提出基于压缩视频的运动向量引导的半监督视频目标分割加速框架，最高实现3.5倍速度提升。

Kai Xu, Angela Yao

提出残差对数似然估计（RLE）提升人体姿态回归性能，MSCOCO提升12.4mAP。

Jiefeng Li, Siyuan Bian, Ailing Zeng 等

提出高阶合成模型与U-Net判别器，用纯合成数据训练的Real-ESRGAN显著提升真实图像超分效果。

Xintao Wang, Liangbin Xie, Chao Dong 等

提出基于网格的隐函数GAN方法，显著提升3D形状生成质量。

Moritz Ibing, Isaak Lim, Leif Kobbelt

提出基于工具变量的动态激励机制，改善非遵从行为以估计治疗效果。

Daniel Ngo, Logan Stapleton, Vasilis Syrgkanis 等

提出NCAD框架，结合表示学习与深度异常检测，适用于单/多变量时间序列，达成SOTA性能。

Chris U. Carmona, François-Xavier Aubet, Valentin Flunkert 等

TAPEX用合成SQL执行预训练，在四个表任务上刷新SOTA：WikiSQL 89.5%、WTQ 57.5%、SQA 74.5%、TabFact 84.2%。

Qian Liu, Bei Chen, Jiaqi Guo 等

提出无分布假设的校准预测（Conformal Prediction），保证90%覆盖率，适用多场景。

Anastasios N. Angelopoulos, Stephen Bates

通过控制特征提高知识对话的忠实性，使用GPT-2和T5模型，提升了对话的客观性和信息性。

Hannah Rashkin, David Reitter, Gaurav Singh Tomar 等

提出HDMapNet，基于摄像头和LiDAR的在线高精度地图构建框架，提升50%以上性能。

Qi Li, Yue Wang, Yilun Wang 等

提出SPOC算法用于文档主题估计，误差随字典规模对数增长。

Olga Klopp, Maxim Panov, Suzanne Sigalla 等

本研究提出Codex模型，基于GitHub代码微调，显著提升Python代码生成能力，解决28.8%的问题。

Mark Chen, Jerry Tworek, Heewoo Jun 等

本论文系统综述对话摘要的最新技术进展，涵盖多领域数据集、模型架构及未来方向。

Xiachong Feng, Xiaocheng Feng, Bing Qin

提出fMBN-E算法，通过集成多结构MBN模型实现无监督聚类的结构自动选择，性能优越且速度提升数百倍。

Xiao-Lei Zhang

提出变分扩散模型（VDM），实现图像密度估计的最优似然，优化噪声调度。

Diederik P. Kingma, Tim Salimans, Ben Poole 等

提出无分布预测带方法，保证多元函数时间序列的无偏差覆盖，应用于意大利天然气市场。

Jacopo Diquigiovanni, Matteo Fontana, Simone Vantini

ASDiv数据集通过多样化的词汇使用和问题类型，提升数学文字题求解器的评估准确性。

Shen-Yun Miao, Chao-Chun Liang, Keh-Yih Su

LaSynth用潜在执行轨迹合成C程序，在受限C上达55.2%，较无执行器方法高约20%。

Xinyun Chen, Dawn Song, Yuandong Tian

基于DNN手势识别的SwarmPaint实现人机多智能体轨迹与队形控制，误差约5.6cm。

Valerii Serpiva, Ekaterina Karmanova, Aleksey Fedoseev 等

Habitat 2.0平台结合ReplicaCAD、物理引擎与HAB任务，提升家用机器人长时任务能力。

Andrew Szot, Alex Clegg, Eric Undersander 等