- 多模态和多主体系统遇上合理性：一项调查
本文旨在调查多模态和多代理系统是否在理性方面取得进展，通过概述最新的研究成果、鉴别单代理和单模态系统相对于理性的进步以及讨论开放性问题和未来方向。
- 统计与可解释性：一个有成效的联盟
本研究提出使用标准统计工具来解决说明性文献中普遍存在的问题，通过利用统计估计器来定义解释，从而实现理论保证和评估指标的制定，以定量评估解释的质量。此方法避免了目前文献中普遍存在的主观人为评估。此外，我们认为不确定性量化对于提供稳健可信的解释 - 拓扑深度学习的挑战与机遇
拓扑深度学习是一个快速发展的领域，它使用拓扑特征来理解和设计深度学习模型。本文认为，通过整合拓扑概念，拓扑深度学习可以作为补充图表示学习和几何深度学习的自然选择，并且可以在各种机器学习场景中提供实用的益处和理论基础，并讨论了拓扑深度学习中的 - 去中心化人工智能基础批评
这篇论文通过对 71 项研究的发现进行系统文献回顾，主要关注分散式人工智能解决方案和网络的构建模块，从底层开始分析，提出未来研究方向和悬而未决的问题。
- 持续学习：应用与未来发展
连续学习是机器学习的一个子领域，本文调查了连续学习研究中的内存受限设置、未解决的问题以及未来的研究方向。
- 可解释人工智能（XAI）2.0：开放挑战和跨学科研究方向的宣言
通过提出 27 个开放问题分类为九类，本文不仅强调了 XAI 及其在现实世界中的应用的进展，也解决了 XAI 中的挑战，并强调了更广泛的视角和协作努力的需求，以推动 XAI 的发展和贡献于其持续成功。
- 强化学习从人类反馈中的开放问题与基本限制
强化学习来自人类反馈是一种训练 AI 系统与人类目标对齐的技术，但其自身存在的问题、局限性以及相关改进技术的概述，以及提出用于改善社会监督的审计和公开标准的重要性。
- MM大语言模型的挑战与应用
大型语言模型已成为机器学习领域中无所不在的话题，但是由于该领域的快速发展，很难确定剩余的挑战和已经成功应用的领域。因此，本文旨在建立一个系统的开放问题和应用成功集合，以帮助机器学习研究人员更快地了解该领域的现状并提高效率。
- 深度强化学习中的预训练调查
该论文系统地评估了目前深度强化学习领域中采用的预训练方法，提出了分类体系、讨论了各个方面，并关注了未来可能遇到的挑战和需要探索的方向。
- 多模态机器学习的基础和趋势：原理、挑战和开放性问题
本文旨在探讨多模态机器学习的计算与理论基础，定义了三个关键原则和六个核心技术挑战，并提出多个未来研究的开放性问题。
- 可信图学习综述：可靠性、可解释性和隐私保护
综述了可靠性、可解释性和隐私保护等多个方面的可信图学习领域的最新进展和开放性问题。
- 神经网络机器学习数学理解的探究：已知与未知
本文综述了近年来人工神经网络和机器学习领域所取得的进展和对于成功和微妙性的理解，通过数值实验和简化模型的分析，以及严谨的数学结果，讨论对于这个快速发展领域最重要的开放性问题。
- 强化学习领域的课程学习：框架与综述
本文提出了强化学习中的课程学习框架，并使用此框架对现有的课程学习方法进行分类和研究，以找出未解决的问题并提出未来研究的方向。
- 联邦学习的进展和开放问题
本文讨论联邦学习的最新进展和挑战，并提出了一系列开放性问题和挑战。
- 机器学习的因果关系
本文旨在探讨图形因果推断在人工智能领域的重要性，以及该领域的一些关键概念和困难问题的内在联系，着重解释与因果性的关系如何有助于解决机器学习和人工智能的核心难题。
- 加密流量分类的深度学习：概述
介绍了一个基于深度学习的 Traffic Classification 框架，讨论了常见的深度学习方法及其在 Traffic Classification 任务中的应用，探讨并解决了深度学习方法中的开放性问题和挑战。
- ECCV第四届恢复六维物体姿态国际研讨会摘要
总结了 2018 年 ECCV 在慕尼黑举办的第 4 届 6D 物体姿态恢复的国际研讨会，包括四个特邀演讲，接受的论文的口头报告和海报展示，以及介绍 6D 物体姿态估计的 BOP 基准。研讨会吸引了 100 多位从事相关学术和产业领域的人士 - Birnbaum-Saunders 分布：模型、分析和应用综述
本文详细回顾了二参数寿命分布模型的各种解释、推导方法、推广及扩展到双变量、多变量和矩阵变量情况，并指出了一些可供进一步研究的问题。
- 离散域上的最优输运
本文介绍了最优传输方面的数值方法，旨在解决在图形和机器学习中遇到的三角形网格、图形、点云等定义在几何域上的难以高效解决的大规模线性规划，通过使用离散优化、凸分析等为数值最优传输问题提供理论可证明的模型，并讨论了其中的一些问题。
- 潜变量动态网络模型综述
本文回顾了动态网络的统计建模方法。我们重点介绍具有潜在变量的模型，特别是潜在空间模型和潜在类模型，旨在研究网络的观察特征和未观察结构。同时，我们还总结了这些动态模型在文献中研究的应用，并列出了数据来源。在此基础上，我们概括了动态网络建模中潜