通过将 LoRA 蒸馏应用于包括 SD-V1.5、SSD-1B 和 SDXL 的稳定扩散模型，扩展了潜在一致性模型 (LCMs) 的潜力，减少内存消耗，提高图像生成质量，并将通过 LCM 蒸馏得到的 LoRA 参数作为稳定扩散加速模块命名为 LCM-LoRA，该模块可以直接插入各种经过微调的稳定扩散模型或 LoRAs 中，从而成为多样的图像生成任务中可广泛应用的加速器。

Nov, 2023

在这项研究中，我们将物体搜索问题视为部分可观察的马尔可夫决策过程（POMDP），其中物体检测器和观察模型中的视觉传感器噪声由基于复杂语言描述的单个深度神经网络确定。通过我们的语言条件观察模型（LCOM），任何物体的语言描述都可以用来生成适当的物体检测器和噪声模型，并且训练 LCOM 仅需要现成的监督图像字幕数据集。我们在模拟环境中与最先进的物体搜索算法进行了实证评估，并证明使用我们的观察模型进行规划可以显著提高平均任务完成率（从 0.46 提高到 0.66），并且比使用固定噪声模型的方法更高效快速地进行物体搜索。我们将该方法应用于 Boston Dynamics Spot 机器人上，在房间范围内处理复杂的自然语言物体描述，并有效地找到物体。

Sep, 2023

用 LOMO（即 Look More Than Once）方法解决了传统的场景文本检测方法中受限于 CNN 的感受野和简单的形状描述方法在处理长文本和任意形状文本时的不足，该方法包含直接回归器（DR）、迭代细化模块（IRM）和形状表达模块（SEM），最终的实验结果印证了 LOMO 方法的鲁棒性和有效性。

Apr, 2019

本文针对传统旋转检测方法中角度周期性和参数测量单位不一致等问题提出了调制型旋转损失函数，结合八参数回归解决参数回归一致性问题，实验表明该方法在各类检测数据集上均取得了具有竞争力的表现，代码已公开发布。

Nov, 2019

通过介绍新颖且可扩展的框架 LaRA-MoE，本研究通过大型语言模型在多模态学习方面的综合研究和实验，展示了在各种二维和三维下游任务中设计的开创性的 LoRA-MoE 解码器的有效性和多样性（提升约 20%），以及更多其他模态和任务的导入在性能上可能引起的负面冲突和干扰。

Nov, 2023

使用深度学习基于 LRCN 结构的 LiDAR 里程计估计方法，可精确预测连续机器人运动的姿态，经实验证明其在公共数据集 KITTI 中表现良好。

Mar, 2023

基于对视网膜 OT-Rt 视觉电路生物机制的广泛研究，本文提出了一种新颖的视脑功能小目标运动检测神经网络（TSOM），通过数学建模基于鸟类视觉系统从复杂高空背景中可靠地提取小目标运动特征并在实验中得到验证。

Apr, 2024

通过引入具有内部处理循环的 Loci-Looped 算法，本研究旨在推进组合场景表示算法，促进基于婴儿发展类似的直觉物理学习，以实现在对象遮挡或临时感官数据中断时无需显式历史缓冲区即能跟踪物体，以及以完全无监督的涌现方式学习对象永恒性和惯性这两个物理概念。

Oct, 2023

本文主要研究在低资源情况下，检测仇恨恶搞表情包的方法。通过利用 LoRA 模块和大型语言模型，本研究提出一种模块化网络来增强在少样本学习情境下的仇恨恶搞表情包检测性能和泛化能力。

Feb, 2024

Retrieval-Augmented Mixture of LoRA Experts (RAMoLE) is a framework that adaptively retrieves and composes multiple LoRAs to improve large language models through Uploadable Machine Learning, consistently outperforming baselines.

Jun, 2024