利用接触模式引导采样规划，实现二维准静态灵巧操作，自动生成接触转换和轨迹。
Xianyi Cheng, Eric Huang, Yifan Hou 等
提出2WikiMultiHopQA，结合结构化与非结构化数据，提供多跳推理路径，增强解释性与评估能力。
Xanh Ho, Anh-Khoa Duong Nguyen, Saku Sugawara 等
Point Transformer利用多头注意力机制和SortNet实现点云的Permutation不变性，提取局部和全局特征。
Nico Engel, Vasileios Belagiannis, Klaus Dietmayer
提出Social-Chemistry框架及Neural Norm Transformer模型，分析社会规范292k条，显著提升推理能力。
Maxwell Forbes, Jena D. Hwang, Vered Shwartz 等
MixKD结合mixup数据增强，用于大规模语言模型知识蒸馏，显著提升泛化能力。
Kevin J Liang, Weituo Hao, Dinghan Shen 等
提出HyperGAT模型，利用超图注意力机制提升文本分类表现，达成80%以上准确率。
Kaize Ding, Jianling Wang, Jundong Li 等
Waymo采用安全验证体系（如场景验证、仿真）结合硬件、行为和运营层面，确保Level 4自动驾驶系统（Waymo Driver）安全部署。
Nick Webb, Dan Smith, Christopher Ludwick 等
POMO通过多起点探索，利用对称性提升RL在TSP、CVRP、KP中的性能，达成0.14%最优差距。
Yeong-Dae Kwon, Jinho Choo, Byoungjip Kim 等
提出双重迁移学习框架（MIRec），通过模型级和项级迁移改善长尾物品推荐。
Yin Zhang, Derek Zhiyuan Cheng, Tiansheng Yao 等
提出MARL，结合弱监督检索与元学习，提升知识库复杂问答性能，达成SOTA（微F177.71%）
Yuncheng Hua, Yuan-Fang Li, Gholamreza Haffari 等
结合RGB与点云数据，利用2D检测模型提升3D目标识别，基于nuScenes数据集实现多类别检测。
Yilin Wang, Jiayi Ye
提出非凸最大耗散原理（NMDP）用于刚体接触的时间积分，利用后向欧拉法实现非线性系统求解。
Zherong Pan, Kris Hauser
本文提出基于词表过滤与半监督Transformer模型的多语种Web文本识别技术，将低资源语言的识别准确率从5.5%提升至71.2%。
Isaac Caswell, Theresa Breiner, Daan van Esch 等
提出变分贝叶斯遗忘方法，通过KL散度实现模型近似无忘，应用于稀疏高斯过程和逻辑回归。
Quoc Phong Nguyen, Bryan Kian Hsiang Low, Patrick Jaillet
提出TRACIE数据集与SYMTIME模型，利用远程监督实现隐含事件的时间推理，提升准确率。
Ben Zhou, Kyle Richardson, Qiang Ning 等
提出PEP方法，通过高斯扰动训练好的参数集，提升深度网络的校准和对数似然，适用于预训练模型，无需额外训练。
Alireza Mehrtash, Purang Abolmaesumi, Polina Golland 等
AQuaMuSe方法自动生成5,519个基于查询的多文档摘要数据集。
Sayali Kulkarni, Sheide Chammas, Wan Zhu 等
TweetEval统一基准测试框架，提升推文分类准确性。
Francesco Barbieri, Jose Camacho-Collados, Leonardo Neves 等
提出基于正则化马氏距离的差分隐私文本扰动机制，有效平衡隐私与实用性。
Zekun Xu, Abhinav Aggarwal, Oluwaseyi Feyisetan 等
提出Vision Transformer（ViT），直接对图像块进行自注意力，训练在大规模数据集上超越ResNet。
Alexey Dosovitskiy, Lucas Beyer, Alexander Kolesnikov 等