构建统一的优化器理论框架和大规模基准测试，为100+优化器提供机制分类和多目标性能评估。
Siyuan Li, Jiabao Pan, Yumou Liu, Zhuoli Ouyang, Xin Jin, Xinglong Xu,...
LLM训练
优化器
优化器分类
元优化
基准测试
首次将多教师在线策略蒸馏用于跨平台GUI智能体持续学习，解决行为模式混合和灾难性遗忘问题
Niu Lian, Alan Chen, Zhehao Yu, Chengzhen Duan, Fazhan Liu, Hui Liu, Pei Fu,...
GUI智能体
在线策略蒸馏
多平台学习
持续学习
跨平台交互
像素空间扩散模型统一3D重建与生成，无需VAE/RAE，直接优化3D表示
Sensen Gao, Zhaoqing Wang, Qihang Cao, Dongdong Yu, Changhu Wang, Jia-Wang Bian
3D Gaussian Splatting
3D场景生成
3D重建
像素空间扩散
几何感知损失
用五个技能组合实现论文到海报、视频、博客的自动化生成，支持原生工具编辑和交互式导航。
Lingao Xiao, Yalun Dai, Yangyu Huang, Qihao Zhao, Wenshan Wu, Hugo He,...
Agent技能框架
多模态生成
研究传播自动化
论文可视化
从ML会议论文中挖掘15个可重用研究思维模式，构建循证研究创意生成技能套件IdeaSpark
Qihao Zhao, Yangyu Huang, Yalun Dai, Lingao Xiao, Jianjun Gao, Xin Zhang,...
LLM技能工程
多阶段工作流
文献检索
新颖性评估
模式归纳
提出基于流形约束的概念擦除方法MANCE，在保持其他信息的同时有效移除目标概念
Matan Avitan, Yoav Goldberg, Yanai Elazar
公平性
概念擦除
流形学习
神经网络解释
表示学习
提出边界中心的自监督视觉预训练框架，通过强制掩码边界建模实现强空间理解能力
Zelin Fu, Bin Tan, Changjiang Sun, Shaohui Liu, Kecheng Zheng, Yinghao Xu,...
密集预测
深度估计
自监督学习
视觉预训练
边界检测
BRAID框架将文本-图像交错推理统一为MDP，联合优化文本和图像生成
Zican Hu, Xuyang Hu, Yiming Liu, Zuwei Long, Wei Liu, Yunzhuo Hao, Jiawei...
TIT-CoT
多模态推理
强化学习
统一多模态模型
视觉思考奖励
系统研究世界模型作为机器人策略评估器的关键设计要素，提出GigaWorld-1实现14.9%性能提升
GigaWorld Team, Angyuan Ma, Boyuan Wang, Bohan Li, Chaojun Ni, Guo Li, Guan...
世界模型
机器人学习
策略评估
自回归模型
视频生成
在保持约200ms延迟的同时将实时音视频交互模型输出分辨率从192×336提升至640×368
Lianghua Huang, Zhi-Fan Wu, Yupeng Shi, Wei Wang, Mengyang Feng, Junjie He,...
低延迟推理
分布式推理
多模态对话
实时交互
视频生成
将科学文献搜索建模为可编辑DAG工作流归纳问题，实现多轮交互式文献检索
Jisen Li, Bingxuan Li, Nanyi Jiang, Xuying Ning, Xiyao Wang, Yifan Shen,...
多轮对话
工作流归纳
智能代理
检索增强生成
科学文献搜索
首个统一机器人部署框架，解决真实机器人部署的三大关键挑战。
Heqing Yang, Yang Yi, Liyao Wang, Linqing Zhong, Donglin Yang, Ruipu Wu,...
ROS
实时推理
数据收集
机器人学
机器人部署
通过前瞻令牌从冻结视频模型中蒸馏动力学先验的统一机器人操作框架
Haoxiang Ma, Junhao Cai, Xiaoxu Xu, Hao Li, Yuyin Yang, Yang Tian, Jiafei...
世界模型
具身智能
机器人操作
组合泛化
视觉-语言-动作模型
首个支持四玩家实时交互的动态环境世界模型，在单张GPU上实现20fps生成且能保持数小时稳定
Anthony Hu, Václav Volhejn, Adrien Ramanana Rahary, Chris Mulder, Aditya...
世界模型
多智能体建模
扩散模型
游戏模拟
视频生成
提出对象感知的token合并框架SaMer，大幅压缩视觉token同时保留细粒度对象证据
Suhyeong Park, Junha Jung, Jungwoo Park, Jaewoo Kang
token压缩
后期交互
多向量检索
对象感知
视觉-语言检索
学习未来注意力信号，在保持性能的同时大幅压缩KV缓存
Lukas Hauzenberger, Niklas Schmidinger, Anamaria-Roberta Hartl, David Stap,...
KV缓存压缩
Transformer
在线修剪
注意力机制
长上下文
通过逆动力学验证轨迹可实现性，提升世界模型规划的鲁棒性
Gawon Seo, Dongwon Kim, Suha Kwak
世界模型
决策时规划
动作一致性
机器人控制
逆动力学
在保持文本LLM核心推理能力不退化的前提下，实现统一的音频理解与生成。
Zhifeng Kong, Sang-gil Lee, Jaehyeon Kim, Boxin Wang, Zihan Liu, Sungwon...
MoE架构
多模态大语言模型
语音识别
音频理解
音频生成
通过SVA框架将MCTS搜索蒸馏为轻量级评估器，实现冻结VLA模型的测试时间缩放
Xinyi Xie, Zican Hu, Zhanyu Liu, Yicheng Dong, Wenhao Wu, Zhenhong Sun,...
VLA模型
具身智能
动作评估
测试时间缩放
蒙特卡洛树搜索
首次发现智能体从真实环境学习遵循对数S型缩放定律，学习速度每三月翻倍
Deyao Zhu, Xin Zhou, Shengling Qin, Xuekai Zhu, Hangliang Ding, Shu Zhong,...
基准测试
智能体学习
环境交互
缩放定律
长期学习
从扩散解码轨迹中自生成特权信息，实现dLLM的有效在策略自蒸馏
Phuong Tuan Dat, Qi Li, Xinchao Wang
在策略学习
扩散模型
数学推理
自蒸馏
语言模型
通过在感知特征空间监督流匹配，将采样步数从35-50步减少到4-8步且保持质量
Chuyang Zhao, Yifei Song, Hongfa Wang, Jianlong Yuan, Yuan Zhang, Siming Fu,...
图像生成
少步采样
感知监督
流匹配
生成模型
通过利用LLM评分token的完整分布实现细粒度反馈的通用验证框架，在多个领域达到SOTA性能
Jacky Kwok, Shulu Li, Pranav Atreya, Yuejiang Liu, Yixing Jiang, Chelsea...
奖励建模
强化学习
智能体
测试时缩放
验证
通过熵引导语义分割和GPU-CPU分层存储，实现可动态扩展分辨率的长上下文KV缓存压缩
Amirhossein Abaskohi, Giuseppe Carenini, Peter West, Yuhang He
KV缓存压缩
内存高效推理
分层缓存
动态分辨率恢复
长上下文推理
通过4D几何先验和时空自强迫机制实现任意长度的多视角视频生成
Gal Fiebelman, Hadar Averbuch-Elor, Sagie Benaim
几何先验
多视角合成
扩散模型
自回归生成
视频生成
首个大规模视触觉可变形物体数据集，支持2D/3D世界模型系统对比
Hongyu Li, Wanjia Fu, Xiaoyan Cong, Zekun Li, Binghao Huang, Hanxiao Jiang,...
3D重建
世界建模
动态预测
可变形物体
数据集
通过在历史序列上预先练习构建经验记忆，辅助 LLM 进行准确的长时程行为预测
Zhuoqun Li, Boxi Cao, Jiawei Chen, Hanshu Zhou, Ruoxi Xu, Guiping Jiang,...
LLM偏见
经验记忆
行为预测
长上下文
通过双循环框架学习可复用的漏洞复现策略，显著提升LLM代理在仓库级漏洞复现任务中的表现
Mingzhe Du, Luu Anh Tuan, Tianyi Wu, Renyang Liu, Zhijiang Guo, Dong Huang,...
强化学习
漏洞复现
策略学习
网络安全
软件工程智能体
层次化软标签学习用于多模态性别歧视检测
Matteo Fasulo, Antonio Gravina, Luca Tedeschini, Luca Babboni
多模态学习
学习与分歧
层次分类
性别歧视检测
软标签学习
提出VERA框架，通过三阶段自增强流水线实现可执行的安全用例生成和运行时验证
Yunhao Feng, Ruixiao Lin, Ming Wen, Qinqin He, Yanming Guo, Yifan Ding,...
LLM Agent安全
安全测试框架
安全评估
工具使用代理
红队测试
用进化策略在线调优负载均衡权重，优化跨区域LLM服务的首字延迟
Alessio Ricci Toniolo, Rome Thorstenson, Abinaya Dinesh
KV缓存
分布式推理
在线优化
负载均衡
跨区域部署
首个使用GRPO后训练的3D医学流匹配模型，实现可控胸部CT合成
Max Van Puyvelde, Halil Ibrahim Gulluk, Wim Van Criekinge, Olivier Gevaert
3D医学成像
医学图像合成
可控生成
强化学习
流匹配
利用患者历史检查的变化特征，提升胸部X光报告生成的质量和临床一致性。
Halil Ibrahim Gulluk, Max Van Puyvelde, Wim Van Criekinge, Olivier Gevaert
医学影像
报告生成
最佳-N采样
纵向建模
胸部X光
提出将机器人策略表示为可执行计算图，通过多智能体自动生成和模拟自学习优化，实现可靠的可变自动化任务执行
Kaiyuan Chen, Shuangyu Xie, Letian Fu, Justin Yu, William Pacini, Sandeep...
变体自动化
多智能体系统
机器人控制
自学习优化
计算图策略
使用强化学习自适应调整LHC触发阈值，在保持背景率约束的同时提高信号效率
Zixin Ding, Shaghayegh Emami, Giovanna Salvi, Cecilia Tosciri, Abhijith...
强化学习
流式控制
粒子物理
约束优化
触发控制
两阶段框架生成全局一致的大规模3D场景，先创建2D模板再转换为3D高斯点云
Paul Engstler, Iro Laina, Christian Rupprecht, Andrea Vedaldi
3D场景生成
卷积推理
图像到3D
扩散模型
高斯点云
提出DEPOOL基准，揭示时间聚合方法对backbone和随机种子的敏感性
Anisha Pattanayak, Huang-Cheng Chou, Shrikanth Narayanan, Sudarsana Reddy Kadiri
基准研究
抑郁症检测
时间聚合
自监督学习
语音分析
从音频预测音乐的味觉属性并用于内容检索
Matteo Spanio, Antonio Rodà
基于内容的检索
多任务学习
跨模态学习
音乐信息检索
音频表征学习
通过说话者解耦的分块回归实现高质量音节标记化，提升语音语言模型性能
Ryota Komatsu, Kota Kawakita, Takuma Okamoto, Takahiro Shinozaki
自监督学习
语音标记化
语音语言模型
说话者解耦
音节发现
零污染记忆库提升DINOv2半监督分割
Ebenezer Tarubinga
DINOv2
半监督语义分割
对比学习
干净正样本
特征空间