提出语言引导的三维物体点轨迹预测方法，构建百万级数据集和基准，显著超越现有运动预测方法
Jianing Zhang, Chenhao Zheng, Yajun Yang, Max Argus, Rustin Soraki, Winson...
三维运动预测
机器人控制
视觉语言模型
视频生成
轨迹预测
提出RNG-Bench评估多模态模型在非马尔可夫游戏中的记忆追踪能力
Shengyuan Ding, Xilin Wei, Xinyu Fang, Haodong Duan, Dahua Lin, Jiaqi Wang,...
多模态大模型
游戏基准测试
记忆评估
非马尔可夫决策
首个原生面向物理AI的世界模型，跨具身课程+混合线性时序记忆
Kairos Team, Fei Wang, Shan You, Qiming Zhang, Tao Huang, Zuoyi Fu, Zhisheng...
世界模型
扩散模型
机器人控制
物理AI
线性注意力
用 2K 仿真轨迹蒸馏到 4B 模型，实现前沿级操作性能
Haowen Liu, Xirui Li, Shaoxiong Yao, Peng Shi, Tianyi Zhou, Jia-Bin Huang,...
仿真到真实迁移
具身智能
工具使用
强化学习
机器人操作
让LLM策略模型主动设计自己的RL训练环境，实现自适应环境工程
Chao Chen, Chengzu Li, Zhiwei Li, Yinhong Liu, Zhijiang Guo
LLM训练
多智能体路径规划
强化学习
环境设计
自改进系统
通过量化drafter、智能切换和动态draft长度，将RL训练延迟降低19.6%
Minseo Kim, Minjae Lee, Seunghyuk Oh, Kevin Galim, Donghoon Kim, Coleman...
LLM优化
强化学习
推测解码
系统感知
训练加速
提出判别器引导的强化学习(DRL)，在不依赖人类偏好的情况下修正流匹配模型的分布偏差
Nicolas Beltran-Velez, Felix Friedrich, Zhang Xiaofeng, Reyhane...
图像生成
强化学习
扩散模型
流匹配
生成后训练
首个原生全模态Agent框架，通过迭代Observation-Thought-Action循环解耦视频时长与推理复杂度，实现测试时正扩展
Zhenghao Xing, Ruiyang Xu, Yuxuan Wang, Jinzheng He, Ziyang Ma, Qize Yang,...
POMDP
主动感知
多模态Agent
强化学习
长视频理解
SAE特征干预无法完全消除行为，被抑制行为仍可恢复
Mingyue Cui, Linghui Shen, Xingyi Yang
干预分析
模型安全性
特征工程
稀疏自编码器
鲁棒性评估
提出SR-ReaL框架，通过LOR和DTR双路径推理+强化学习提升空间VLM的几何推理能力
Yatai Ji, An-Chieh Cheng, Yang Fu, Yukang Chen, Han Zhang, Zhaojing Yang,...
3D感知
双路径推理
强化学习
空间推理
视觉语言模型
通过软正确性门控和教师概率缩放改进 GUI 定位自蒸馏中的教师信号质量
Jingyuan Huang, Zuming Huang, Yucheng Shi, Tianze Yang, Xiaoming Zhai, Wei...
GUI 定位
知识蒸馏
自监督学习
视觉语言模型
计算机视觉
通过惊异度引导的令牌级优势重加权解决GRPO训练中的策略熵坍塌问题
Haipeng Luo, Qingfeng Sun, Songli Wu, Can Xu, Wenfeng Deng, Han Hu, Yansong Tang
GRPO
RLVR
大语言模型
强化学习
熵稳定
首个单GPU实时运行22B参数的视听自回归生成模型，支持亚秒级交互和千秒级长时生成
Lichen Bai, Tianhao Zhang, Shitong Shao, Dingwei Tan, Qiyu Zhong, Zhengpeng...
多模态生成
实时生成
社交世界模型
自回归模型
视频生成
首个大规模开源均匀扩散语言模型，7B参数训练1.5T token
Mengyu Ye, Keito Kudo, Wataru Ikeda, Ryosuke Matsuda, Keisuke Sakaguchi, Jun Suzuki
均匀扩散
开源
扩散模型
语言模型
预训练
通过跨视图通信路径和3D几何先验实现机器人操作场景的多视图3D一致视频生成
Yuhang Huang, Xuan Lv, Junyan Xu, Zhiyuan Yu, Jiazhao Zhang, Ruizhen Hu,...
3D一致性
世界基础模型
多视图生成
扩散Transformer
机器人操作
提出价值多样性作为评估多文化智能体系统的新指标，揭示当前系统存在持续同质化问题
Shaoyang Xu, Jingshen Zhang, Long P. Hoang, Jinyuan Li, Wenxuan Zhang
价值对齐
多智能体系统
文化多样性
社会仿真
集体决策
通过层查询构建实现ViT特征的坐标条件隐式上采样
Krispin Wandel, Jingchuan Wang, Hesheng Wang
Vision Transformer
密集预测
特征上采样
计算机视觉
语义对应
评估语言模型代理在500天初创公司运营模拟中的长期战略规划能力
Haozhe Chen, Karthik Narasimhan, Zhuang Liu
基准测试
战略规划
模拟环境
长周期代理
用轻量8B模型编排16个商业API，科学推理准确率达56.66%
Jingru Guo, Xiangyuan Xue, Lian Zhang, Wanghan Xu, Siki Chen, Philip Torr,...
MCTS
多模态推理
强化学习
模型编排
科学AI
首个在真实个人桌面环境中评估AI代理个性化能力的基准测试
Lawrence Keunho Jang, Andrew Keunwoo Jang, Jing Yu Koh, Ruslan Salakhutdinov
Agent评估
个性化AI
基准测试
计算机使用代理
跨应用任务
XCIENTIST将研究综合与验证外化为可检查契约过程，确保可追溯。
Zijian Wang, Hanqi Li, Ziyue Yang, Zijian Hu, Shenghan Zuo, Yunzhe Zhang, Da...
AI科学家
可解释研究流程
契约治理验证
文献图
针对土耳其语黏着特性，提出无损可逆形态感知分词器，同时生成词嵌入。
Tolga Şakar
Agglutinative Languages
Morphology
Neural Models
Tokenization
Turkish NLP
通过改进提示词、清理人工制品和重新设计评分方法，提升了物理理解评估的可靠性
Tim Rädsch, Yuki M Asano, Hilde Kuehne, Stefan Bauer, Priyank Jaini, Robert...
世界模型
基准测试
模型评估
物理理解
视频生成
提出基于空间频率的自适应token压缩框架，在不损失质量的情况下将DiT加速最高3.13倍
Haoran You, Yotam Nitzan, Lingzhi Zhang, Yifan Gong, Mang-Tik Chiu, Connelly...
Adobe
Diffusion Transformers
Token压缩
图像编辑
效率优化
提出SEVRA框架，通过可恢复性感知的选择性验证决定何时接受初始答案或进行额外推理验证
Sajib Acharjee Dip, Dawei Zhou, Liqing Zhang
推理时间优化
有害翻转
测试时计算分配
选择性验证
预算感知推理
利用奖励方差检测能力边界，动态合成高质量多轮工具使用训练数据
Ruishan Fang, Siyuan Lu, Chenyi Zhuang, Tao Lin
工具使用
强化学习
数据合成
智能体
课程学习
研究轨迹级别监督下的离线RL理论，提出OPAC算法并给出样本复杂度界限
Xuanfei Ren, Tengyang Xie
偏好反馈
广义目标
样本复杂度
离线强化学习
轨迹级别监督
首个工业产品多图像理解基准，揭示MLLM跨图像整合瓶颈
Haonan Qi, Jin Cao, Yongqi Zhang, Xintong Wang, Weidong Tang, Bin Chen,...
基准测试
多模态大模型
属性提取
工业AI
基于图灵测试判别奖励训练人类不可区分的用户模拟器
Yingshan Susan Wang, Cedegao E. Zhang, Linlu Qiu, Zexue He, Pengyuan Li,...
LLM训练
图灵测试
对话系统
强化学习
用户模拟
通过将中间错误答案转化为修订与验证提示，训练LLM的测试时序列修订能力
Yuanxin Liu, Ruida Zhou, Xinyan Zhao, Amr Sharaf, Hongzhou Lin, Arijit...
序列修订
强化学习
数据增强
测试时扩展
首个用RL指导演示检索的模仿学习方法，无需重训练即可处理摄像头丢失，在LIBERO基准上大幅领先基线
Hassan Ismkhan, Hamid Bouchahcia
多模态学习
强化学习
机器人操控
检索增强学习
模仿学习
开源NWDAF集成LLM自然语言接口，实现5G/6G网络分析的对话式管理
Henok Daniel, Omar Alhussein, Cheng Li, Jie Liang, Ernesto Damiani
5G核心网
6G网络
NWDAF
大语言模型
开源测试床
首个iOS模拟器手机代理基准测试，26应用133跨应用任务
Lawrence Keunho Jang, Mareks Woodside, Geronimo Carom, Andrew Keunwoo Jang,...
iOS
个性化智能
基准测试
多模态推理
移动代理
Transform隐藏状态的每个维度都是独立的二元寄存器，通过符号编码语义，大小编码置信度
Varun Reddy Nalagatla
Transformer解释
机制可解释性
特征发现
稀疏自编码器替代
符号模式
通过分离感知和推理阶段的教师监督，解决多模态自蒸馏中的答案捷径问题
Sihan Wang, Xiyao Liu, Lianqing Liu, Zhi Han
多模态学习
模型优化
自蒸馏
视觉-语言模型
训练策略
首个电子表格操作预测基准与在线评估框架
Tejas Agrawal, Vu Le, Sumit Gulwani, Gust Verbruggen
代码补全
在线评估
用户行为建模
电子表格
揭示合成数据低估LLM个性化难度，提出三阶段框架验证真实用户数据
Lechen Zhang, Jiarui Liu, Tal August
个性化
人类对齐
合成数据评估
属性提取
用户建模