利用行列式点过程进行信号重建，提供L2均方误差保证与超收敛性能。
Ayoub Belhadji, Rémi Bardenet, Pierre Chainais
AgentCF通过自主语言代理实现协同过滤，提升推荐系统的用户行为模拟。
Junjie Zhang, Yupeng Hou, Ruobing Xie 等
本研究分析了大规模语言模型生成推荐信中的性别偏见，采用偏差内容和风格指标，发现ChatGPT和Alpaca存在显著偏差。
Yixin Wan, George Pu, Jiao Sun 等
提出CompA基准和CompA-CLAP模型，显著提升音频语言模型的组合推理能力。
Sreyan Ghosh, Ashish Seth, Sonal Kumar 等
AcTExplore利用强化学习实现有限步骤的主动触觉探索与3D重建，达95.97% IoU覆盖率。
Amir-Hossein Shahidzadeh, Seong Jong Yoo, Pavan Mantripragada 等
提出一种无场景特定外观优化的伪泛化动态视图合成方法，依赖几何和时间一致的深度估计。
Xiaoming Zhao, Alex Colburn, Fangchang Ma 等
提出MemGPT，借鉴操作系统虚拟内存，实现超长上下文管理，提升文档分析与长对话表现。
Charles Packer, Sarah Wooders, Kevin Lin 等
本研究比较时间与音符持续时间的标记方法，发现显式信息提升模型性能。
Nathan Fradet, Nicolas Gutowski, Fabien Chhel 等
DistillSpec通过知识蒸馏提升推测解码速度，提升10-45%。
Yongchao Zhou, Kaifeng Lyu, Ankit Singh Rawat 等
本研究通过微调LLaMA模型，提出RepLLaMA和RankLLaMA，显著提升多阶段文本检索效果，MS MARCO数据集上MRR达99.4%。
Xueguang Ma, Liang Wang, Nan Yang 等
提出ORION框架实现ZIPON，结合LLMs进行多模态感知、导航和交互，显著提升个性化机器人导航成功率。
Yinpei Dai, Run Peng, Sikai Li 等
RoboCLIP利用单个视频或文本示范，通过预训练视频-语言模型生成奖励，显著提升机器人任务零样本性能。
Sumedh A Sontakke, Jesse Zhang, Sébastien M. R. Arnold 等
OpenLEAF结合LLM和T2I模型，实现高质量图文生成，提升一致性。
Jie An, Zhengyuan Yang, Linjie Li 等
MatFormer通过嵌套Transformer实现弹性推理，支持从582M到850M的模型提取。
Devvrit, Sneha Kudugunta, Aditya Kusupati 等
LLMBar评估LLM评估器的指令遵循能力，揭示性能差距。
Zhiyuan Zeng, Jiatong Yu, Tianyu Gao 等
Goodtriever结合检索机制实现自适应毒性缓解，推理时减少43%延迟。
Luiza Pozzobon, Beyza Ermis, Patrick Lewis 等
CacheGen通过KV缓存压缩与流式传输显著降低LLM长上下文加载延迟。
Yuhan Liu, Hanchen Li, Yihua Cheng 等
本文研究Transformer嵌入的线性分解，验证其与模型性能的相关性及变异性。
Timothee Mickus, Raúl Vázquez
Mistral 7B采用GQA和SWA技术，参数7亿，性能优于Llama 2 13B，提升推理效率。
Albert Q. Jiang, Alexandre Sablayrolles, Arthur Mensch 等
本研究发现大型语言模型在规模足够大时，能通过线性空间结构表示事实的真伪，采用差异均值探针实现良好迁移和因果干预。
Samuel Marks, Max Tegmark