提出三角调制的旋转雷达多普勒速度提取方法，有效提升自主导航精度。
Daniil Lisus, Keenan Burnett, David J. Yoon 等
QuAD通过查询相关时空点的占用情况，提升自动驾驶规划的安全性和解释性。
Sourav Biswas, Sergio Casas, Quinlan Sykora 等
提出基于神经隐式表示的未知关节物体数字孪生重建方法，能处理多关节、多样形状，精度优于现有技术。
Yijia Weng, Bowen Wen, Jonathan Tremblay 等
提出一种基于对比学习的风格描述符提取方法，提升风格检索准确率。
Gowthami Somepalli, Anubhav Gupta, Kamal Gupta 等
提出VQAScore，用VQA模型评估文本与图像的对齐，超越CLIPScore，达成多项基准SOTA。
Zhiqiu Lin, Deepak Pathak, Baiqi Li 等
采用分布式GPT定量框架，分析950,965篇论文中LLM修改比例，2020-2024年增长显著。
Weixin Liang, Yaohui Zhang, Zhengxuan Wu 等
提出EvLight，通过多尺度融合与SNR引导实现低光图像增强，提升性能超越帧法。
Guoqiang Liang, Kanghao Chen, Hangyu Li 等
提出RQ-RAG，通过查询重写、拆解与消歧，提升7B Llama2模型在单、多跳问答中的表现，超越SOTA。
Chi-Min Chan, Chunpu Xu, Ruibin Yuan 等
本综述提出LLM增强RL的四角色分类，结合具体算法提升样本效率与任务泛化。
Yuji Cao, Huan Zhao, Yuheng Cheng 等
采用深度数据与深度度量学习实现牛只个体识别，无需特殊标记。
Asheesh Sharma, Lucy Randewich, William Andrew 等
Gecko通过两步蒸馏大模型知识，使用256维超越768维模型性能。
Jinhyuk Lee, Zhuyun Dai, Xiaoqi Ren 等
ECLIPSE采用视觉提示调优，冻结基础模型参数，仅微调提示嵌入，实现高效持续泛panoptic分割，显著减少参数并优于现有方法。
Beomyoung Kim, Joonsang Yu, Sung Ju Hwang
MagicLens利用自监督学习，从36.7M网页三元组中支持开放指令的图像检索，超越SOTA。
Kai Zhang, Yi Luan, Hexiang Hu 等
提出GraspXL，无需3D手物理数据，训练于58物体，能生成超50万未见物体的多目标抓取动作，成功率82.2%。
Hui Zhang, Sammy Christen, Zicong Fan 等
提出数据自适应风险控制方法RRR，支持单调风险，确保风险保证。
Drew T. Nguyen, Reese Pathak, Anastasios N. Angelopoulos 等
提出了一种不一致引导的细节正则化方法，提升了Mask引导的抠图精度，超越了现有技术。
Weihao Jiang, Zhaozhi Xie, Yuxiang Lu 等
提出基于离散高阶控制屏障函数的模型预测控制框架，实现动态环境中无碰撞轨迹生成。
Shuo Liu, Yihui Mao, Calin A. Belta
ObjectDrop利用反事实数据微调扩展，实现高逼真度的物体移除与插入，显著优于现有方法。
Daniel Winter, Matan Cohen, Shlomi Fruchter 等
Mini-Gemini通过高分辨率视觉编码和高质量数据，提升VLM性能，达成多模态理解与生成的突破。
Yanwei Li, Yuechen Zhang, Chengyao Wang 等
提出一种基于风险感知的分支模型预测控制（BMPC）框架，有效应对车辆行为不确定性，验证收敛性优于现有方法。
Luyao Zhang, George Pantazis, Shaohang Han 等