提出线性变换器在上下文中学习线性系统的理论保证，包括泛化界限和任务多样性条件。
Frank Cole, Yulong Lu, Wuzhe Xu 等
本研究对13种雷达点云提取算法在自主驾驶环境中的ICP里程计性能进行系统比较，发现K-强算法表现最佳。
Elliot Preston-Krebs, Daniil Lisus, Timothy D. Barfoot
提出基于蚁群算法的双目标路径规划，最大化任务奖励与机器人存活率，应用于博物馆信息采集。
Cory M. Simon, Jeffrey Richley, Lucas Overbey 等
本文提出了D-ATACOM方法，通过学习约束来处理长期安全性和不确定性，表现优于现有方法。
Jonas Günster, Puze Liu, Jan Peters 等
本研究分析百度ULTR数据集上两塔模型的日志策略偏差影响，发现偏差条件满足但未显著影响模型性能。
Morris de Haan, Philipp Hager
本文提出基于图神经网络的无不确定性高层空间概念生成方法，显著提升室内SLAM性能。
Jose Andres Millan-Romera, Muhammad Shaheer, Miguel Fernandez-Cortizas 等
Moshi结合Transformer和残差量化，支持160ms实时全双工对话，突破传统语音交互瓶颈。
Alexandre Défossez, Laurent Mazaré, Manu Orsini 等
OmniGen为统一图像生成模型，支持文本到图像、编辑等多任务，架构简洁，具知识迁移能力。
Shitao Xiao, Yueze Wang, Junjie Zhou 等
使用Audioset本体生成三元组，评估六种Transformer模型的音乐理解能力。
Yannis Vasilakis, Rachel Bittner, Johan Pauwels
Promptriever为首个可用指令提示的检索模型，基于MS MARCO的500k实例训练，显著提升指令遵循能力。
Orion Weller, Benjamin Van Durme, Dawn Lawrie 等
利用大规模代码模型实现无代码协作机器人编程，评估其在工业装配任务中的代码合成能力。
Chalamalasetti Kranti, Sherzod Hakimov, David Schlangen
KALE系统通过异构图增强艺术作品图像描述，CIDEr得分显著提升。
Yanbei Jiang, Krista A. Ehinger, Jey Han Lau
Playground v3通过深度融合大语言模型（Llama3-8B）实现文本与图像的高精度对齐，显著提升prompt遵循性。
Bingchen Liu, Ehsan Akhgari, Alexander Visheratin 等
TRC Bench评测19个LLM，系统梳理RAG六维可信性
Yujia Zhou, Wenbo Zhang, Jingying Shao 等
BNEM利用噪声能量匹配，结合引导式能量学习，提升采样效率与鲁棒性。
RuiKang OuYang, Bo Qiang, José Miguel Hernández-Lobato
提出多模态框架，整合运动、音频和外观特征，在ARGO1M数据集上实现最先进性能。
Cagri Gungor, Adriana Kovashka
提出LoCU框架，系统分析漫画理解中的视觉-语言任务与数据，强调数据稀缺与任务定义不足。
Emanuele Vivoli, Mohamed Ali Souibgui, Andrey Barsky 等
提出ManiDext，基于连续对应嵌入和残差引导扩散模型，实现手-物体动态操控合成。
Jiajun Zhang, Yuxiang Zhang, Liang An 等
DEAHES-O结合动态权重、EASGD与AdaHessian，在MNIST上接近故障可知方案并优于固定权重基线。
Yuesheng Xu, Arielle Carr
本研究验证稀疏神经网络在硬样本学习中可达或超越密集模型，尤其在有限数据和高难度样本下。
Qiao Xiao, Boqian Wu, Lu Yin 等