Tran 等
Oyster-II以Zero-RL和SERL提升安全泛化，长查询安全较联合训练高14.65%。
Jiyang Guan, Yong Xie, Jun Chen 等
AmpAttention提高多视角机器人操作成功率至91%，训练时间减少33.3%。
Jin Yang, Ping Wei, Nanning Zheng
提出部分双向的BDLM Mamba-注意力混合模型，提升长上下文生成效率，参数规模达87M至350M。
Pranshu Chaturvedi, Parth Shroff, Tarun Suresh 等
UniCaMo通过3D-grounded噪声空间实现对象与摄像机运动的同步控制，提升视频质量与一致性。
Long Vu, Tan Ngo, Animesh Karnewar 等
提出EXT++和PPR优化超图RAG，显著提升事实提取与片段检索效果。
Houda Khrouf, Pedro Fillastre, Sebastiao Correia
提出了一种在标准化对象坐标空间中进行生成视图合成的全局姿态控制方法，显著提高图像质量和一致性。
Zhibing Li, Amogh Gupta, Behnoosh Parsa 等
LLMoxie平台通过三层架构和RSE-Plugins生态系统提升科学软件开发中的AI代理性能。
Landung Setiawan, Anant Mittal, Cordero Core 等
EVA-Client为机器人操控策略提供统一部署、调试与数据采集框架，支持多机器人平台和推理策略。
Heqing Yang, Yang Yi, Liyao Wang 等
提出EvoPolicyGym，评估自主策略演化，在16个交互环境中GPT-5.5表现优异。
Zhilin Wang, Han Song, Runzhe Zhan 等