提出演化深度神经网络（EDNN），参数作为函数动态更新，解决PDE长时预测问题。
Yifan Du, Tamer A. Zaki
本文系统介绍多目标强化学习与规划方法，强调在复杂决策中考虑多目标权衡，提出系统性解决方案。
Conor F. Hayes, Roxana Rădulescu, Eugenio Bargiacchi 等
本文从统计角度分析深度学习，强调过参数化、隐式正则化与良性过拟合的作用。
Peter L. Bartlett, Andrea Montanari, Alexander Rakhlin
GSVNet以低分辨率光流和引导动态卷积，实现Cityscapes上142 FPS、71.8% mIoU。
Shih-Po Lee, Si-Cun Chen, Wen-Hsiao Peng
提出模块化交互式视频目标分割框架MiVOS，结合交互到掩码、传播与差异感知融合，提升性能与泛化。
Ho Kei Cheng, Yu-Wing Tai, Chi-Keung Tang
提出基于正态分布变换（NDT）的雷达里程计，兼容扫描雷达与汽车雷达，误差降低51%/30%。
Pou-Chun Kung, Chieh-Chih Wang, Wen-Chieh Lin
本研究揭示现有数学应用题NLP模型多依赖浅层启发式，提出SVAMP挑战集显著降低模型表现。
Arkil Patel, Satwik Bhattamishra, Navin Goyal
CANINE是一种无需词表的字符编码器，结合下采样和深层变换器，提升多语种任务表现。
Jonathan H. Clark, Dan Garrette, Iulia Turc 等
提出将暴露映射的定义和假设分离，证明在暴露映射错误指定下仍可精确估计因果效应。
Fredrik Sävje
本文提出了曝光重加权线性(ERL)估计器，能在稀疏双向图下无偏估计平均总治疗效果。
Christopher Harshaw, Fredrik Sävje, David Eisenstat 等
提出长文问答中的评估与数据集挑战，利用稀疏注意力和对比检索实现SOTA，但存在答案未真正基于检索内容的问题。
Kalpesh Krishna, Aurko Roy, Mohit Iyyer
本研究评估面部模糊对ImageNet识别准确率影响，发现影响极小（≤1.0%），支持隐私保护应用。
Kaiyu Yang, Jacqueline Yau, Li Fei-Fei 等
DISC编译器实现动态形状优化，速度提升达3.3倍。
Kai Zhu, Wenyi Zhao, Zhen Zheng 等
提出基于电路模型的非线性耗散时间变化网络梯度估计方法，利用分数阶变分Lagrangian实现局部梯度推导。
Jack Kendall
提出一种无模型在线学习算法，在未知决策问题中实现O(T^{3/4})的遗憾保证。
Gabriele Farina, Tuomas Sandholm
提出SORS，通过自监督自动密集奖励提升稀疏奖励环境中RL样本效率。
Farzan Memarian, Wonjoon Goo, Rudolf Lioutikov 等
Auto-FuzzyJoin通过几何距离推断无监督模糊匹配参数，提升匹配质量。
Peng Li, Xiang Cheng, Xu Chu 等
利用GAN进行单样本语义部分分割，取得与监督基线相当的效果。
Nontawat Tritrong, Pitchaporn Rewatbowornwong, Supasorn Suwajanakorn
提出SDS方法，通过样本判别性提升多模型排序效率，实验证明优于现有基线。
Linghan Meng, Yanhui Li, Lin Chen 等
Pufferfish模型通过低秩预因式化网络减少通信开销，无精度损失。
Hongyi Wang, Saurabh Agarwal, Dimitris Papailiopoulos