提出Side Adapter Network（SAN）实现开集语义分割，参数少、速度快，性能优异。
Mengde Xu, Zheng Zhang, Fangyun Wei 等
提出间接提示注入（IPI）攻击，利用检索数据中的恶意提示控制大语言模型（LLMs），实现数据窃取、内容操控等多重威胁。
Kai Greshake, Sahar Abdelnabi, Shailesh Mishra 等
FPT冻结GPT-2核心模块，统一七类时序任务；长预测平均MSE 0.516，分类准确率74.0%。
Tian Zhou, PeiSong Niu, Xue Wang 等
提出DeepSORVF基于深度学习的异步轨迹匹配实现水域船舶多模态数据融合。
Yu Guo, Ryan Wen Liu, Jingxiang Qu 等
提出“跃迁”指标衡量目标函数层级性，分析SGD在低维数据上的学习时间复杂度。
Emmanuel Abbe, Enric Boix-Adsera, Theodor Misiakiewicz
提出Hyena，基于长卷积和门控的子二次替代Attention，提升长序列建模能力。
Michael Poli, Stefano Massaroli, Eric Nguyen 等
提出多目标博弈动态框架，统一多校准算法，提升复杂度与保证。
Nika Haghtalab, Michael I. Jordan, Eric Zhao
Hint-ReLIC方法通过因果正则化提升神经算法推理的OOD泛化能力，在CLRS基准上提高3倍。
Beatrice Bevilacqua, Kyriacos Nikiforou, Borja Ibarz 等
综述多模态预训练模型，分析数据、架构与实验结果。
Xiao Wang, Guangyao Chen, Guangwu Qian 等
提出一种通用的FTRL/OMD算法，在线性赌博问题中实现对抗性和随机性环境下的最佳表现。
Christoph Dann, Chen-Yu Wei, Julian Zimmert
提出FLE算法，用MLE训练概率模型，实现分布性离线策略评估，保证误差界。
Runzhe Wu, Masatoshi Uehara, Wen Sun
提出安全评估框架，涵盖偏好测试、对抗攻击和风险检测，提升大模型安全性。
Jiawen Deng, Jiale Cheng, Hao Sun 等
本研究系统评估GPT模型在多语言机器翻译中的性能，发现其在高资源语言中表现优异，但低资源语言有限。
Amr Hendy, Mohamed Abdelrehim, Amr Sharaf 等
提出三种预算和ROS节奏算法，min-pacing在保证性能的同时实现低约束违例。
Santiago R. Balseiro, Kshipra Bhawalkar, Zhe Feng 等
T2I-Adapter通过学习轻量级适配器提高文本到图像扩散模型的可控性，提升生成质量。
Chong Mou, Xintao Wang, Liangbin Xie 等
MultiDiffusion通过优化绑定多条扩散路径，实现无需再训练的多控图像生成，支持多种控制信号。
Omer Bar-Tal, Lior Yariv, Yaron Lipman 等
提出新型稳健的二阶高阶影响函数估计器，实现√n一致性与数值稳定。
Lin Liu, Chang Li
提出基于PIE数据集的代码性能优化框架，平均提升6.86倍。
Alexander Shypula, Aman Madaan, Yimeng Zeng 等
提出PolyFormer，将指示图像分割转为序列多边形生成，显著优于现有方法。
Jiang Liu, Hui Ding, Zhaowei Cai 等
ConceptFusion结合大模型实现开放式多模态3D映射，支持零样本查询。
Krishna Murthy Jatavallabhula, Alihusein Kuwajerwala, Qiao Gu 等