QUAD: Quantization and Parameter-Efficient Tuning of LLM with Activation Decomposition 
大型语言模型（LLMS）在不同的应用中表现出色，但由于大规模而导致的效率低下。虽然量化降低了计算成本，但现有方法降低了中型LLM的精度（例如 ...
0 0 0 2025/04/24 arXiv:2503.19353v1 szfmsmdx
No More Adam: Learning Rate Scaling at Initialization is All You Need 
在这项工作中，我们质疑自适应梯度方法用于培训深层神经网络的必要性。 SGD-SAI是用动量（SGDM）对随机梯度下降的一种简单而有效的增强。 SGD-SAI在初始化时（SAI）对不同的参数组进行学习率缩放，并在其各自的梯度信噪比（G-SNR）的指导下进行 ...
0 0 0 2025/04/24 arXiv:2412.11768v2 doris
Are Vision LLMs Road-Ready? A Comprehensive Benchmark for Safety-Critical Driving Video Understanding 
视觉大语模型（VLLM）在一般视觉任务中表现出令人印象深刻的功能，例如图像字幕和视觉问题回答。但是，它们在专业的，安全关键的领域（如自动驾驶）中的有效性在很大程度上尚未探索。自主驾驶系统需要在复杂的环境中进行复杂的场景理解，但现有的多模式基准主要集中在正常的驾驶条件上，无法充分评估VLLMS在安全至关重要的情况下的性能 ...
0 0 0 2025/04/24 arXiv:2504.14526v1 jayllia
BackdoorDM: A Comprehensive Benchmark for Backdoor Learning in Diffusion Model 
后门学习是理解深神经网络脆弱性的关键研究主题。尽管它在过去几年中已经在判别模型中进行了广泛的研究，但扩散模型（DMS）中的后门学习最近引起了人们的关注，成为了新的研究热点。尽管已经为DMS提出了许多不同的后门攻击和防御方法，但仍缺乏DMS后门学习的全面基准 ...
0 0 0 2025/04/24 arXiv:2502.11798v1 zer
CoroBase: Coroutine-Oriented Main-Memory Database Engine 
由于使用富含指针的数据结构，数据摊位是主内存数据库引擎中的主要开销。轻量级的环境可以通过重叠的计算和异步数据预拿起预藏的软件预摘要来隐藏数据失速。但是，先前的解决方案主要集中在（1）单个组件和操作上，以及（2）需要接口更改的交易内部批处理，从而破坏了向后兼容 ...
0 0 0 2025/04/24 arXiv:2010.15981v1 随薪锁欲
ILLUME+: Illuminating Unified MLLM with Dual Visual Tokenization and Diffusion Refinement 
我们提出了利用双重视觉 Token 化和扩散解码器来改善深层语义理解和高保真图像产生的iLlume+。现有的统一模型一直在努力在统一模型中同时处理三个基本功能：理解，生成和编辑。 Chameleon和Emu3等模型将VQGAN用于图像离散化，由于缺乏深层语义相互作用，它们落后于Llava等专家模型，例如在视觉理解任务中 ...
0 0 0 2025/04/24 arXiv:2504.01934v2 sadbb
TWSSenti: A Novel Hybrid Framework for Topic-Wise Sentiment Analysis on Social Media Using Transformer Models 
情感分析是自然语言处理（NLP）的至关重要任务，它可以从文本数据中提取有意义的见解，尤其是从Twitter和IMDB等动态平台中提取。这项研究探讨了一个混合框架，结合了基于 Transformer 的模型，特别是BERT，GPT-2，Roberta，Xlnet和Distilbert，以提高情感分类的准确性和鲁棒性。该框架通过利用这些模型的独特优势来解决诸如嘈杂数据，上下文歧义和跨越不同数据集的概括 ...
0 0 0 2025/04/24 arXiv:2504.09896v1 wlp
Semantic-Aware Autoregressive Image Modeling for Visual Representation Learning 
在自然语言处理（NLP）自我监管的预训练中，计算机视觉落后于计算机视觉中的自回旋建模（AM）的开发。这主要是由挑战引起的，即在应用自回旋建模时，图像不是顺序信号，并且缺乏自然秩序。在这项研究中，受人类掌握图像的方式的启发 ...
0 0 0 2025/04/24 arXiv:2312.10457v1 11123

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）