💬LLMP1 顶会NeurIPS 2026
公开 SYNTH 合成语料，将预/中/后训练合并为单阶段，同等算力下优于过滤网页数据且 token 效率高。
- SYNTH：由 5.8 万余维基条目结构化扩增的开源全合成预训练语料
- 训练 Monad/Baguettotron/MoE 等模型，iso-compute 下优于网页数据
- 回译 grounded 段落带来高事实精度，公开数据集与 Baguettotron 权重
🦾具身智能P1 顶会CoRL 2026
提出 DILL，用域不变未来潜在监督 VLA 策略学习，减轻捷径依赖并提升视觉鲁棒性。
- 提出域不变潜在前瞻（DILL）表示学习框架缓解 VLA 捷径学习
- Task-Domain Encoder 结合对比目标与高斯解耦分离任务与域因素
- 反事实任务视角与 LIBERO-Plus、真实操作实验验证鲁棒性与成功率提升
🎬视频生成P1 顶会NeurIPS 2026
SplitMoE 将专家池拆成语义/通用专家与原型引导路由，同等激活参数量下视频生成质量与收敛优于均衡 MoE。
- 指出视觉 MoE 均匀负载正则导致路由碎片化与语义欠组织
- SplitMoE：语义专家 + 通用专家、prototype-guided routing 与 pull-push 正则
- 同等激活参数预算下收敛、路由一致性与基准生成质量更优
🧊3D 生成P1 顶会NeurIPS 2026
以分割为显式 grounding，单图生成对齐的部件 mesh，并发布 PartObjectNet 大规模部件数据集。
- 分割信号定义部件身份并锚定图像区域
- 结构化跨部件交互保证多部件装配一致性
- PartObjectNet 含 20 万+ 物体与百万级部件标注
🦾具身智能P1 顶会CoRL 2026
PRISM 用少量真实视频 V2V 扩增反事实交互数据，经 real-to-sim 重定向训练策略并在真人形上零真实微调部署。
- PRISM：real-to-sim-to-real，用 V2V 从少量范例生成大量反事实人-物交互视频
- 接触锚定流水线重建人体与物体运动并 retarget 为物理 plausible 轨迹
- onboard 深度观测下人形抓取搬运多类新物体，无真实世界微调
🦾具身智能P1 顶会NeurIPS 2026
提出 ACPPO 及带步内反馈修正的 ACPPO-Corr，在仿真机器人任务上提升在线 PPO 的分块控制表现。
- 分块 actor 配标准状态价值 critic，避免难学的分块 Q 函数
- 步内反馈修正器在 chunk 内在线调整计划动作
- 在 IsaacGym 与 Bi-DexHands 共 25 项任务上取得最强综合表现
👁️VLMP1 顶会NeurIPS 2026
用多智能体确定性几何代码在仿真中规模化合成空间 VQA，微调 Qwen2.5-VL 多基准显著提升。
- 范例驱动 + 几何工具库 + 多智能体协作，绕过 LLM 空间推理短板生成 QA
- 静态物体中心空间查询模板可自主扩展为大规模高保真合成数据
- 仅室内合成数据微调即改善室内外与混合场景 VQA 基准
🎨文生图P1 顶会NeurIPS 2026
将 DiT 拆为编码/解码 reciprocals，逐步图像空间监督，一阶段端到端训练 LDM latent 空间。
- 揭示 LDM 每步 latent-feature-latent 可视为内外编解码
- 全时间步中间特征图像监督建立显式 latent-image-latent 路径
- 256/512 类条件生成 FID 达 1.80/1.90
👁️VLMP1 顶会ECCV 2026
提出训练-free 的 DARE，融合文本对比、AR 解码表示与图像对比，降低 LVLM 物体幻觉。
- 分析 teacher-forcing 编辑与自回归生成动力学的不一致
- 双路径对比与 AR 感知表示构建幻觉编辑方向
- 多幻觉基准上减幻觉且保持感知能力与推理效率
👁️VLMP1 顶会NeurIPS 2026
MIST 显示 VLM 作标注替代时，图像存在本身会扰动标签，对齐与误导图效应相近且未必跟图像语义一致。
- 提出 MIST：200 句 figurative/literal 短语 + 对齐/误导/无图条件
- 规则要求仅依句子判标签，但十三种 VLM 评判仍大量改标签
- 改标签多因“有图”而非图像语义；与人类一致率不受对齐/误导图影响
💬LLMP1 顶会NeurIPS 2026
提出 CaRE-KD，用 token 级置信度切换 KL 与 batch 级 Revival 拒教，改善 LLM 蒸馏校准与下游表现。
- CaRE-Divergence 按师生置信度在 Forward/Reverse KL 间自适应切换
- Revival 在教师更不确定时抑制更新，可作通用插件
- 八组师生、十一项基准上相对强基线一致提升
🎧音频P1 顶会NeurIPS 2026
从 EEG 合成语音时建模电极空间关系与 N400 语义结构，声学语义指标均优于先前方法。
- 提出 SENSE：图结构 EEG 编码 + EEG 语义条件（ESC）对齐语义空间
- 利用 N400 一致/不一致试次区分语义处理，仅一致试次做语义对齐
- N400 上声学语义双提升；少被试训练在未见被试 WER 上可超全量基线
💬LLMP1 顶会EMNLP 2026
提出 GLIME，将知识编辑与生成偏好优化、回放编辑及梯度约束结合，改善终身编辑泛化与能力保持。
- 终身场景下用偏好优化缓解对目标提示的过拟合
- 回放编辑与梯度约束保留历史编辑知识
- 提升编辑知识泛化并维持通用能力
💬LLMP1 顶会IJCAI 2026
三阶段 Select-Reason-Judge 框架先 SLM 缩候选，再轻量 LLM 推理，大模型作 Judge 完成概念标注。
- Selector 用 SLM 将候选缩至 top-K 降低决策空间
- Reasoner 结合动态奖励与剪枝强化学习对齐人类推理偏好
- 构建 S_Bio、S_Phy 数据集并在基准上优于 SOTA
💬LLMP1 顶会EMNLP 2026
多阶段 VAA-CSEC 结合 CoT 蒸馏、SFT、RL 与自一致解码，并用 GLPO 对齐推理期投票目标。
- 针对 CSEC 最小改动原则设计任务特定 RL 奖励
- GLPO 按个体 rollout 与投票聚合奖励边际重分配 GRPO 优势
- 在 CSED-C 与 NaSGEC-Exam 上优于 LLM 基线并刷新 NaSGEC-Exam SOTA