以联合分布建模取代单目标预测，一个模型前向完成表格分类回归插补与因果发现
Xingxuan Zhang, Gang Ren, Hao Yuan, Hao Zou, Hongze Tan, Hui Wang, Jianhao...
上下文学习
因果发现
掩码建模
结构因果模型
缩放定律
专家判断编译为可执行科学检查，把科学代码库变成智能体可训练、可评估的环境
Hejia Geng, Zesen Huang, Haoyang Li, Wenbin Li, Koutian Wu, Zihan Zhou,...
AI4Science
GRPO
RLVR
SFT
任务工厂
发现 PPO 价值扁平化失效模式，用稀疏锚点监督 SP3O 让 critic 重新看见价值变化
Yizhuo Li, Jianhao Yan, Yun Luo, Zhi Wang, Futing Wang, Rong-Xi Tan, Kanghui...
LLM推理
PPO
RLHF
价值函数
强化学习
让模型从自身已评分的历史经验中校准置信度，单次生成即超越十样本自洽性
Caiqi Zhang, Xiaochen Zhu, Chengzu Li, Yulong Chen, Dharshan Kumaran, Nigel Collier
AI智能体
LLM元认知
经验记忆
置信度校准
选择性预测
把可运行网页应用自动分解为可回放验证的行为，构造恢复深度可控的参考引导SWE基准
Jeonghye Kim, Minseon Kim, Young Jin Kim, Matheus Pereira, Marc-Alexandre...
代码智能体
基准测试
强化学习环境
网页应用
自动任务构造
用 Git 提交图谱作智能体科研的共享记忆，13 个 AI worker 协作完成权重迁移
Yifan Zhang, Yunheng Zou, Shaokun Zhang, Jian Hu, Hao Zhang, Binfeng Xu, Jan...
AI Agent
Git
多智能体协作
开放式探索
权重迁移
预路由器提前一步预测专家路由，24GB消费机从SSD流式伺服35B MoE达20 tok/s
Yu Lin, Yiming Wang, Runyuan Cai, Hanze Liu, Xiaodong Zeng
LoRA蒸馏
MoE推理
SSD卸载
int4量化
端侧部署
用值聚类平滑与 E4M3 概率直写，免训练让视频扩散低比特注意力又快又准
Xingyang Li, Dongyun Zou, Shining Zhang, Jiacheng Chen, Haocheng Xi, Lvmin...
FP8
推理加速
注意力内核
系统优化
视频扩散模型
提出物理秩一致性指标PRC与联合监督的ActionPiece动作分词器，提升VLA策略成功率
Shijie Lian, Bin Yu, Zhaolong Shen, Xiaopeng Lin, Yichao Du, Zhirui Zhang,...
VLA
具身智能
动作分词
向量量化
机器人操作
现成VLM智能体通过上下文即可指导机器人学习新任务，无需梯度更新，但精准执行仍是短板。
Dongzhou Cheng, Taoran Yi, Ye Fang, Xingwu Zhang, Fan Feng, Yixuan Li,...
上下文学习
具身智能
智能体
机器人操作
模仿学习
5B自回归世界模型，键盘导航与文本指令联合实时控制，480p 24FPS，每分钟约0.009美元
Mingyang Chen, Shengdong Chen, Xiaoxiao Fu, Bosheng Gong, Haoyuan Guo, Bowen...
世界模型
交互式视频生成
分布匹配蒸馏
实时推理
流匹配
将系统提示词视为可在线精炼的文本策略，交易智能体用自身盈亏经验自我进化
Sehee Kim, Yumin Choi, Minki Kang, Sung Ju Hwang
LLM Agent
在线策略优化
提示词自进化
金融交易
四个只改计算顺序的流式算子同时压平四类显存峰值，使 MoE 训练跑通百万 token 上下文
Shrey Pandit, Xuan-Phi Nguyen, Yiran Zhao, Shafiq Joty
MoE训练
分布式训练
显存优化
精确训练
系统优化
把短语接地建模为掩码候选选择，配合人标基准PanoCaps实现密集像素级全场景描述
Sara Pieri, Evangelos Kazakos, Shizhe Chen, Josef Sivic, Cordelia Schmid
像素级视觉接地
图像分割
图像描述生成
基准数据集
视觉语言模型
路由器与智能体在强化学习闭环中共同进化，用隐状态熟悉度评分实现自适应路由与能力分化。
Jiaxuan Jiang, Liyuan He, Zhixuan Fang
LLM路由
Mixture-of-Agents
多智能体系统
强化学习
持续学习
谱重参数化 GDN 门控衰减谱并缩放其学习率，高效扩展线性注意力模型的上下文窗口
Zian Liu, Yiwen Hu, Zican Dong, Tian Xie, Wayne Xin Zhao, Yucheng Ding, Ran...
Gated DeltaNet
持续预训练
线性注意力
谱分析
长上下文扩展
用比较谕示做零阶优化，从低间隔噪声偏好对中提取对齐信号，缓解似然位移
Peter Chen, Xi Chen, Wotao Yin, Tianyi Lin
DPO/RLHF
KL正则化
偏好对齐
比较谕示
零阶优化
将两个对话语料库的注视标注统一映射，发现注视模式与共识建立方向性一致但效应小
Nan Li, Albert Gatt, Massimo Poesio
共同基础
多模态对话
注视分析
计算语用学
语料库
世代遗传算法协调专用LLM智能体进化科学假设，药物重定位任务全面超越六大基线
Jieyuan Liu, Mengzhou Hu, Jefferson Chen, JungHo Kong, Pratibha Jagannatha,...
LLM智能体
多智能体协作
科学假设发现
药物重定位
遗传算法
实例级手部检测+可见性自适应注意力，首次在真实事件数据上实现第一人称双手3D网格重建
Ryosei Hara, Wataru Ikeda, Masashi Hatano, Mariko Isogawa
3D手部网格重建
MANO
事件相机
实例分割
真实数据集
让818克五指机械手用指尖学走路，无线爬行、翻正、按键、推物一体
Amirhossein Kazemipour, Hehui Zheng, Robert Katzschmann
sim-to-real
强化学习
机器人学
移动操作
腿式机器人
4位K缓存按位平面存储，查询逐通道逆注水分配读取位深，主机内存索引解码步最高提速1.67倍
Vivek Kalyanarangan
KV缓存卸载
位平面量化
推理系统
稀疏注意力解码
逆注水位分配
常规nnU-Net跨人群验证：集成与镜像增益甚微，小而碎的增强肿瘤是主要失败来源
Tristan Kirscher, Vivian Metzger, Philippe Meyer, Xavier Coubez
nnU-Net
医学图像分割
域泛化
失败分析
脑肿瘤