提出空间推测解码（SSD），通过二维空间预测加速图像自回归生成，最高提速13.3倍。
Shilong Xiang, Zirui Zhang, Lijun Yu 等
CalTennis是一个包含超11百万帧多视角网球视频的基准数据集，用于评估单目到3D姿态估计，揭示深度和足部接触的挑战。
Ilona Demler, Xinran Xie, Blake Werner 等
提出基于图边界的执行状态胶囊，实现低延迟、小批量、设备端物理AI的高效恢复与重启。
Liang Su
DeepSWIP利用神经材料化与WMC实现深度概率逻辑程序的单世界反事实推理，提升推理速度2.14倍。
Saimun Habib, Vaishak Belle, Fengxiang He
本研究提出利用自我中心人类视频作为预训练数据源，超越机器人轨迹，提升机器人任务泛化能力。
Juncheng Ma, Jianxin Bi, Yufan Deng 等
提出“探测-修正”调优方法，通过合成故障探针迭代优化仓库指导文件，显著提升代码代理的解决率（33.0%对比28.3%和25.5%）
Asa Shepard, Jeannie Albrecht
采用遗传算法和A*算法结合层次分析法（AHP）进行路径规划，提升连续机器人韧性，路径多样性增强抗损伤能力。
Oxana Shamilyan, Ievgen Kabin, Zoya Dyka 等
提出边际优势累积（MAA）机制，解决批次间操作证据积累难题，提升知识蒸馏效果。
Mingyu Yang, Keye Zheng, Congchao Cheng 等
提出SSH-Net，基于因果竞争风险模型的深度神经网络，用于GPU故障时间分布预测，利用层次结构与数据结构结合。
Jie Min, Yueyao Wang, Mengkun Chen
提出一种结合自适应鲁棒损失、IRLS和MWCD的联合状态与协方差估计框架，能在含异常和非高斯噪声环境中自动调节参数，精确恢复测量协方差。
Alexandre Hadji-Thomas, Andrew Stirling, James R. Forbes
ELVA采用排名驱动的强化学习框架，有效缓解多模态检索中的粒度盲区，提升13.1%的MRBench性能。
Yuhan Liu, Pei Fu, Hang Li 等
提出九维标注框架（MIF）以区分尼日利亚公共话语中的表面情感与真实意图，模型在无指导下注册分类准确率33.3%，指导后提升至73.3%。
Celestine Achi
MACR框架通过多代理推理解决LLM知识冲突，显著提升准确性。
Huang Peng, Jiuyang Tang, Weixin Zeng 等
提出基于对称变换的Trotter误差后处理方法，有效抑制对称破坏，提升量子模拟保真度。
Sangjin Lee, Sangkook Choi
ScholarQuest基于分类体系，涵盖1000+计算机科学主题，采用多样化查询设计，构建自动化答案，提升学术搜索的系统评估能力。
Tingyue Pan, Mingyue Cheng, Daoyu Wang 等
提出逆动力学正则的传感运动世界模型（SMWM），有效防止表示塌缩，提升控制能力。
Petr Ivashkov, Randall Balestriero, Bernhard Schölkopf
提出Holo-World模型，结合单帧图像实现摄像机、物体和天气的统一控制，利用HoloStateData数据集进行训练。
Xiangchen Yin, Wenzhang Sun, Jiahui Yuan 等
研究揭示视觉标记在大语言模型中的隐藏演变，比较了上下文注入和分层注入方法。
Wish Suharitdamrong, Tony Alex, Xiatian Zhu 等
MobileForge采用层级反馈引导策略优化，无需标注即可适应移动GUI，达成67.2% Pass@3。
Guangyi Liu, Pengxiang Zhao, Gao Wu 等
CARE通过能力感知奖励调整优化视频多模态推理长度，提升推理准确性和效率。
Chengwen Liu, Hao Peng, Jisheng Dang 等