引入Conformal Decision Theory，通过在线调节决策参数λ，实现在无假设环境下的低风险安全自主决策，实验涵盖机器人路径规划、制造和股票交易。

Jordan Lekeufack, Anastasios N. Angelopoulos, Andrea Bajcsy 等

提出MAGVIT-v2视频Tokenizer，通过新颖量化方法和共享词表，超越Diffusion模型，提升生成、压缩和识别性能。

Lijun Yu, José Lezama, Nitesh B. Gundavarapu 等

LLMLingua采用分层压缩策略，实现大规模语言模型提示的20倍压缩，保持任务性能。

Huiqiang Jiang, Qianhui Wu, Chin-Yew Lin 等

FREE框架通过同步并行解码显著降低推理延迟，提升性能。

Sangmin Bae, Jongwoo Ko, Hwanjun Song 等

提出Perturbed Maximization（PM）算法，优化随机性与匹配质量的平衡。

Yixuan Even Xu, Steven Jecmen, Zimeng Song 等

NOPE评估视觉语言模型中的对象幻觉，发现所有模型在NegP数据集上的准确率均低于10%。

Holy Lovenia, Wenliang Dai, Samuel Cahyawijaya 等

提出一种解决组合优化的生成模型，结合策略梯度实现近似最优解，解决景观平坦与梯度消失问题。

Constantine Caramanis, Dimitris Fotakis, Alkis Kalavasis 等

提出基于约束强化学习的多组件奖励模型过优化防控方法，有效保持奖励模型在代理有效区间。

Ted Moskovitz, Aaditya K. Singh, DJ Strouse 等

DecoderLens通过中间编码层交叉注意，实现对编码器-解码器Transformer的逐层解释。

Anna Langedijk, Hosein Mohebbi, Gabriele Sarti 等

MLAgentBench利用ReAct框架评估13项机器学习实验任务，Claude v3 Opus表现最佳，成功率37.5%。

Qian Huang, Jian Vora, Percy Liang 等

PPNL基准测试显示GPT-4在空间推理上有潜力，但在长时间推理上仍有不足。

Mohamed Aghzal, Erion Plaku, Ziyu Yao

影子对齐：只需100个恶意样本和1小时GPU时间即可破坏安全对齐的LLM。

Xianjun Yang, Xiao Wang, Qi Zhang 等

MagicDrive利用多视角3D几何控制实现高保真街景生成，提升3D感知任务性能。

Ruiyuan Gao, Kai Chen, Enze Xie 等

通过微调2D扩散模型实现视角感知，Aligning Geometric Priors（AGP）显著提升文本转3D的一致性，达85%以上。

Weiyu Li, Rui Chen, Xuelin Chen 等

自学优化器(STOP)通过递归自我改进生成代码，显著提高性能。

Eric Zelikman, Eliana Lorch, Lester Mackey 等

通过插入暂停标记训练语言模型，提升SQuAD任务18%准确率。

Sachin Goyal, Ziwei Ji, Ankit Singh Rawat 等

通过线性探针分析Llama-2模型，发现其学习了多尺度的空间和时间线性表示，存在“空间神经元”和“时间神经元”。

Wes Gurnee, Max Tegmark

OceanGPT基于LLaMA-2预训练，结合多智能体生成，显著提升海洋科学任务表现。

Zhen Bi, Ningyu Zhang, Yida Xue 等

提出Epidemic Learning（EL）算法，通过随机通信拓扑实现比传统方法更快的模型收敛。

Martijn de Vos, Sadegh Farhadkhani, Rachid Guerraoui 等

LLMs在无外部反馈的情况下无法有效自我纠正推理，甚至可能导致性能下降。

Jie Huang, Xinyun Chen, Swaroop Mishra 等