引入QuALITY数据集，利用长文本（约5000词）进行多选问答，模型表现远低于人类。
Richard Yuanzhe Pang, Alicia Parrish, Nitish Joshi 等
提出高效几何感知的3D生成对抗网络，结合显式隐式混合架构，实现高分辨率多视角一致性。
Eric R. Chan, Connor Z. Lin, Matthew A. Chan 等
MS-ResNet在CIFAR-10上实现了482层深度，ImageNet上准确率达76.02%。
Yifan Hu, Lei Deng, Yujie Wu 等
通过扩大双编码器模型规模（保持瓶颈嵌入维度不变）实现出域泛化，GTR在BEIR数据集上优于SOTA。
Jianmo Ni, Chen Qu, Jing Lu 等
通过去噪扩散GAN解决生成学习三难问题，在CIFAR-10上快2000倍。
Zhisheng Xiao, Karsten Kreis, Arash Vahdat
LFGC用领导-跟随博弈+MPC，在NGSIM上实现97.5%并线成功。
Kaiwen Liu, Nan Li, H. Eric Tseng 等
使用神经网络学习相场平均曲率流，扩展至非定向界面。
Elie Bretin, Roland Denis, Simon Masnou 等
提出了一种基于临界阻尼朗之万扩散的得分生成模型，提升了图像合成质量。
Tim Dockhorn, Arash Vahdat, Karsten Kreis
提出基于PIT分布熵的疫病概率预报再校准方法，显著提升27个流感预报模型的校准性和准确性。
Aaron Rumack, Ryan J. Tibshirani, Roni Rosenfeld
基于Wasserstein距离分析人类在黑箱优化中的探索与利用策略。
Antonio Candelieri, Andrea Ponti, Francesco Archetti
基于正交多项式的DPP用于SGD采样，显著降低梯度估计方差。
Remi Bardenet, Subhro Ghosh, Meixia Lin
AvatarMe++用可微渲染GAN从单张野外图像重建可直接渲染的高分辨率脸部几何与BRDF。
Alexandros Lattas, Stylianos Moschoglou, Stylianos Ploumpis 等
利用DINO-ViT深层特征作为密集视觉描述符，实现无监督语义分割与对应。
Shir Amir, Yossi Gandelsman, Shai Bagon 等
VUT模型通过多模态输入实现五种UI任务，提升精度并减少模型数量。
Yang Li, Gang Li, Xin Zhou 等
提出O(1)记忆的注意力算法，扩展至O(log n)，显著降低Transformer的内存需求。
Markus N. Rabe, Charles Staats
Plenoxels以稀疏体素+球谐函数替代NeRF，训练快约100倍且画质不降。
Alex Yu, Sara Fridovich-Keil, Matthew Tancik 等
提出Gopher模型（280B参数），采用Transformer架构，评估152任务，显著优于SOTA，特别在知识和理解方面。
Jack W. Rae, Sebastian Borgeaud, Trevor Cai 等
提出RETRO，通过检索亿级文本块提升语言模型性能，参数减少25倍。
Sebastian Borgeaud, Arthur Mensch, Jordan Hoffmann 等
通过测试时局部转换器(TLC)提升图像修复性能，GoPro数据集上单图像去模糊PSNR从32.92 dB提升至33.57 dB。
Xiaojie Chu, Liangyu Chen, Chengpeng Chen 等
本研究展示了带有递归位置编码的Transformer网络如何模拟海马结构中的空间表征。
James C. R. Whittington, Joseph Warren, Timothy E. J. Behrens