此前主动偏好学习通常先校准评审再采集比较，但论文指出主动采集会改变比较分布并暴露残留评审偏差，使校准失效。该工作将偏差纳入采集设计，并给出策略风险的条件局部渐近极小极大下界及达到该下界的估计量，还刻画了学习干扰表示的有限样本成本。
此前本地小模型遇到难题通常升级到云端，代价是放弃隐私与成本优势；另一路径是多花算力推理，但难以判断哪些查询值得。HARISSA 把效率与安全两类判断都放在本地模型自身隐状态上，不依赖云端，也不只靠外部规则。
此前全模态模型的扩展重点在增加模态数量，但论文指出增加模态本身并不提供把观察与世界物理结构关联起来的监督。该工作把物理属性、声学事件与交互结果显式纳入数据与强化学习目标，同时报告在保留通用全模态能力的前提下提升物理世界理解，指向从语义对齐转向物理接地的新训练方向。
此前LLM代理处理非结构化数据时每次提问需重复读取大文档，消耗高达百万token。若预先结构化全部数据则成本过高且不现实。该方法让结构化为推理的副产品，随查询动态生成，使成本降至接近RAG水平，可能改变企业AI处理文档的性价比。
此前 VLA 模型通常用文本来序列化空间坐标，或使用不透明的动作令牌，接口脆弱。Pointing-VLA 将空间信息通过专用几何头部直接输出，提升了成功率、速度和可检查性，且无需针对特定数据集微调即达 SOTA，为机器人操作中的多模态推理与执行提供了更高效的接口方案。
此前许多基于 LLM 的多模态方法通过浅层投影或粗粒度池化压缩音频和视觉信号，导致跨模态对齐减弱、细粒度情感信息丢失。MGSI 提出多时间尺度编码与文本引导精化，在保持 LLM 语义先验的同时，更有效地融合音视频信号，提升了情感极性和强度预测的准确性，为多模态情感分析提供新思路。
扩散式 VLA 模型计算量大且需高频控制，边缘设备难以满足实时性。Deltoris 通过协同设计大幅提升推理速度，为具身智能产品在边缘端落地提供了可行路径，可能推动更小、功耗更低硬件上的实时控制应用。
此前对 Agentic RAG 的失败分析多集中在推理环节，而该研究表明代理可能在未读取证据时就给出答案，这是一种此前未被系统区分的程序性失败。这项发现首次将证据收集作为独立的轨迹级控制问题，并提供了可量化的诊断框架，对评估和改进代理系统具有重要意义。
以往联邦微调多聚焦于隐私或拜占庭鲁棒性，Thermo-FL 首次将热约束与对抗更新破坏统一处理，通过温度调控和稀疏更新聚合，提升了边缘设备上大模型微调的实用性与安全性。
此前视觉-语言嵌入模型缺乏音频，音频-文本检索由专门系统主导。Fusion Embedding 首次实现了文本、图像、视频、音频的统一嵌入空间，且无需音频-图像配对数据即可跨模态检索，训练成本低、开源可复现。
以往科学基础模型通常在物理问题被转成网格、token 或符号表示后才评估，科学接口被排除在预训练和复用审计之外。该工作把接口本身纳入建模对象，并区分多任务覆盖、能力保持与预训练复用三种性质，指出保持原有预测不等于真正复用。
此前视频物体跟踪多依赖像素匹配或稠密对应，在关节运动、大幅位移和严重遮挡下容易失败。该工作把跟踪目标从像素级对应转为结构化 3D 模型与运动学状态，使跟踪不再以像素匹配为目标函数，在关节物体和刚体两类基准上均超过现有基线，代表跟踪范式的一次结构性调整。
此前智能体数据生成缺乏统一框架，各领域标准不一，难以比较和复用。ACE 框架首次将数据生成问题形式化为约束分布设计，强调准确性、复杂度与多样性三者平衡，标志着该领域从经验驱动转向理论指导，可能重塑数据生成的研究方向。
此前AI在地下水领域的应用研究有限，负责任AI的探讨更少。该研究首次将负责任AI原则系统应用于地下水预测，并证实Transformer模型在精度和鲁棒性上优于LSTM，为可持续水资源管理提供新方法。
此前模型仓库普遍缺少机器可读的文档，AIBOM被提出用于填补透明度空白。本研究发现，即使AIBOM结构被遵循，关键AI信息（如数据集、限制、安全评估）仍大量缺失，意味着实际应用中的合规审计和风险评估依然困难，行业标准需要进一步明确内容要求。