Zephyr采用dDPO技术，基于AI偏好数据，快速训练出7B参数的对话模型，性能超越Llama2-Chat-70B。
Lewis Tunstall, Edward Beeching, Nathan Lambert 等
MimicTouch通过多模态触觉数据和非参数模仿学习实现人类触觉引导的机器人操控，显著提升联系密集任务的成功率。
Kelin Yu, Yunhai Han, Qixian Wang 等
DreamCraft3D采用层次化生成，利用视角引导的扩散模型实现高保真3D对象重建。
Jingxiang Sun, Bo Zhang, Ruizhi Shao 等
提出QMoE框架，将1.6万亿参数的SwitchTransformer压缩至0.8比特/参数，实现20倍压缩，运行成本大幅降低。
Elias Frantar, Dan Alistarh
提出MIN-K% PROB，无需训练即可检测大模型预训练数据，提升7.4%。
Weijia Shi, Anirudh Ajith, Mengzhou Xia 等
提出DP-Prompt，结合预训练大模型和零样本提示，有效降低文本去匿名化成功率，提升隐私保护。
Saiteja Utpala, Sara Hooker, Pin Yu Chen
MuSR利用神经符号合成生成复杂多步软推理任务，挑战GPT-4等模型。
Zayne Sprague, Xi Ye, Kaj Bostrom 等
提出多条件扩散模型实现文本引导的3D场景合成，显著优于现有方法。
An Vuong, Minh Nhat Vu, Toan Tien Nguyen 等
使用基于模型的漂移解释，定位关键基础设施中的异常，特别是漏水和传感器故障。
Valerie Vaquet, Fabian Hinder, Jonas Vaquet 等
本文综述了无监督数据流中的概念漂移检测，提供了检测和定位策略的比较。
Fabian Hinder, Valerie Vaquet, Barbara Hammer
navlie是基于李群的状态估计算法Python包，支持多种滤波器和模型，便于快速原型开发。
Charles Champagne Cossette, Mitchell Cohen, Vassili Korotkine 等
提出DACOOP-A，结合注意力机制和人工势场提升多机器人协作效率。
Zheng Zhang, Dengyu Zhang, Qingrui Zhang 等
提出SpecTr，基于最优运输的快速推断算法，提升解码速度2.13倍。
Ziteng Sun, Ananda Theertha Suresh, Jae Hun Ro 等
Zero123++基于扩散模型，实现单图多视角一致性，显著提升3D内容生成质量。
Ruoxi Shi, Hansheng Chen, Zhuoyang Zhang 等
Wonder3D利用跨域扩散模型，从单张图片高效重建高细节纹理网格。
Xiaoxiao Long, Yuan-Chen Guo, Cheng Lin 等
StenUNet用UNet做冠脉狭窄像素级检测，ARCADE测试F1达0.5348。
Hui Lin, Tom Liu, Aggelos Katsaggelos 等
提出大搜索模型（Large Search Model），通过统一LLM实现搜索任务，显著简化搜索体系结构。
Liang Wang, Nan Yang, Xiaolong Huang 等
HallusionBench是针对大视觉-语言模型的幻觉与错觉诊断基准，评估模型在图像推理中的表现。
Tianrui Guan, Fuxiao Liu, Xiyang Wu 等
利用图神经网络（GNN）实现临床数据关系建模，提升多模态融合与可解释性。
Ruth Johnson, Michelle M. Li, Ayush Noori 等
提出信息价值指标，基于神经生成模型测量话语预测性，优于传统困惑度，能解释人类理解行为。
Mario Giulianelli, Sarenne Wallbridge, Raquel Fernández