深度学习
FOCUS：从视觉编码器到多模态大模型的视网膜跨数据集泛化评测
FOCUS 在十个眼底数据集上统一评测 VM、VLM 与 MLLM 的跨库泛化，并同时报告性能、校准、公平与图像质量鲁棒性；明确非临床产品。
DraftAttention2：用低分草稿引导的混合精度注意力加速视频扩散
DraftAttention2 免训练地用平均-最大池化草稿注意力图，联合决定哪些注意力块稀疏跳过、哪些用 4/8/16 位计算，并以融合内核兑现加速。
LoopTrack：面向参数高效 Transformer 跟踪的简单强基线
LoopTrack 用少量共享 Transformer 块循环交互模板与搜索特征，再配合 TAL 与 GTM，在极少参数下达到有竞争力的跟踪精度。
RCVLA：面向自动驾驶的四维雷达落地语义推理与轨迹仲裁
RCVLA 用 Cap4DR/OmniHD-QA 支撑雷达—语言对齐与驾驶指令，经 RCVLA-Sem 做问答与参考轨迹，再经 RCVLA-Phys 用结构化查询与雷达簇测值做轨迹细化与 TTC 风险选择。
AGILE-GS：锚点引导的主动三维高斯快速下一视角选择
AGILE-GS 把“找信息热点”与“选可执行相机”拆开：先在 SE(3) 优化虚拟锚点，再以锚点视锥几何打分并用岭杠杆筛出非冗余短名单，可选在短名单上做 Fisher 重排。
FloodDiffusion 2：高效且路径可控的流式动作生成
FD2 在 FloodDiffusion 流式扩散上引入 Partial Attention、几何一致二次损失与根轨迹条件，同时提速并精确控路径。
WorldAttention：面向交互视频世界模型的高效注意力架构
WorldAttention 用分层KV缓存与混合稀疏注意力的系统级共设计，在保留全历史交互记忆的同时把注意力与显存开销压到可实时运行。