提出UniVaR方法，展示LLM中人类价值的高维表示，跨越25种语言文化。
Samuel Cahyawijaya, Delong Chen, Yejin Bang 等
基于光散射的下一代存储器计算（NGRC），通过延迟输入实现多项式特征，提升预测精度。
Hao Wang, Jianqi Hu, YoonSeok Baek 等
ResearchAgent利用大规模语言模型（LLMs）自动生成科学研究新思路，结合学术图谱和实体知识库，经过多轮评审优化。
Jinheon Baek, Sujay Kumar Jauhar, Silviu Cucerzan 等
JetMoE-8B以低于10万美元的成本达到Llama2性能，使用稀疏门控专家混合架构。
Yikang Shen, Zhen Guo, Tianle Cai 等
RealmDreamer通过深度扩散和图像修复实现文本引导的高质量3D场景生成。
Jaidev Shriram, Alex Trevithick, Lingjie Liu 等
提出Infini-attention方法，实现无限长输入的高效Transformer，显著提升长文本处理能力。
Tsendsuren Munkhdalai, Manaal Faruqui, Siddharth Gopal
本文证明梯度下降在可行性问题中的oracle复杂度与内存权衡下是Pareto最优的，结合具体算法和数据分析。
Moise Blanchard
RULER通过多任务评估长上下文模型，揭示模型在长度扩展中的性能瓶颈。
Cheng-Ping Hsieh, Simeng Sun, Samuel Kriman 等
Khayyam挑战通过20,192道四选题评估波斯语LLM能力。
Omid Ghahroodi, Marzia Nouri, Mohammad Vali Sanian 等
InternLM-XComposer2-4KHD突破4K分辨率，支持336像素至4K多分辨率，提升视觉理解能力。
Xiaoyi Dong, Pan Zhang, Yuhang Zang 等
MiniCPM通过可扩展训练策略展示小型语言模型的潜力，性能媲美7B-13B模型。
Shengding Hu, Yuge Tu, Xu Han 等
结合遗传算法与A*，利用AHP评估多目标路径，提升连续机器人韧性。
Oxana Shamilyan, Ievgen Kabin, Zoya Dyka 等
基于分布式人工智能的连续机器人运动控制模型，提升自主性与韧性。
Oxana Shamilyan, Ievgen Kabin, Zoya Dyka 等
Ferret-UI通过多模态大语言模型提升移动UI理解，超越GPT-4V。
Keen You, Haotian Zhang, Eldon Schoop 等
提出DS-MoE：训练全专家、推理稀疏，参数和计算效率提升显著。
Bowen Pan, Yikang Shen, Haokun Liu 等
AutoCodeRover用AST+LLM+SBFL，在SWE-bench-lite上以19%解题率、均耗$0.43自动修复GitHub问题。
Yuntong Zhang, Haifeng Ruan, Zhiyu Fan 等
提出CGDF：基于扩散模型的复杂形状双臂抓取方法，提升目标区域密集稳定抓取效率。
Gaurav Singh, Sanket Kalwar, Md Faizal Karim 等
SiD把预训练扩散模型蒸馏成一步生成，FID下降近乎指数级，并可逼近甚至超过教师模型。
Mingyuan Zhou, Huangjie Zheng, Zhendong Wang 等
基于ChatGLM3-6B的AutoWebGLM，通过HTML简化和强化学习实现高效网页导航。
Hanyu Lai, Xiao Liu, Iat Long Iong 等
提出一种构建高质量无关信息的框架，评估LLMs对语义相关性不同的无关信息的鲁棒性，发现其易受误导。
Siye Wu, Jian Xie, Jiangjie Chen 等