首个跨7域语言世界模型，CPT→SFT→RL三阶段训练实现高保真环境模拟
Yuxin Zuo, Zikai Xiao, Li Sheng, Fei Huang, Jianhong Tu, Yuxuan Liu, Tianyi...
多域仿真
强化学习
智能体训练
环境模拟
语言世界模型
构建90个Nature论文任务的基准，测试AI代理在科学发现中的真实能力
Yuru Wang, Lejun Cheng, Yuxin Zuo, Sihang Zeng, Bingxiang He, Che Jiang,...
AI代理评估
代码生成
基准测试
科学发现
跨学科研究
通过执行-蒸馏-验证三阶段框架解决单智能体经验学习的自确认陷阱问题
Shiding Zhu, Yudi Qi, Yajie Wang, Jiaze Li, Chao Song, Yaorui Shi, Yibo...
共识验证
多智能体系统
经验学习
自进化
长期记忆
首个公开agent训练pipeline，100+实验，32B模型超越基线3.9pp
Negin Raoof, Richard Zhuang, Marianna Nezhurina, Etash Guha, Atula Tejaswi,...
Agent训练
开源基准测试
强化学习
数据构建
监督微调
无需人工标注，通过分层反馈引导策略优化实现移动GUI代理的自适应
Guangyi Liu, Pengxiang Zhao, Gao Wu, Yiwen Yin, Mading Li, Liang Liu,...
反馈引导
强化学习
无标注学习
移动GUI代理
策略优化
ConAct 范式将上下文管理集成到策略，解决长视界移动 GUI 任务中的上下文爆炸问题
Guangyi Liu, Gao Wu, Congxiao Liu, Pengxiang Zhao, Liang Liu, Mading Li, Qi...
上下文管理
多模态大模型
移动 GUI 智能体
端到端学习
长视界任务
基于Android改造的agent原生OS，提升完成率21.12%，降低token成本51.55%
Shanhui Zhao, Jiacheng Liu, Guohong Liu, Jichao Yan, Jialei Ye, Yuhao Yang,...
AI Agent
信息流安全
操作系统
服务组合
移动计算
从视频扩散潜空间直接解码三角形，实现单图生成几何精确的3D场景
Orest Kupyn, Goutam Bhat, Philipp Henzler, Fabian Manhardt, Christian...
3D场景生成
三角形泼溅
前向模型
新视角合成
视频扩散
首个大规模中文精神科诊断基准，通过多智能体框架评估LLM在精神科咨询和诊断中的能力
Shihao Xu, Tiancheng Zhou, Jiatong Ma, Yanli Ding, Yiming Yan, Ming Xiao,...
中文医疗对话
临床AI
基准评测
多智能体系统
大语言模型
区分工具型与内禀型系统，提出基于分层目标、演化身份和自调节的GIC架构
Eric Xing, Mingkai Deng, Jinyu Hou
世界模型
分层规划
强化学习
智能体架构
自监督学习
通过多智能体工作流和层次语义树实现可控的图像生成多样性
Sara Dorfman, Maya Vishnevsky, Omer Dahary, Or Patashnik, Daniel Cohen-Or
可控多样性
多智能体系统
层次生成
文本到图像生成
语义探索
使用SAC算法+多目标奖励函数优化LLM预训练数据混合策略
Chenhao Dang, Jing Ma, Mingjie Liao
强化学习
数据混合
课程学习
预训练优化
提出统一训练框架NANOGEN和综合基准DIFFUSIONBENCH，揭示ImageNet和文本生成图片性能不相关
Xingjian Leng, Jaskirat Singh, Zhanhao Liang, Ethan Smith, Martin Bell,...
变换器
图像生成
基准测试
扩散模型
模型评估
首个支持联邦LDM所有权验证和泄露客户端追踪的鲁棒水印框架
Wenlong Cheng, Yuan Gan, Yunqiu Xu, Jiaxu Miao
所有权保护
扩散模型
模型水印
泄露溯源
联邦学习
提出CF-World基准，揭示T2I模型缺乏真正的反事实因果推理能力
Jiayi Lei, Yuandong Pu, Xingyu Han, Rongpeng Zhu, Jing Xu, Jinyao Wang,...
VLM-evaluation
benchmark
causal-reasoning
counterfactual
text-to-image
将世界模型作为机器人价值学习的基础，实现SOTA任务进度估计
Zhihao Wang, Jianxiong Li, Yu Cui, Yuan Gao, Xianyuan Zhan, Junzhi Yu, Xiao Ma
世界模型
价值模型
扩散模型
机器人学习
流匹配
用冻结LLM的next-token预测损失训练密集检索器，无需标注正负样本对
Yixuan Tang, Yi Yang
密集检索
嵌入学习
检索增强生成
注意力机制
自回归学习
通过可验证的数据构建解决视觉数学推理中的数据质量和奖励信号可靠性问题
Haoling Li, Kai Zheng, Jie Wu, Can Xu, Qingfeng Sun, Han Hu, Yujiu Yang
多模态学习
强化学习
数学推理
数据验证
视觉推理
通过前瞻性稀疏视觉证据记忆解决机器人长时程操控中的记忆瓶颈问题，实现40%性能提升
Ganlin Yang, Zhangzheng Tu, Yuqiang Yang, Sitong Mao, Junyi Dong, Tianxing...
机器人操控
视觉语言模型
记忆机制
长时程任务
非马尔可夫决策
提出ReMMDBench基准和ReMMD-Agent框架，通过原子化分解和证据记忆机制解决真实世界中多语言多图像虚假信息检测问题
Chenhao Dang, Dantong Zhu, Jun Yang, Conghui He, Weijia Li
图像真实性分析
多模态虚假信息检测
智能体验证
证据检索
跨语言理解
首个跨领域评估大模型智能体在真实工作场所归档中推理能力的基准
Honglin Guo, Qi Zhang, Yu Zhang, Weijie Li, Rui Zheng, Zhikai Lei, Qiyuan...
RAG评估
多跳问答
工作场所AI
文档推理
智能体评估
提出层次化知识图谱和结构感知采样，构建跨图表RAG基准
Ning Tang, Chenghan Xie, Hanyang Yuan, Yi Li, Renhong Huang, Qian Kou,...
图表推理
基准测试
多模态RAG
知识图谱
通过门控Transformer架构缓解注意力集中问题，在多个医学成像基准上平均提升6.1% F1分数
Luca Zedda, Davide Antonio Mura, Cecilia Di Ruberto, Maurizio Atzori,...
医学影像
多实例学习
注意力机制
病理学
血液学
提出首个直接评估长期记忆恢复能力的基准，揭示任务成功不等于可恢复用户状态
Enze Ma, Yufan Zhou, Wei-Chieh Huang, Jie Yang, Huanhuan Ma, Zixuan Wang,...
LLM Agent
智能体评估
用户状态建模
记忆基准
长期记忆
通过流匹配学习奖励条件动作分布，统一密集监督与生成式规划
Xirui Li, Zhe Liu, Xiaoqing Ye, Wenhua Han, Yifeng Pan, Junyu Han, Hengshuang Zhao
多模态规划
条件生成模型
流匹配
离线强化学习
自主驾驶
用DA-SLAT、SMDiT、MARoPE解决稀疏体素瓶颈，实现高保真图像到3D生成
Haorui Ji, Weizhe Liu, Hongdong Li, Hengkai Guo
3D高斯Splatting
图像到3D生成
多模态学习
扩散模型
稀疏体素表示
让VLA模型在原始动作层面可操控，实现零人类演示的自主机器人技能获取
Maggie Wang, Lars Osterberg, Stephen Tian, Ola Shorinwa, Jiajun Wu, Mac Schwager
VLA
VLM
技能分解与组合
机器人学习
终身学习
提出三层高斯分解框架，通过竞争分配解决运动一致性与视觉保真度矛盾
Rui Wang, Quentin Lohmeyer, Siyu Tang, Mirko Meboldt
4D分割
4D场景重建
动态高斯泼溅
新颖视图合成
提出局部缩减算法求解微电网鲁棒最优控制问题，MILP和NLP两种配方可行性率均超90%
Edoardo Scaccia, Eric C. Kerrigan, Anna Sadowska
不确定性管理
局部缩减算法
微电网优化
混合整数规划
鲁棒控制