BIRDNet通过挖掘布尔蕴涵关系构建稀疏可解释的深度神经网络，验证六个生物医学数据集，参数显著少于传统MLP。
Tirtharaj Dash
本研究通过黑箱监控揭示三种VLA架构在运动指令层的不同失败签名，强调架构匹配监控的重要性。
Krishnam Gupta
基于pymetrics数据，揭示算法单一供应商导致招聘中种族不公与系统性拒绝现象。
Rishi Bommasani, Sarah H. Bana, Kathleen A. Creel 等
MUSE-Autoskill通过技能生命周期管理提升任务成功率，技能复用率达68.4%。
Huawei Lin, Peng Li, Jie Song 等
LocateAnything基于并行框解码，训练138M样本，显著提升定位速度与精度
Shihao Wang, Shilong Liu, Yuanguo Kuang 等
BRANE方法通过LLM提取查询特征，实现MuSiQue等数据集89%成本节省的动态检索配置优化。
Melissa Z. Pan, Negar Arabzadeh, Mathew Jacob 等
SAERL框架利用稀疏自编码器内在激活，提升LLM后训练数据多样性、难度排序与质量过滤，Qwen2.5-Math-1.5B准确率提升3%。
Yi Jing, Zao Dai, Jinwu Hu 等
提出GADD算法，实现统一速率离散扩散模型采样复杂度降至O(polylog(ε⁻¹))，显著提升采样效率。
Yuchen Liang, Ness Shroff, Yingbin Liang
基于DINO表征的条件扩散模型实现高质量且可控图像生成，LSUN和CelebA数据集验证。
Nithesh Chandher Karthikeyan, Jonas Unger, Gabriel Eilertsen
FinHarness通过内联生命周期安全护具，FinVault基准ASR降至15%，高级判官调用减少4.7倍
Haoxuan Jia, Yang Liu, Bin Chong 等
提出Normal Guidance正态引导正则化方法，提升基于注意力的MIL在4百万切片CT数据上的切片级定位性能。
Ethan Harvey, Dennis Johan Loevlie, Michael C. Hughes
基于LLM进化搜索的对抗性宪法演化，在公共物品博弈中实现蓝红阵营近0.78稳定均衡。
Ujwal Kumar, Arth Singh, Hershraj Niranjani 等
统一神经网络缩放定律（UNSL）精准建模多维度同时变化下的深度学习性能，提升预测准确度超过10%。
Ethan Caballero, Priyank Jaini, David Krueger 等
ConvexTok通过凸松弛优化Tokeniser，提升压缩率，词汇量128k时接近最优，BpB提升显著。
Jan Tempus, Philip Whittington, Craig W. Schmidt 等
提出DeltaDirect方法，MoDirect数据集，合成域准确率从25.9%提升至85.4%。
Jongseo Lee, Hyuntak Lee, Sunghun Kim 等
MotiMotion结合视觉语言模型推理与置信度调控，实现运动控制视频生成，MotiBench评测优于MagicMotion和Wan-Move。
Lee Hsin-Ying, Hanwen Jiang, Yiqun Mei 等
提出Vector Policy Optimization（VPO）算法，通过训练多样化策略显著提升测试时搜索性能，最高提升达20%以上。
Ryan Bahlous-Boldi, Isha Puri, Idan Shenfeld 等
AwareVLN提出自我意识推理机制，R2R-CE Val-Unseen上NE降至4.02，显著优于现有方法。
Wenxuan Guo, Xiuwei Xu, Yichen Liu 等
提出基于3D高斯点云持久世界模型和Transformer序列策略的好奇心驱动3D探索，HM3D测试提升3D覆盖率至74.94%。
Lily Goli, Justin Kerr, Daniele Reda 等
GesVLA结合手势与视觉语言动作模型，实验证明在复杂场景中目标定位准确率提升至94.3%。
Wenxuan Guo, Ziyuan Li, Meng Zhang 等