提出ClaimDecomp数据集与模型，用于生成复杂政治声明的字面与隐含子问题，提升事实核查解释性。
Jifan Chen, Aniruddh Sriram, Eunsol Choi 等
采用思考大声法分析ML公平工具包的实际使用，揭示实践中的需求与挑战。
Wesley Hanwen Deng, Manish Nagireddy, Michelle Seng Ah Lee 等
提出带切换成本的最优比较器自适应在线学习算法，实现最优后悔界。
Zhiyu Zhang, Ashok Cutkosky, Ioannis Ch. Paschalidis
FRIH算法通过细粒度区域感知实现图像谐调，在iHarmony4数据集上PSNR达38.19 dB。
Jinlong Peng, Zekun Luo, Liang Liu 等
提出Gato，基于Transformer的多模态多任务通用智能体，能在多环境中实现文本、动作等多输出。
Scott Reed, Konrad Zolna, Emilio Parisotto 等
提出SparseTT，用稀疏Transformer提升目标追踪精度，达40FPS，训练时间缩短75%。
Zhihong Fu, Zehua Fu, Qingjie Liu 等
UniMorph 4.0通过层级特征结构和多语言数据，提升多语形态标注和派生形态理解。
Khuyagbaatar Batsuren, Omer Goldman, Salam Khalifa 等
Factory采用SDF碰撞、接触减缩与Gauss-Seidel求解，实现千个螺母螺栓实时模拟。
Yashraj Narang, Kier Storey, Iretiayo Akinola 等
RoboCraft使用图网络学习弹塑性物体的动态，仅需10分钟数据即可实现复杂形状变形。
Haochen Shi, Huazhe Xu, Zhiao Huang 等
提出CPDeform结合最优传输发现软体接触点，有效解决多阶段软体操控中的局部极小问题。
Sizhe Li, Zhiao Huang, Tao Du 等
FixNet通过物理模拟和功能预测修复3D对象，提升准确率62.3%。
Yining Hong, Kaichun Mo, Li Yi 等
提出Wavelet Neural Operator（WNO），结合小波变换与积分核，实现复杂偏微分方程的高精度参数映射。
Tapas Tripura, Souvik Chakraborty
采用NSGA-II优化含CNN+LSTM的深度神经网络，研究多目标对轨迹预测性能的影响。
Fergal Stapleton, Edgar Galván, Ganesh Sistu 等
利用任务引导的科学知识检索，提升科学发现效率。
Tom Hope, Doug Downey, Oren Etzioni 等
OpenAlex是一个完全开源的学术知识图谱，涵盖2.09亿篇文献、2013万作者、12.4万会议和期刊、10.9万机构及6.5万概念，提供开放API和数据下载。
Jason Priem, Heather Piwowar, Richard Orr
OPT模型套件（125M-175B参数）实现GPT-3性能，仅用1/7碳排放。
Susan Zhang, Stephen Roller, Naman Goyal 等
提出e值取代p值，实现后验α调节的广义Neyman-Pearson检验，确保Type-I风险控制。
Peter Grünwald
本综述分析深度强化学习中的探索技术，涵盖奖励新颖状态、多样行为、目标导向、概率模型等方法。
Pawel Ladosz, Lilian Weng, Minwoo Kim 等
提出基于指数积分器的快速采样方法DEIS，能在10步内生成高质量图像。
Qinsheng Zhang, Yongxin Chen
AGIC是一种高效逼近梯度反演攻击，能从多轮模型更新中重建图像，PSNR提升50%。
Jin Xu, Chi Hong, Jiyue Huang 等