llm）在通过生成信息增强我们的日常生活方面取得了巨大的成功。由于更好地符合人类意图，llm的个性化可以进一步促进其应用。对于个性化生成服务，协作云边缘方法是有前途的，因为它有助于有效编排异构分布式通信和计算资源... ...

大型语言模型的最新进展通过有效利用经过思考链（COT）和强化学习，从而显着改善了文本推理。但是，将这些成功扩展到视觉任务，由于仅文本cot的固有局限性，例如视觉幻觉和多模式集成不足，因此仍然具有挑战性。在本文中，我们介绍了Point-RFT，这是一种多式联运推理框架，旨在利用视觉上的COT推理来了解视觉文档的理解 ...

专家并行性已成为分配跨多个设备的稀疏门控混合物（MOE）模型的计算工作量的关键策略，从而实现了日益大型模型的处理。但是，专家并行性固有的全部沟通构成了重要的瓶颈，从而限制了MOE模型的效率。尽管现有的优化方法部分缓解了此问题，但它们仍受到通信和计算操作之间的顺序依赖性的限制 ...

人类开发人员的基本技能是能够理解和推理程序执行的能力。例如，程序员可以在心理上模拟自然语言的代码执行，以调试和维修代码（又称橡皮鸭调试） ...

在视觉建模中，通常对评论家模型进行培训，以评估输出 - 分配标量分数或成对的偏好 - 而不是生成响应。与产生回应的政策模型的这种分离是如此根深蒂固，以至于很少考虑批评者以供直接政策使用。在这项工作中，我们挑战了这一公约 ...

与现有的基于基于NERF的隐式表示框架相比，我们介绍了一个3D人类的Gauhuman，这是一个3D人类模型，具有高斯碎片（1〜2分钟）和实时渲染（最高为189 fps）（最高为189 fps）（最高为189 fps）。具体而言，高人类编码在规范空间中的高斯碎片，并将3D高斯人从规范空间转变为带有线性混合皮肤（lbs）的姿势空间，其中有效的姿势和lbs细化模块旨在学习可忽略的计算成本下3D人类的细节 ...

有效的视频编码高度取决于利用时间冗余，通常通过在基于条件编码的神经视频编解码器（NVC）中提取和利用时间上下文来实现。尽管最新的NVC在改善压缩性能方面取得了显着进步，但固有的时间上下文传播机制缺乏足够利用参考信息的能力，从而限制了进一步的改进。在本文中，我们通过用两个步骤调制参考框架来解决限制 ...

听诊仍然是临床实践的基石，对于初始评估和持续监测至关重要。临床医生通过结合患者的病史和测试结果来聆听肺部声音并诊断。鉴于这种牢固的关联，多任务学习（MTL）可以提供一个令人信服的框架，以同时对这些关系进行建模，将呼吸道模式与疾病表现相结合 ...