用超网络生成仓库级LoRA适配器，零推理开销注入代码库知识并跟踪演化
Liliana Hotsko, Yinxi Li, Yuntian Deng, Pengyu Nie
仓库级适应
代码理解
参数高效微调
超网络
软件演化
提出ARCANE基准测试框架，评估角色扮演语言代理是否能随角色心理发展轨迹产生符合该阶段状态的响应。
Woojung Song, Nalim Kim, Sangjun Song, Chaewon Heo, Jongwon Lim, Yohan Jo
LLM评估
叙事评估
心理轨迹
角色扮演
角色演化
通过迭代发现和思维模板从上下文中主动发现多个隐藏问题的框架
Soyeong Jeong, Jinheon Baek, Minki Kang, Sung Ju Hwang
LLM智能体
主动任务发现
多问题推理
模板学习
首个评估LLM智能体在渐进式双约束下自适应规划能力的动态基准
Jiayu Liu, Cheng Qian, Zhenhailong Wang, Bingxuan Li, Jiateng Liu, Heng...
基准测试
多轮交互
智能体规划
约束满足
自适应规划
首个面向知识与推理密集型视频理解的大规模训练语料库，通过技能导向的QA生成框架和严格质量控制，显著提升模型在知识密集型视频推理任务上的表现
Lin Fu, Zheyuan Yang, Yang Wang, Tingyu Song, Arman Cohan, Yilun Zhao
后训练
多模态学习
数据集构建
知识密集推理
视频理解
提出10K价值冲突场景基准，揭示VLM机器人难以在价值观冲突中正确选择行动
Jongwook Han, Hyeongjin Kim, Yohan Jo
价值观对齐
基准测试
家庭机器人
机器人决策
视觉语言模型
揭示多迭代经验学习中能力崩溃问题，提出原理级经验、逐步注入和off-policy蒸馏的稳定内化方案
Jingwen Chen, Wenkai Yang, Shengda Fan, Wenbo Nie, Chenxing Sun, Shaodong...
上下文蒸馏
持续学习
智能体进化
经验内化
用强化学习教会模型利用语言学知识而非记忆，实现极低资源语言翻译的泛化
Hanxu Hu, Zdeněk Šnajdr, Pinzhen Chen, Jannis Vamvas, Rico Sennrich
上下文学习
低资源翻译
元学习
强化学习
语言泛化
5B参数的高效统一视频生成编辑框架，推理速度提升5.4倍
Jianzong Wu, Hao Lian, Jiongfan Yang, Dachao Hao, Ye Tian, Yunhai Tong,...
Diffusion Transformer
多模态
扩散模型
视频生成
视频编辑
通过自适应信任区域控制稳定离策略流策略微调
Yonghoon Dong, Kyungmin Lee, Changyeon Kim, Jaehyuk Kim, Jinwoo Shin
信任区域
强化学习
流策略
离策略学习
随机最优控制
基于LLM的自进化多代理框架，通过渐进图搜索、回顾记忆和分层规划实现端到端ML算法自动发现
Shangheng Du, Xiangchao Yan, Jinxin Shi, Zongsheng Cao, Shiyang Feng, Zichen...
AutoML
图搜索
多智能体系统
机器学习工程
算法发现
提出camroll数据集和分层记忆代理，实现个人相册长程视觉问答
Thao Nguyen, Krishna Kumar Singh, Donghyun Kim, Yong Jae Lee, Yuheng Li
AI代理
VQA
个人记忆
多模态
长程推理
首个包含完整拓扑高精地图和超长距传感器的欧洲多模态自动驾驶数据集。
Richard Schwarzkopf, Fabian Immel, Alexander Blumberg, Jonas Merkert, Nils...
传感器融合
数据集
空间学习
自动驾驶
计算机视觉
提出首个评估视频生成模型物理可执行性的基准测试框架，通过模拟器中的实际执行成功来衡量模型的物理知识。
Rui Zhao, Kaiming Yang, Jifeng Zhu, Siyang Chen, Ziqi Wang, Weijia Wu, Kevin...
世界模型
机器人操作
物理可执行性
行为先验
视频生成
基于de Boor等分布原理，将扩散时间轴划分为等复杂度片段并用专门子网络建模
Noam Issachar, Dani Lischinski, Raanan Fattal
approximation theory
diffusion models
flow matching
function approximation
temporal specialization
无监督框架自动发现可复用的数据分析技能，无需人工标注
Zhisong Qiu, Kangqi Song, Shengwei Tang, Shuofei Qiao, Lei Liang, Huajun...
技能发现
数据智能体
无监督学习
验证器引导
通过结构化功能可供性预测作为中间表示，解决VLA模型语义空间与物理控制空间不匹配问题。
Qize Yu, Jiadi You, Yuran Wang, Jiaqi Liang, Bowen Ping, Yang Tian, Yue...
功能可供性
多专家架构
机器人操作
渐进式训练
视觉-语言-行动模型
首个支持点击和文本两种交互方式的统一物体与材料选择框架
Jaden Park, Valentin Deschaintre, Jason Kuen, Kangning Liu, Iliyan Georgiev,...
交互式编辑
图像分割
多模态学习
材料选择
视觉语言模型
首次将在线蒸馏提升到隐藏状态空间，解决方差瓶颈和信息压缩问题，实现Pareto优势
Shenzhi Yang, Guangcheng Zhu, Bowen Song, Haobo Wang, Mingxuan Xia, Xing...
大语言模型
强化学习
数学推理
知识蒸馏
表示学习
提出WLA模型统一世界建模、语言推理和机器人控制，实现高效长时程任务执行
Yi Yang, Zhihong Liu, Siqi Kou, Yiyang Chen, Yanzhe Hu, Jianbo Zhou, Boyuan...
世界建模
具身智能
多模态模型
机器人学习
提出PROPME框架区分LLM记忆能力与倾向性，发现模型在对抗提示下可泄露训练数据但在日常使用中很少这样做。
Gianluca Barmina, Peter Schneider-Kamp, Lukas Galke Poech
倾向性评估
大语言模型
模型评估
记忆泄露
隐私安全
用标准化流在LLM中建模连续思维链，保持自回归接口并支持策略梯度优化
Guancheng Tu, Xiangjun Fu, Suhao Yu, Yao Tang, Haoqiang Kang, Lianhui Qin,...
代码生成
大语言模型
思维链推理
标准化流
潜在表示
首个一对多时序定位框架，解决现实视频中重复事件定位问题
Qi Xu, Yue Tan, Shihao Chen, Jiahao Meng, Anna Wang, Shunping Ji, Hao Fei, Jason Li
多模态大模型
强化学习
时序定位
视频理解
通过模态感知的一致性蒸馏，将世界动作模型的推理延迟从8.1秒降至348毫秒，实现23倍加速
Arman Akbari, Ci Zhang, Arash Akbari, Lin Zhao, Yixiao Chen, Weiwei Chen,...
世界模型
实时控制
扩散模型
机器人
知识蒸馏
用经济学影子价格理论优化LLM推理时token分配，资源受限下提升3倍准确率
Xu Wan, Speed Zhu, Jianwei Cai, Guang Chen, XiMing Huang, Wiggin Zhou, Mingyang Sun
LLM推理优化
推理时扩展
经济学理论应用
资源分配
预算优化
通过在语言和潜在视觉空间之间交错推理，保留动态未来视觉结构以提升视频事件预测性能
Tianxiang Jiang, Linquan Wu, Sheng Xia, Songze Li, Ziang Yan, Haoyu Yang, Yu...
多模态大语言模型
强化学习
潜在视觉推理
视频事件预测
引入信念熵提供细粒度记忆监督，解决长周期智能体的噪声积累和信念漂移问题
Ziyan Liu, Zhezheng Hao, Yeqiu Chen, Hong Wang, Jingren Hou, Ruiyi Ding,...
POMDP
不确定性估计
强化学习
记忆增强智能体
长周期推理
SePO通过自引用设计让提示代理在优化任务提示的同时也优化自身提示
Wangcheng Tao, Han Wu, Weng-Fai Wong
元学习
提示优化
系统提示
自进化代理
进化搜索
提出被动注入、时序图谱和写入失效的交互式知识框架，将金融认知复杂性从用户转移到系统
Ailiya Borjigin, Igor Stadnyk, Ben Bilski, Maksym Chikita, Dmytro Kyrylenko,...
RAG
智能体
知识图谱
金融AI
长期记忆
将视频编码的I/P帧思想引入MLLM，用运动-残差token大幅降低视觉token成本
Haowen Hou, Zhen Huang, Zheming Liang, Qingyi Si, Chenglin Li, Shuai Dong,...
多模态LLM
视频理解
预测编码
高效推理
揭示LLM算术表示的几何结构，IRST框架与噪声量化模型解释进位错误机理
Liuyuan Wen, Xun Zhu, Lihao Huang, Wenbin Li, Yang Gao
内部表示几何
大语言模型算术
探测分析
进位传播
量化噪声
首个机械工程图理解基准数据集与专用模型，提升多模态LLM在工程制图中的能力
Qian Kou, Xiaofeng Shi, Yulin Li, Xiaosong Qiu, Xinyang Wang, Hua Zhou, Cao Dongxing
DAPO
多模态大语言模型
强化学习
机械工程图理解
领域专用基准
云机器人图像压缩：轻量编码+云端JPEG转码，200:1压缩比下保持机器感知精度
Dan Jacobellis, Neeraja J. Yadwadkar
云机器人
图像压缩
端到端学习
自动编码器
研究语码转换ASR从已见语言对泛化到未见语言对的能力
Gio Paik, Hyunseo Shin, Soungmin Lee
ASR
Code-Switching
Domain Generalization
Model Merging
Multilingual
首个全自动化的基准测试构建系统，可根据用户需求生成高质量、多模态的评估基准
Shiyun Xiong, Dongming Wu, Peiwen Sun, Yuang Ai, Bokang Yang, Wencheng Han,...
基准测试构建
多智能体系统
多模态理解
大语言模型评估
自动化测试生成
通过Perceiver超网络将视频编码为LoRA适配器，实现零视觉token的视频问答。
Manan Suri, Sarvesh Baskar, Dinesh Manocha
参数高效微调
多模态学习
视觉语言模型
视频理解
超网络
GeoVR 通过从2D视频提取几何约束，零推理成本赋予MLLMs强大的3D空间感知能力。
Haibo Wang, Lifu Huang
3D空间推理
几何表示学习
多模态大语言模型
知识蒸馏
视频理解
首个在BRep原语上直接进行多模态对比预训练的CAD理解框架
Muhammad Usama, Didier Stricker, Mohammad Sadil Khan, Muhammad Zeshan Afzal
3D表示学习
BRep结构
CAD理解
多模态学习
对比学习
EvoDS通过自主技能获取和自适应上下文压缩实现自进化数据科学代理
Zherui Yang, Fan Liu, Yansong Ning, Hao Liu
LLM智能体
上下文管理
多智能体系统
强化学习
技能学习
提出反事实上下文修订框架审计LLM姿态模拟，发现多模态策略效果显著
Xinnong Zhang, Wanting Shan, Hanjia Lyu, Zhongyu Wei, Jiebo Luo
反事实推理
多模态学习
大语言模型
姿态检测
社交媒体模拟
提出统一的离散标记空间，将视觉观测、动作和未来演化对齐，实现自动驾驶中的世界建模与策略生成联合优化
Ziyang Yao, Haochen Liu, Yuncheng Jiang, Zeyu Zhu, Zibin Guo, Jingru Wang,...
世界模型
生成式AI
离散表示
策略学习
自动驾驶
ADR框架通过原子分解重组生成高质量可验证代码任务，突破RLVR数据瓶颈
Jiasheng Zheng, Boxi Cao, Boxi Yu, Yuzhong Zhang, Jialun Cao, Yaojie Lu,...
RLVR
代码生成
大语言模型
强化学习
数据合成
提出RP-Regret度量，解决重复博弈中自适应对手的遗憾最小化问题
Mingyang Liu, Asuman Ozdaglar, Tiancheng Yu, Kaiqing Zhang
博弈论
在线学习
均衡计算
遗憾最小化
重复博弈
通过意图推断和gap分数路由探测，让智能体理解用户查询背后的隐含信息需求
Yang Li, Jiaxiang Liu, Jiang Cai, Mingkun Xu
LLM代理
工具使用
情境感知
意图推断
隐私保护
提出质量预测器引导半监督学习提升医学图像分割精度
Kumar Abhishek, Ghassan Hamarneh
伪标签
医学图像分割
半监督学习
质量预测
AURA通过mask-reconstruct分离隐私定位与实用保留，有效防御LLM重识别攻击
Ziwen Li, Jianing Wen, Tianshi Li
LLM安全
差分隐私
文本匿名化
智能体安全
隐私保护
评估 LLM 编码代理在真实项目环境中的操作安全性，发现所有模型均存在显著安全风险
Qi Hu, Yifeng Tang, Qinghua Wang, Lanyang Zhao, Pengji Zhang, Yuhao Qing,...
LLM 安全
代理评估
基准测试
操作安全
注入防御
提出融合音频、歌词、语义元数据和用户参与度信号的多模态音乐推荐框架，在LLaMA-3-70B等大模型上验证了多模态特征可提升Recall达95%、NDCG达79%
Srikar Prabhas Kandagatla, Sreehitha R. Narayana, Chandana Magapu, Swetha...
元数据增强
多模态学习
大语言模型
序列推荐
音乐推荐
提出RE-Edit基准，揭示现有编辑模型在五维隐性推理上的普遍失败。
Yixuan Ding, Wei Huang, Ruijie Quan, Xiaojuan Qi, Yi Yang
后处理优化
图像编辑
基准评测
多维度评估
推理感知
ForeSci基准测试评估LLM代理能否基于历史证据做出前瞻性研究决策
Qiuyu Tian, Haojie Yin, Yingce Xia, Youyong Kong, Zequn Liu
LLM Agents
前瞻性预测
时间切片评估
研究基准
科学决策