基于凸体追逐的算法实现未知线性时变系统的在线稳定化，保证闭环系统的BIBO稳定性。
Jing Yu, Varun Gupta, Adam Wierman
提出SAM模型，支持prompt式图像分割，训练数据超10亿，零-shot性能优越。
Alexander Kirillov, Eric Mintun, Nikhila Ravi 等
GINA-3D以Waymo的相机和LiDAR数据生成三平面隐式神经资产，FID最低59.5。
Bokui Shen, Xinchen Yan, Charles R. Qi 等
提出EGC模型，结合能量模型与扩散机制，实现图像分类与生成双任务，性能优越。
Qiushan Guo, Chuofan Ma, Yi Jiang 等
比较两种格点搜索准则（P*_n与S*_n）在核插值中的效果，S*_n更优且计算效率更高。
Frances Y. Kuo, Weiwen Mo, Dirk Nuyens 等
IPMAN利用生物力学启发的IP项，结合压力热图、CoP与CoM，实现3D人体姿态估计的物理合理性。
Shashank Tripathi, Lea Müller, Chun-Hao P. Huang 等
Aerostack2基于ROS2的多无人机自主飞行框架，支持平台无关、行为驱动，验证于模拟与实飞。
Miguel Fernandez-Cortizas, Martin Molina, Pedro Arias-Perez 等
调查大型语言模型，揭示其在自然语言处理任务中的强大能力。
Wayne Xin Zhao, Kun Zhou, Junyi Li 等
提出KALE方法，通过后训练剪枝和KL对齐提升双编码器检索模型效率，性能优于DistilBERT。
Daniel Campos, Alessandro Magnani, ChengXiang Zhai
本文提出基于Token Merging（ToMe）优化稳定扩散模型，减少60%Token，提升2倍速度，节省5.6倍内存，无需额外训练。
Daniel Bolya, Judy Hoffman
提出NeRF监督的深度立体框架，无需真实标注，利用神经渲染生成训练数据，提升30-40%性能。
Fabio Tosi, Alessio Tonioni, Daniele De Gregorio 等
HuggingGPT利用ChatGPT作为控制器，结合Hugging Face模型，解决跨模态复杂AI任务。
Yongliang Shen, Kaitao Song, Xu Tan 等
BloombergGPT为金融领域定制的50亿参数大模型，结合大规模金融与通用数据训练。
Shijie Wu, Ozan Irsoy, Steven Lu 等
提出一种基于landing算法的正交流形优化方法，实现无约束逼近且收敛速度与Riemannian方法相当。
Pierre Ablin, Simon Vary, Bin Gao 等
提出TaskMatrix.AI，通过连接基础模型与数百万API实现多任务协作。
Yaobo Liang, Chenfei Wu, Ting Song 等
ARMBench是面向仓储机器人操作的对象中心大规模数据集，涵盖235K+操作和190K+对象。
Chaitanya Mitash, Fan Wang, Shiyang Lu 等
提出Diffusion Classifier，利用扩散模型的密度估计实现零样本分类，超越传统判别模型。
Alexander C. Li, Mihir Prabhudesai, Shivam Duggal 等
LLaMA-Adapter通过零初始化注意力机制，仅用1.2M参数实现高效指令调优，性能媲美全参数微调。
Renrui Zhang, Jiaming Han, Chris Liu 等
通过误差校正策略在机器学习PDE求解器中保持离散守恒不变量，提高稳定性与准确性。
Nick McGreivy, Ammar Hakim
CARTO提出单图像多类别关节无关的3D重建，达20.4%提升。
Nick Heppert, Muhammad Zubair Irshad, Sergey Zakharov 等