用双层博弈论刻画多智能体LLM反思，证明纯文本门控不可能并给出可证收敛的接地算法SRMA
Yihang Chen, Yuxiang Chen, Yuxuan Huang, Meng Fang, Weilin Luo, Jun Wang
LLM反思与记忆
SWE-bench
博弈论
多智能体系统
接地验证
从网页超链接结构逆向构造多跳难题，SFT-RL交替攀登训练出同级最强开源搜索智能体
Ziyuan Liu, Hengqi Liu, Zichuan Wang, Yang Qin, Jiachen Liang, Xu Chu,...
SFT-RL交替训练
上下文管理
强化学习
搜索智能体
数据合成
让对话模型在生成语音的同时原生输出表情与全身动作，比级联方案快5.4倍且保住动作质量
Chengqian Ma, Wei Tao, Haoyu Zhang, Yiwen Guo
共语全身动作生成
口语对话模型
教师伪标签数据构建
数字人评测协议
端到端多模态
提出注意力三角框架诊断音视频扩散模型的跨模态语义泄漏，并以免训练注意力偏置修复音源归属。
Sagi Polaczek, Noa Kraicer, Gal Metzer, Zhuo Ning, Ali Mahdavi-Amiri, Daniel...
交叉注意力
可解释性
扩散模型
推理时干预
语义泄漏
在命令行编码智能体外包裹可控可审计的人机协同编排层，统一科研规划、执行与写作。
Dingjie Song, Hanrong Zhang, Dawei Liu, Yixin Liu, Zongxia Li, Zhengqing...
AI智能体
人机协同
工作流编排
科研自动化
系统演示
用文本锚定的事实三元组统一声明级验证与跨度级定位，三档抽取后端兼顾精度与效率。
Elisei Rykov, Timur Ionov, Nikolay Ivanov, Maksim Savkin, Maksim Makarenko,...
NLI验证
事实核查
幻觉检测
开放信息抽取
数据集
把单物体3D生成先验改造为多视角条件化，从杂乱场景生成数百个独立网格物体
Muyao Niu, Jixuan He, Ruihan Yu, Lian Fu, Yonghao Yu, Zheng-Hui Huang, Yifan...
3D生成
三维重建
多视角条件化
生成式先验
组合式场景生成
层间递增、时间递减的层Dropout配方可省25%训练FLOPs并解锁1.5×无损推理加速
Mostafa Elhoushi, Alex Pretko, Nolan Dey, Bin Claire Zhang, Gavia Gray,...
LLM预训练
层Dropout
推理加速
缩放分析
自推测解码
输入任意拓扑的绑定3D资产与文本提示，单次前向直接合成骨骼动画
Linzhan Mou, Jiahui Lei, Zhiyang Dou, Chenyue Cai, Chaoyue Song, Adam...
3D角色动画
基础模型
拓扑感知Transformer
文本到运动
流匹配
提出OR-Clarify基准与InterOPT两阶段框架，让LLM建模前主动澄清关键缺口
Sihan Ge, Yichen Lin, Chenyu Zhou, Jianghao Lin, Tao Yao, Dongdong Ge
交互式澄清
基准评测
大语言模型
智能体
运筹优化
外推自身RLVR训练轨迹合成未来教师，把稀疏结果奖励转为密集token级监督
Yang Li, Semih Yavuz, Shafiq Joty
LLM后训练
RLVR
强化学习
策略蒸馏
自我改进
多智能体系统自动生成并优化 TPU 内核，几何平均加速 1.58 倍，媲美人类专家
Shangkun Wang, Nina Cai, Charles Hoong, Julian Walker, Gerson Kroiz, George...
JAX/Pallas
LLM智能体
TPU内核优化
代码生成
自动搜索
八类推理操作在LLM隐层形成可分的几何结构，中层最强，且因果依赖前文上下文。
Seogyeong Jeong, Jaehui Hwang, Dongyoon Han, Geonmo Gu, Alice Oh, Taekyung Kim
因果干预
思维链推理
机制可解释性
线性探针
表征几何
把构建智能体本身作为任务：AI 从商业记录与客户访谈中造出客服智能体，再由模拟用户部署验收
Quan Shi, Keshav Dhandhania, Karthik Narasimhan, Victor Barres
客服自动化
成本约束
智能体构建
智能体评测基准
用户模拟
把4D空间推理分解为平面、深度、时间三个可验证奖励，让VLM在RL中学会真正的空间思维。
Yijun Yang, Shenghe Zheng, Wenbo Li, Jianhui Liu, Haoze Sun, Yanbing Zhang,...
4D推理
GRPO
RLVR
VLM
强化学习
按组内答对数自适应调整裁剪边界，让稀有正确样本保留梯度，pass@1 与 pass@k 双升
Sheng Jia, Xiao Wang, Shiva Prasad Kasiviswanathan, Rein Houthooft
LLM后训练
RLVR
强化学习
数学推理
策略优化
构建最小补丁已知的受控基准，量化LLM修复代码时的过度编辑，并证明可通过提示与RL习得最小编辑偏好
Tongyao Zhu, Wei Hern Lim, Min-Yen Kan
LLM评测
代码修复
基准构建
强化学习
编辑忠实度
HoloWorld 以跨尺度活上下文首次统一生成室内外一致的 3D 城市
Xiaobin Huang, Zilong Huang, Yang Luo, Hongchao Fan, Yiping Chen, Ting Han
3D生成
具身智能
城市场景生成
室内场景合成
自回归生成
提出KoNA基准，以配对单/复合查询评测VLM选择性拒答，并用SFT+GRPO实现组件级不遵从。
Minji Kim, Jihyoung Jang, Hyounghun Kim
LLM-as-judge
SFT+GRPO微调
基准评测
幻觉
拒答与安全对齐
免训练复用冻结图像编辑 MM-DiT，实现指令与主体引导的时序一致视频编辑
Adheesh Sunil Juvekar, Onkar Kishor Susladkar, Kiet A. Nguyen, Muntasir...
MM-DiT
免训练
扩散流匹配
时序一致性
视频编辑
冻结权重仅改状态回写规则即可使GRU寿命误差恶化70–300倍，时序记忆算子免重训即可修复
Ismail Erbas, Xavier Intes, Vikas Pandey
GRU
LSTM
低精度推理
循环神经网络
荧光寿命成像
安全响应中的模板化拒绝语句是误拒元凶，只用理由训练可在不牺牲安全的前提下大幅降低误拒。
Minji Kim, Hyounghun Kim
LLM安全对齐
安全微调数据
捷径学习
模型行为分析
误拒/过度拒绝
首个给「避免压死动物」明码定价的智能体基准：道德提示极脆弱，价值观不随模型能力提升。
Jasmine Brazilek, Miles Tidmarsh, Matthias Endres, Anshuman Singh, Jeremiah Miller
AI安全
动物福利
基准测试
对齐
智能体评估
路由感知的生成式增强框架，构建16万验证难正样本，提升VPR域偏移鲁棒性
Shunpeng Chen, Jingyi Zhang, Changwei Wang, Shengpeng Xu, Yukun Song,...
域偏移鲁棒性
度量学习
扩散模型
生成式数据增强
视觉位置识别
只用浅层编码视频流并建索引，查询时按需对检索证据做全深度计算
Jitai Hao, Ke Yang, Qiang Huang, Jun Yu
KV缓存与记忆
多模态大模型
检索增强
流式视频理解
高效推理
以 MEG 词分类为核心的非侵入式语音解码竞赛，设单被试深度与跨被试泛化双赛道
Francesco Mantegna, Gereon Elvers, Dulhan Jayalath, Gilad Landau, Tasha Kim,...
竞赛基准
脑机接口
脑磁图
语音解码
跨被试泛化
用视觉语言模型替代手工规则推理变化位置与类型转移，合成高质量遥感变化检测训练数据
Yaoyi Qi, Xingxing Weng, Chao Pang, Yongkang Cui, Xiangyu Hao, Xiaokang...
变化检测
扩散模型
数据合成
视觉语言模型
语义分割
TFO用Whisper转写把冻结VLM零训练改造成语音全模态模型，56个基准上媲美甚至超越原生Omni
Ankan Deria, Hanoona Rasheed, Xilin He, Fahad Shahbaz Khan, Salman Khan
免训练多模态
全模态大模型
能力保持评测
视觉语言模型
语音理解