提出NExT-QA，基于多任务视频问答，重点在因果与时间推理，模型表现不足，推动深层理解。
Junbin Xiao, Xindi Shang, Angela Yao 等
VPN++通过知识蒸馏结合RGB与3D姿态，提升日常活动识别速度与鲁棒性。
Srijan Das, Rui Dai, Di Yang 等
TAT-QA数据集结合表格和文本，TAGOP模型提升F1值至58.0%。
Fengbin Zhu, Wenqiang Lei, Youcheng Huang 等
本文将多种推理学习方法（如层对比Hebbian、Fenchel反向传播）统一为双层优化框架，揭示其与误差反向传播的关系。
Christopher Zach
提出基于专家知识的有指导性方程学习系统，能稳健处理奇异函数，提升模型可解释性与预测能力。
Matthias Werner, Andrej Junginger, Philipp Hennig 等
NSA（负选择算法）在异常检测中表现优越，特别适用于非线性高维数据。
Kishor Datta Gupta, Dipankar Dasgupta
提出Popularity-bias Deconfounding and Adjusting (PDA)框架，通过因果干预同时去除偏差和引入期望偏差，提升推荐准确率。
Yang Zhang, Fuli Feng, Xiangnan He 等
DCT-NeRF学轨迹场，稳态重建动态新视角
Chaoyang Wang, Ben Eckart, Simon Lucey 等
提出核稀释（Kernel Thinning）算法，将分布压缩至√n点，误差与原分布相当。
Raaz Dwivedi, Lester Mackey
Kleister数据集挑战现有KIE模型，最佳模型在NDA和Charity数据集上分别取得81.77%和83.57%的F1分数。
Tomasz Stanisławek, Filip Graliński, Anna Wróblewska 等
提出基于谱描述符函数映射与流形正则的多模态分析方法，有效处理异构无配对数据。
Maysam Behmanesh, Peyman Adibi, Jocelyn Chanussot 等
采用扩散模型在无条件和条件图像合成中超越GAN，FID分别达2.97、4.59和7.72，结合分类引导提升样本质量。
Prafulla Dhariwal, Alex Nichol
综述深度学习对话系统，涵盖模型类型、系统类型及评估方法，揭示最新趋势。
Jinjie Ni, Tom Young, Vlad Pandelea 等
提出Inter-GPS，结合形式语言与符号推理，构建Geometry3K，显著提升几何问题求解性能。
Pan Lu, Ran Gong, Shibiao Jiang 等
提出D2S系统结合查询引导文本摘要，利用SciDuet数据集实现文档到幻灯片自动生成。
Edward Sun, Yufang Hou, Dakuo Wang 等
FlingBot利用动态甩动实现布料快速展开，三次动作覆盖率超80%。
Huy Ha, Shuran Song
DExperts方法结合专家和反专家模型，在解码时控制文本生成，显著减少GPT-3的毒性。
Alisa Liu, Maarten Sap, Ximing Lu 等
利用指标熵理论，证明RNN可最优学习稳定线性系统，构建系统实现的定量界限。
Clemens Hutter, Recep Gül, Helmut Bölcskei
DiffSinger通过浅扩散机制生成高质量歌声，提升0.11 MOS。
Jinglin Liu, Chengxi Li, Yi Ren 等
本研究揭示ProtoPNet在潜在空间相似性与输入空间差异导致的可解释性缺陷，实验显示噪声和JPEG压缩会误导模型。
Adrian Hoffmann, Claudio Fanconi, Rahul Rade 等