Fisher Information-based Efficient Curriculum Federated Learning with Large Language Models 
作为有前途的范式，可以通过分散数据进行协作训练模型，可以利用联合学习（FL）来调整大语言模型（LLMS）。尽管LLMS对应于巨大的规模，但训练数据的规模大大增加，这导致了大量的计算和通信成本。培训数据通常是非独立且分布相同的（非IID），这需要每个设备内的自适应数据处理 ...
0 0 0 2025/09/28 arXiv:2410.00131v2 boboshen
DvD: Unleashing a Generative Paradigm for Document Dewarping via Coordinates-based Diffusion Model 
文档脱水旨在纠正摄影文档图像中的变形，从而提高文本可读性，这引起了很多关注并取得了长足的进步，但是保留文档结构仍然具有挑战性。鉴于扩散模型的最新进展，我们自然要考虑它们的潜在适用性记录脱水。但是，由于对高度复杂的文档图像的不忠控制，在文档脱水中采用扩散模型远非直接的（e ...
0 0 0 2025/09/28 arXiv:2505.21975v1 Yange
RecRanker: Instruction Tuning Large Language Model as Ranker for Top-k Recommendation 
大型语言模型（LLM）表现出了显着的功能，并已在包括推荐系统在内的各个领域中广泛部署。先前的研究已采用专业\ textit {提示}来利用LLMS的内在学习能力用于建议目的。最近的研究利用教学调整技术将LLM与人类偏好保持一致，并有望提出更有效的建议 ...
0 0 0 2025/09/28 arXiv:2312.16018v3 zengyanxiang
Robust Denoising Neural Reranker for Recommender Systems 
对于行业中的多阶段推荐人，用户请求将首先触发一个简单有效的检索器模块，该模块选择并排名相关项目列表，然后称呼较慢但更复杂的深层重新依赖模型，该模型在接触用户之前会完善项目布置。后一个模型通常会在用户的历史记录内容和回收者的初始排名中重新列出项目列表。尽管这个两阶段的检索框架框架表现出了实际有效性，但探索了前阶段的回猎犬得分的重要性，这是有限的，这是有益的 ...
0 0 0 2025/09/28 arXiv:2509.18736v1 zengyanxiang
RI3D: Few-Shot Gaussian Splatting With Repair and Inpainting Diffusion Priors 
在本文中，我们提出了RI3D，这是一种基于3DGS的新型方法，它利用扩散模型的力量重建高质量的新型视图，鉴于一组稀疏的输入图像。我们的主要贡献是将视图合成过程分为重建可见区域和幻觉缺失区域的两个任务，并引入了两个个性化扩散模型，每个模型均针对其中一个任务量身定制。具体而言，一个模型（“修复”）以渲染的图像作为输入，并预测相应的高质量图像，而该图像又用作伪地面真相图像来限制优化 ...
0 0 0 2025/09/28 arXiv:2503.10860v1 jkji
ChatGLM: A Family of Large Language Models from GLM-130B to GLM-4 All Tools 
我们介绍 ChatGLM，这是我们一直在开发的一个不断发展的大型语言模型家族。本报告主要关注 GLM-4 语言系列，包括 GLM-4、GLM-4-Air 和 GLM-4-9B。它们代表了我们最有能力的模型，这些模型接受了从前三代 ChatGLM 中获得的所有见解和经验教训 ...
0 0 0 2025/09/28 arXiv:2406.12793v2 lichenbook
Causal Inference in Finance: An Expertise-Driven Model for Instrument Variables Identification and Interpretation 
仪器变量（IV）提供了一种随机性的治疗源，该源与结果无关，从而应对反事实和混杂偏见的挑战。在金融中，IV构建通常依赖于预设的合成IV，其有效性通过特定算法来衡量。这个经典的范式不能概括地解决需要更多和特定IV的更广泛问题 ...
0 0 0 2025/09/28 arXiv:2411.17542v1 BanXiang
Next Token Is Enough: Realistic Image Quality and Aesthetic Scoring with Multimodal Large Language Model 
移动互联网的快速扩展导致用户生成的内容（UGC）图像大幅增加，从而对UGC图像进行了彻底的评估，既紧急又不必不可少。最近，多模式的大语言模型（MLLM）在图像质量评估（IQA）和图像美学评估（IAA）方面表现出巨大的潜力。尽管取得了这种进步，但有效地评分了UGC图像的质量和美学仍然面临两个主要挑战：1）单个分数不足以捕获分层的人类感知 ...
0 0 0 2025/09/28 arXiv:2503.06141v1 李德栋

来一起翻译吧！


为了您和其他读者获得更好的阅读体验，请您勇敢地改进翻译，特别是一些显而易见的机器翻译错误。


虽然我们追求卓越，但我们并不要求翻译十全十美，因此请不要担心您翻译有误 —— 我们的服务器已经记录所有的翻译，您不必担心会因为您的失误导致无法挽回的破坏。（改编自维基百科）