提出Align Your Gaussians（AYG），利用动态3D高斯点云与变形场实现文本引导的4D动态场景合成，达到了SOTA性能。
Huan Ling, Seung Wook Kim, Antonio Torralba 等
NeuralFeels结合视觉与触觉，在线学习神经场实现未知物体的姿态与形状重建，提升机器人在手操作的感知能力。
Sudharshan Suresh, Haozhi Qi, Tingfan Wu 等
提出时间向量，通过微调模型差异实现时间编码，改善特定时期文本表现。
Kai Nylund, Suchin Gururangan, Noah A. Smith
Emu2，37亿参数的多模态生成模型，显著提升零样本和少样本的多模态理解能力。
Quan Sun, Yufeng Cui, Xiaosong Zhang 等
利用警察报告数据，研究自动驾驶系统事故率基准，解决数据选择与报告偏差问题。
John M. Scanlon, Kristofer D. Kusano, Laura A. Fraade-Blanar 等
采用NHTSA SGO报告的Waymo自动驾驶系统（ADS）在7.14百万英里测试中，事故率比人类基准低80%，显著提升安全性。
Kristofer D. Kusano, John M. Scanlon, Yin-Hsiu Chen 等
pixelSplat是一种基于3D高斯原语的端到端模型，从图像对中高效重建可编辑的3D辐射场，突破了局部最小值问题，性能优于现有方法。
David Charatan, Sizhe Li, Andrea Tagliasacchi 等
利用模型生成的特征工件（如Softmax、注意力、输入归因）提前检测事实问答中的幻觉，达AUROC最高0.80。
Ben Snyder, Marius Moisescu, Muhammad Bilal Zafar
Pose2Gaze结合卷积神经网络和时空图卷积网络，利用全身姿势预测眼睛凝视，平均误差提升24%。
Zhiming Hu, Jiahui Xu, Syn Schmitt 等
提出一种迭代偏好学习算法，显著提升RLHF性能，实验表明在AlpacaEval2中胜率达34.79%。
Wei Xiong, Hanze Dong, Chenlu Ye 等
提出基于迭代精炼的半正定优化新算法，具二次收敛性。
Mohammadhossein Mohammadisiahroudi, Brandon Augustino, Pouya Sampourmahani 等
RAG结合检索与生成，提升大模型知识准确性，关键技术包括索引、检索与增强。
Yunfan Gao, Yun Xiong, Xinyu Gao 等
PowerInfer利用神经元激活的幂律分布，实现单GPU高效推理，性能提升达11.69倍。
Yixin Song, Zeyu Mi, Haotong Xie 等
提出结合可微凸规划的约束元强化学习，实现非平稳环境下的安全快速适应。
Minjae Cho, Chuangchuang Sun
提出3DAxiesPrompts（3DAP）增强GPT-4V的3D空间理解，实现在点重建、点匹配和物体检测中的优异表现。
Dingning Liu, Xiaomeng Dong, Renrui Zhang 等
DriveMLM通过对齐多模态大模型与行为决策状态，实现闭环自主驾驶，提升CARLA Town05 Long性能。
Erfei Cui, Wenhai Wang, Zhiqi Li 等
提出基于3D高斯点云的可动画人类头像生成方法，训练仅30分钟，实时渲染超50FPS。
Zhiyin Qian, Shaofei Wang, Marko Mihajlovic 等
Holodeck利用GPT-4和Objaverse实现文本引导的3D环境自动生成，提升场景多样性与交互性。
Yue Yang, Fan-Yun Sun, Luca Weihs 等
TAP4LLM通过采样、增强和序列化优化大规模表格数据，提升LLMs推理性能。
Yuan Sui, Jiaru Zou, Mengyu Zhou 等
Math-Shepherd通过自动构建过程监督数据，实现LLMs逐步验证与强化，无需人工标注。
Peiyi Wang, Lei Li, Zhihong Shao 等