提出XOR QA，利用多语种资源实现跨语问答，基于7种非英语语言的40K问题数据集。
Akari Asai, Jungo Kasai, Jonathan H. Clark 等
提出SapBERT，通过自我对齐机制利用UMLS实现生物医学实体表示的优化，提升实体链接性能。
Fangyu Liu, Ehsan Shareghi, Zaiqiao Meng 等
FUEL以FIS+三阶段规划实现UAV探索，桥/迷宫中快3–8倍。
Boyu Zhou, Yichen Zhang, Xinyi Chen 等
提出“遗忘者”方法（Unlearning、Amnesiac Unlearning）有效删除深度模型中的敏感数据，确保安全与合规。
Laura Graves, Vineel Nagisetty, Vijay Ganesh
SCOP通过科学控制引入虚假特征，显著提升ResNet-101参数压缩率至57.8%，FLOPs减少60.2%，仅0.01%精度损失。
Yehui Tang, Yunhe Wang, Yixing Xu 等
提出“因果网络基元”结合树算法识别异质溢出效应，改善社交网络中干预效果估计。
Yuan Yuan, Kristen M. Altenburger, Farshad Kooti
提出CoCLR算法，通过RGB和光流互补视角提升视频表征学习性能，在UCF101上取得87.9%的准确率。
Tengda Han, Weidi Xie, Andrew Zisserman
提出基于IRS的多维支持UAV的5G网络方案，提升eMBB和URLLC性能。
Qingqing Wu, Jie Xu, Yong Zeng 等
提出基于自监督学习的几何特征发现框架，利用可解释注意机制实现车辆再识别，达成SOTA性能。
Ming Li, Xinming Huang, Ziming Zhang
提出基于多智能体深Q网络的NOMA无人机轨迹与功率优化框架，提升网络吞吐。
Ruikang Zhong, Xiao Liu, Yuanwei Liu 等
提出近似信息状态框架，结合动态规划与强化学习，适用于部分观察系统。
Jayakumar Subramanian, Amit Sinha, Raihan Seraj 等
FAST-LIO结合紧耦合迭代扩展卡尔曼滤波，实现1200特征点实时鲁棒激光惯性测程。
Wei Xu, Fu Zhang
提出RxR多语种VLN数据集，结合密集时空定位，显著提升多模态导航性能。
Alexander Ku, Peter Anderson, Roma Patel 等
提出RELIC，通过明确不变性正则化提升自监督表示的泛化能力，显著优于现有方法。
Jovana Mitrovic, Brian McWilliams, Jacob Walker 等
提出非泄漏单脉冲时序编码SNN，分析其输入输出特性，应用于网络入侵检测，优于传统深度学习模型。
Shibo Zhou, Xiaohua Li
NeRF++通过倒球面参数化和双重场景建模，提升大规模无界场景的视图合成精度。
Kai Zhang, Gernot Riegler, Noah Snavely 等
提出AdAGeo结合注意力机制与少样本无监督域适应，提升跨域视觉场所识别性能，使用仅5张目标图像实现13%以上提升。
Gabriele Moreno Berton, Valerio Paolicelli, Carlo Masone 等
提出SAU-Solver，基于UET统一解决多类型数学文字题，准确率提升至44.83%。
Jinghui Qin, Lihui Lin, Xiaodan Liang 等
提出Gradient Sign Dropout (GradDrop)，通过概率屏蔽冲突梯度，提升多任务学习和迁移学习性能。
Zhao Chen, Jiquan Ngiam, Yanping Huang 等
提出基于Laplace机制的LDP贝叶斯优化算法，达到近似最优的渐近遗憾界。
Xingyu Zhou, Jian Tan