指出 DPM 反向去噪样本的 SNR 始终低于前向样本，提出免训练的小波域差分校正方法 DCW。

用PPL空间解耦破解RLVR训练中探索-利用的两难困境

千亿参数全模态MoE模型，256k上下文，ARIA实现文本-语音对齐

无需数据与优化，仅翻转极少量符号位即可跨域摧毁神经网络

为多模态大模型打造长期个性化记忆体与性格演化机制的综合Agent框架。

把网页分块重构为基于稳定ID的语义规划问题,大幅降低输出token与成本。

用可学习的内部token早期剪掉低质量推理路径，并行准确率提升且token消耗砍七成。

用三 Agent 架构与四阶段训练流水线，让 30B 模型在深度搜索与研究任务上比肩百亿参数大模型。

Olmo 3 三系谱追踪揭示多样性崩塌由训练数据驱动而非算法本身

2B参数+不到10M clips，做出超越14B的视频生成模型

证明1D有序令牌的coarse-to-fine结构让AR图像生成更适合测试时搜索，甚至无需训练AR模型即可生成图像。

面向Backtrader框架的400道算法交易策略生成基准，含四阶段评测流水线

TIPSv2 提出 iBOT++ 损失与多粒度文本增强，显著提升 ViT 视觉编码器的 patch-text 对齐。

用3D生成模型原生几何先验自回归生成物理合理且语义一致的3D场景布局

提出 AVR 框架，让视觉推理模型按任务复杂度动态选择直接回答、感知或完整推理三种格式，token 消耗降低 50–90%。

NVIDIA 推出的高保真仿真基准，用 LLM 自动生成数百个任务并按视觉/程序/关系三类能力轴评估真实世界训练的通用机器人策略。

遗忘算法后测 LLM 能否独立重发明 Dijkstra 等基础算法

提出AAR基准：1400道Wikipedia DAG谜题，拆解导航与工具调用瓶颈。

提出分层基准 GTA-2，揭示前沿 LLM 工作流任务成功率仅 14.39%，执行框架远比模型能力更关键。

基于100篇PRL论文构建物理研究基准，揭示前沿LLM得分均低于50。

用 LLM 智能体在新型 AI 加速器上自动优化算子性能，无需专家先验知识

用 935 次消融实验证明 AI 架构演化与生物演化共享同样的统计规律

用有界掩码UNet放大源分离残差，4M参数击败194M参数的CLAM。

提出视频编辑领域首个三维解耦的人工标注奖励模型与基准数据集

基于5000+众包鼠标追踪数据，7支队伍用大模型视频主干角逐视频显著性预测SOTA。

用中位数阈值把梯度压成 ±1、再套上 Paillier 加密，6G-IoT 边缘 IDS 的 32× 通信压缩且无精度损失。

首个显式建模语音token层级先验的离散扩散VTS模型。

针对胰腺癌CT分割中专家标注分歧，将集成概率事后校准到平均人类响应