本文首次评估了四种无界优先极小化算法的改进，旨在提升游戏树搜索效率。关键方法包括引入变换表、优化回传策略、替换评估函数和优先处理胜利状态，显著提高了算法性能。

本研究提出了一种迭代去噪框架，解决了离散扩散模型在图形生成中的噪声累积问题。通过假设时间条件独立，简化了噪声处理，并引入算法改进，实证结果表明该方法优于现有基线。

翁荔在离职OpenAI后，发表长文探讨强化学习中的奖励黑客问题，强调其对自主AI模型应用的影响，并呼吁更多研究关注此现象。她指出，奖励黑客源于环境设计缺陷和奖励函数不完善，可能导致AI行为偏离预期。文章还讨论了缓解措施，强调改进算法和检测奖励黑客的重要性。

本研究探讨在资源受限的边缘设备上，利用固定点前向梯度进行模型本地适应性训练，以解决深度学习模型的内存消耗问题。实验验证了该方法的可行性，并提出了改进算法以降低内存占用和提高准确性。

本文研究了多种偏好学习算法及其在决策模型中的应用，提出了新的程序和算法以提高偏好聚合的效率和一致性。通过引入可控偏好优化（CPO）和可分性指标，改善了大语言模型（LLM）的逻辑一致性和偏好评估，强调了逻辑一致性在构建可靠系统中的重要性。研究结果表明，改进的算法在处理复杂偏好问题时表现优越。

本研究提出了一种自我发展框架，使大型语言模型（LLM）能够自主生成和学习改进算法。该框架能够开发出超越原始模型的新模型，并在数学推理任务中表现优于人类设计算法。

本文探讨了基于卷积神经网络（CNN）的视觉目标跟踪技术，提出了离线预训练、特征融合和自适应处理等改进算法。这些方法显著提高了跟踪的准确性和速度，有效解决了遮挡和错误检测问题，并在多个基准测试中表现优异。

本文探讨了Shapley值在机器学习模型解释中的多种实现方式及其问题，提出了Baseline Shapley（BShap）和Shapley Flow等新方法，分析了Shapley值与因果关系的联系，强调其在特征选择中的局限性，并提出改进算法以增强模型解释能力。

ExpO是一种可解释的混合方法，旨在提高机器学习模型的解释质量。研究探讨了解释系统与预测模型的准确性，提出了一致性和充分性两个属性的量化度量。通过实证分析，强调了解释方法间的不一致性问题，并提出改进算法以增强解释的可靠性和稳健性。

本文介绍了基于CFR框架的“层次Deep CFR”和“Pure CFR”算法改进，旨在解决行为约束的博弈问题并计算近似纳什均衡。这些算法结合深度学习和最佳响应策略，显著提高了收敛速度和性能，适用于复杂博弈环境。

本文探讨了影响函数技术在黑盒模型中的应用，证明其在非凸和不可导模型中也能提供有价值的信息。研究表明，影响函数可用于模型调试、错误检测及训练集攻击等方面。通过改进算法，提升了影响函数的运行效率，并提出了新方法LIFT和InjectTST，显著提高了多元时间序列预测的性能。

本文介绍了一种基于蒙特卡洛树搜索（MCTS）的去中心化合作规划方法，应用于自动驾驶车辆的协调与建模。研究提出了多种改进算法，包括基于约束的MCTS、辅助模型加速的MCTS，以及结合启发式和学习方法的综合框架，旨在提高规划效率并满足代价约束。实验结果表明，这些方法在电网恢复和路径规划等实际应用中表现优异。

RecBole 是一个高效的推荐系统库，提供多种推荐模型及其在数据集上的实现，涵盖协同过滤和个性化推荐，提出改进算法和模型以提升推荐效果和公平性。

本文探讨了蒙特卡洛树搜索（MCTS）在游戏中的应用，比较了基于CPU和GPU的性能，结合深度强化学习的搜索算法，以及在遗传算法中的应用。研究表明，MCTS在多种游戏中表现优异，并提出了CMCGS和Virtual-MCTS等改进方法，以优化计算时间与性能的平衡。

本文探讨了多臂赌博机中的遗憾下界问题，提出了基于不同情境的紧密下界，特别是在强可观测无向反馈图和敌对情境下的算法改进。同时，研究了延迟反馈的多臂老虎机问题，提出新算法以降低对上界的要求，并展示了算法在多种应用场景中的有效性。

本文介绍了多种联邦学习算法及其改进，包括联邦 Shapley 值、FairFedCS 和 S-FedAvg，旨在提升数据源贡献评估、系统鲁棒性和公平性。研究表明，这些方法在多媒体数据集上实现了更高的准确性和公平性，并提出了基于拍卖的模型市场解决方案，以优化客户模型交易和激励机制。

本文介绍了一种改进的共形预测算法，通过投票结合多个算法的预测，解决模型选择和聚合问题。研究提出了新的自适应算法和聚类置信预测方法，提升了分类任务中的置信度验证和预测效率，尤其在处理复杂数据分布时表现优异。

本文介绍了多种基于深度学习的图像处理技术，包括图像矩形化、拼接和增强。研究提出了改进算法，解决了传统方法中的模糊和光照差异问题，实验结果表明新方法在精度和质量上优于现有技术。