统一世界基础模型，从多模态信号学习世界潜在空间
Yihao Wang, Yuheng Ji, Mingyu Cao, Yanqing Shen, Runze Xiao, Huaihai Lyu,...
世界模型
具身智能
多模态学习
状态预测
无环境的代理代码验证器，实现完全环境无关的编码代理后训练
Wenhao Zeng, Yuling Shi, Xiaodong Gu, Chao Hu, Chaofan Wang, Yuhao Cui,...
代码验证
强化学习
监督微调
程序修复
编码代理
通过优势感知的动态双蒸馏缓解特权幻觉问题，显著提升LLM和VLM的蒸馏性能
Xinlei Yu, Gen Li, Qingyi Si, Guibin Zhang, Yuqi Xu, Congcong Wang, Shuai...
在线策略蒸馏
大模型压缩
特权信息
知识蒸馏
视觉语言模型
通过学习自适应选择块大小来优化基于扩散的投机解码效率
Hao Zhang, Yiming Hu, Yong Wang, Mingqiao Mo, Xin Xiao, Xiangxiang Chu
大语言模型推理加速
扩散语言模型
推测解码
自适应策略学习
Act2Answer评估VLA知识保留，发现显著衰减
Nikita Kachaev, Andrey Moskalenko, Matvey Skripkin, Nikita Kurlaev, Daria...
多模态学习
常识推理
机器人学
知识评估
视觉-语言-动作模型
提出实例结构化3D token组，使对象成为3D表示的原生接口
Mijin Yoo, In Cho, Subin Jeon, Jiwoo Lee, Eunbyung Park, Seon Joo Kim
3D重建
Gaussian Splatting
前馈方法
多视角学习
实例分割
通过持久化决策历史和角色分离的子代理机制，实现AI Agent技能的持续改进与跨会话维护
Zhiwei Li, Yong Hu
Agent Skills
Decision History
Multi-Agent Systems
Skill Evolution
Tool Learning
把进化搜索轨迹转化为监督信号训练LLM，使其内化跨任务的解发现能力。
Young-Jun Lee, Seungone Kim, Minki Kang, Alistair Cheong Liang Chuen, Zerui...
KTO偏好学习
优化任务
发现能力迁移
测试时强化学习
进化微调
通过MultiTF后训练和Block Buffer机制实现块间并行解码，提升扩散语言模型推理效率
Yijie Jin, Jiajun Xu, Yuxuan Liu, Chenkai Xu, Yi Tu, Jiajun Li, Dandan Tu,...
KV缓存
并行解码
扩散语言模型
训练推理对齐
端到端联合训练VQ tokenizer和AR generator，将ImageNet训练加速10倍
Bin Lin, Zheyuan Liu, Chenguo Lin, Sixiang Chen, Yunyang Ge, Yunlong Lin,...
向量量化
图像生成
端到端训练
自回归模型
将拒绝样本转化为反馈，实现自适应迭代的多智能体文本图像数据构建
Siyu Yan, Yizhen Gao, Yilin Wang, Dongxing Mao, Alex Jinpeng Wang
反馈学习
多智能体
扩散模型
数据构建
文本生成
用学习型查询token解决视频世界模型的长期记忆问题
Jiwen Yu, Jianxiong Gao, Jianhong Bai, Yiran Qin, Kaiyi Huang, Quande Liu,...
Transformer
世界模型
扩散模型
视频生成
记忆机制
无需训练的高分辨率照片拼图生成框架，通过解耦全局布局和局部瓦片生成实现高效高质量输出
Koorosh Roohi, Javad Rajabi, Andrew Fleet, Babak Taati
图像生成
多尺度合成
扩散模型
照片拼图
高分辨率生成
提出RLMF方法，通过元认知反馈强化学习实现LLM数值和语言不确定性的忠实校准
Gabrielle Kaili-May Liu, Avi Caciularu, Gal Yona, Idan Szpektor, Arman Cohan
不确定性校准
元认知
大语言模型
强化学习
忠实性
提出AFTER基准和EVOLUTION框架，研究LLM智能体程序性记忆的泛化能力
Julia Belikova, Rauf Parchiev, Evgeny Egorov, Grigorii Davydenko, Gleb...
LLM智能体
基准测试
工作流自动化
技能迁移
程序性记忆
提出软查询精炼方法，在连续潜在空间中迭代优化视频检索查询，结合强化学习实现检索与推理的端到端训练。
Seohyun Lee, Seoung Choi, Dohwan Ko, Jongha Kim, Hyunwoo J. Kim
多轮推理
强化学习
智能体AI
视频定位
视频检索
揭示现有LLM多样性度量只捕捉表面措辞变化而非方法层面的策略差异，并提出方法级多样性评估框架
Sangmook Lee, Minbeom Kim, Jeonghye Kim, Dohyung Kim, Sojeong Rhee, Kyomin Jung
RLVR
多样性度量
奖励黑客
数学推理
测试时扩展
首个基于真实设备闭环训练的移动GUI代理，在RealMobile基准上达到72.0%成功率
Wanxia Cao, Chengzhen Duan, Pei Fu, Pengzhi Gao, Niu Lian, Fazhan Liu, Hui...
GUI代理
人机交互
多模态AI
强化学习
移动设备控制
首个多语言语音安全基准，揭示非英语语言和语音输入加剧模型安全漏洞
Beatrice Savoldi, Sara Papi, Wafa Aissa, Matteo Negri, Luisa Bentivogli
公平性评估
多模态安全
多语言AI
红队测试
语音模型安全
通过play预训练学习通用操作先验，再用RL微调解决多指机器人的精密组装任务
Tyler Ga Wei Lum, Kushal Kedia, C. Karen Liu, Jeannette Bohg
sim-to-real
强化学习
灵巧操作
组装任务
预训练
通过多教师在线策略蒸馏实现LLM多领域能力集成
Wenhan Ma, Jianyu Wei, Liang Zhao, Hailin Zhang, Bangjun Xiao, Lei Li, Qibin...
LLM后训练
强化学习
模型融合
知识蒸馏
能力集成
小型语言模型在RAG系统中可媲美大型模型，且无需GPU
Dari Baturova, Elena Bruches, Ivan Chernov, Roman Derunets, Arsenii Fomin,...
LLM-as-a-Judge
RAG
基准测试
小语言模型
提出无需训练的测试平台QVAL，通过Q值对齐直接评估密集监督信号质量
Sergio Hernández-Gutiérrez, Matteo Merler, Ilze Amanda Auzina, Joschka...
LLM智能体
价值估计
密集监督
强化学习
长视距任务
为智能体RL的每个动作片段判定语义角色，按角色修正GRPO信用分配
Yuanda Xu, Zhengze Zhou, Hejian Sang, Xiaomin Li, Jiaxin Zhang, Xinchen Du,...
GRPO
LLM评判
信用分配
强化学习
智能体
将离散网格拓扑转换为连续嵌入，用流匹配并行生成高质量网格
Chunshi Wang, Haohan Weng, Junliang Ye, Biwen Lei, Yang Li, Zibo Zhao,...
3D生成
并行生成
拓扑嵌入
流匹配
网格生成
构建材料科学文献大规模面板级视觉-文本数据集
Subham Ghosh, Shubham Tiwari, Mohammad Ibrahim, Abhishek Tewari
材料信息学
科学文献挖掘
视觉-语言模型
首个覆盖多任务和结构编辑的200万级视频编辑数据集及Goku-Edit模型
Sen Liang, Cong Wang, Zhentao Yu, Fengbin Guan, Zhengguang Zhou, Teng Hu,...
基准测试
多模态
指令编辑
数据集
视频编辑
首个用单一自回归 Transformer 统一脑-视觉-语言四任务的大脑模型
Haitao Wu, Qirui Zhang, Zhouheng Yao, Shangquan Sun, Qihao Zheng, Mianxin...
VQ-VAE 离散化
fMRI 解码
多模态统一模型
脑机接口
自回归生成
提出统一音视频tokenizer，双流transformer实现1D联合编码
Kien T. Pham, I Chieh Chen, Qifeng Chen, Long Chen
Audio-Video Generation
Autoregressive Model
Multimodal Learning
Tokenization
首个零样本无训练无优化的360全景图像视频生成框架
Or Hirschorn, Aaron Olender, Eli Alshan, Ianir Ideses, Lior Fritz, Sagie Benaim
位置编码
全景生成
扩散模型
计算机视觉
零样本学习
首个通过MAE在970万页IMSLP乐谱上预训练的ViT基础模型
Carlos Penarrubia, Antonio Rios-Vila, Eliseo Fuentes-Martinez, Juan C....
乐谱识别
掩码图像建模
自监督学习
视觉Transformer
计算机视觉
首个模拟真实开发者工作流的多轮交互式编程代理评估基准
Mohit Raghavendra, Anisha Gunjal, Aakash Sabharwal, Yunzhong He
基准测试
多轮交互
用户模拟
编码代理
软件工程
将操作系统可访问性 API 转换为机器可读语义蓝图，实现高效的 AI 代理-操作系统交互
Yogeswar Reddy Thota
LLM 代理
UI 自动化
代理接口
可访问性 API
操作系统
直接消耗地理空间原语的高保真卫星图像生成统一框架
Brian Wei, Srikumar Sastry, Daniel Cher, Eric Xing, Nathan Jacobs
扩散模型
数据增强
生成模型
空间控制
遥感
首个支持动态帧率和帧率控制的口语语言模型，实现质量与速度的灵活权衡
Jiaqi Li, Chaoren Wang, Xiaohai Tian, Mingjie Chen, Xinyu Liang, Xu Li,...
动态帧率
口语语言模型
语音对话
语音编解码
HExA 让 LLM 智能体通过主动实验学习可迁移技能，无需参数更新即可显著提升性能
Abhranil Chandra, Sankaran Vaidyanathan, Utsav Dhanuka, Varun Gandhi, Scott Niekum
In-Context 学习
LLM 智能体
主动实验
强化学习
技能学习
首个系统性评估LLM智能体修复历史代码兼容性的基准测试研究
Zhihao Lin, Mingyi Zhou, Zhensu Sun, Yizhuo Yang, Renyu Yang, David Lo, Li Li
LLM智能体
代码修复
兼容性维护
基准测试
实证研究
提出Lexical Consensus框架，发现词学习遵循感知一致性梯度，感知距离而非语义距离支配获取
Patricio M. Vera
多智能体共识
感知一致性
符号根基
评估框架
词学习