构建包含870会话、2.3百万事件的多源日志数据集，标注基于ATT&CK技术，利用LoRA微调三款小型语言模型提升检测性能。
Abir Ashab Niloy, Ahmed Ryan, Imamul Hossain Rafi 等
引入Kolmogorov偏微分方程，提升扩散策略的鲁棒性，实验证明在推挤操控和制造线应用中性能显著改善。
Lekan Molu
提出基于质量感知的自蒸馏方法，结合软正确性门控和教师概率缩放，提升GUI定位精度。
Jingyuan Huang, Zuming Huang, Yucheng Shi 等
提出Qwen-RobotManip，通过统一对齐框架实现跨多机器人平台的规模化学习，达成零样本指令跟随和跨形态迁移。
Haoqi Yuan, Zhixuan Liang, Anzhe Chen 等
提出基于轻量脉冲神经网络的声事件检测触发器，F1达0.97，显著降低计算复杂度42.6倍。
Benjamin Hatton, Oliver Rhodes, Luca Peres
ActWorld用100K互动视频与动作感知记忆，让世界模型同时会走、会看、会交互。
Zhexiao Xiong, Yizhi Song, Hao Kang 等
本研究提出RecLoop框架，比较生成式推荐与传统推荐在信息茧房中的表现，发现生成式推荐在曝光多样性方面表现优越，但仍受反馈循环影响。
Jiyuan Yang, Gengxin Sun, Mengqi Zhang 等
引入FllumaOne，基于可执行Python程序的多模态CAD数据集，验证几何和特征历史。
Jizong Zhan
OPD-Evolver以慢快循环和在策略蒸馏培养四种进化能力，9B模型在多项任务上超过超大模型。
Guibin Zhang, Xun Xu, Yanwei Yue 等
SEAGym构建动态自我演化评估环境，结合Terminal-Bench 2.0和HLE，验证ACE、TF-GRPO、AHE的多维性能。
Congjie Zheng, Chuanyi Xue, Bin Liang 等
提出OneModel，将复杂业务逻辑内化为单一模型参数，显著提升金融系统效率。
Chang Liu, Chaoyang Ning, Dayi Jiang 等
提出层次贝叶斯可信度框架，通过ODD相似度核在城市间进行部分汇集。
Doyeon Jang
提出EgoInfinity，基于模块化架构的Web规模4D手-物体交互数据引擎，实现任意视角机器人重定向与视频到动作学习。
Gaotian Wang, Kejia Ren, Andrew Morgan 等
MemTrace揭示长时记忆中准确率无法捕捉的细节，强调证据使用而非检索。
Xianxuan Long, Zhikai Chen, Shenglai Zeng 等
Pareto LoRA通过帕累托最优梯度整合，改善多模态模型的模态不平衡，图像质量提高44.9%。
Xiwen Wei, Mark Nutter, Madhusudhanan Srinivasan 等
提出PDAGENT-BENCH，结合353个物理设计任务，评估LLM/VLM在VLSI物理设计中的端到端能力。
Qiufeng Li, Rongqian Chen, Quan Cheng 等
ACE-EGO-0通过空间、结构和时间对齐，将人类和机器人数据统一用于VLA预训练，显著提升操控性能。
Hao Li, Ganlong Zhao, Yufei Liu 等
提出基于原始-对偶推断的受约束扩散模型，有效处理平均约束的优化采样。
Samar Hadou, Yigit Berkay Uslu, Alejandro Ribeiro
本研究基于MetaSyn数据集，评估12种LLM管道在自然出版物元分析中的表现，揭示筛选瓶颈，最大召回率90.9%，实际检索覆盖不足52.7%。
Anzhe Xie, Weihang Su, Yujia Zhou 等
R2RDreamer通过3D感知数据增强，提升二维操控策略的空间泛化能力，利用2D视频空间的视觉补全实现高效仿真增强。
Xiuwei Xu, Haowen Sun, Angyuan Ma 等