PaperWeekly

NeurIPS 2024 基于视觉-语言预训练模型的提示词微调理论分析框架

作者

本文介绍了上海科技大学 YesAI Lab 在 NeurIPS 2024 发表的工作《Federated Learning from Vision-Language Foundation Models: Theoretical Analysis and Method》。研究针对视觉-语言模型在联邦学习中的提示词微调提出理论分析框架，引入特征动力学理论并设计了PromptFolio机制，在平衡全局与个性化提示词的同时提升性能。

澳国立推出A³-CodGen框架：多维知识融合助力代码仓库级别代码生成

作者

论文提出A³-CodGen框架，通过整合本地、全局和第三方库信息提升LLMs生成高质量代码的能力。该框架包括知识构建、三类知识检索及代码生成三个阶段。实验表明，全面知识增强显著提升了LLMs的复用能力和正确性。

KDD 2025 人大团队提出多任务贝叶斯联邦学习算法，同时处理分类和回归

作者

本文介绍了一篇关于多任务贝叶斯联邦学习的文章，该文章在KDD 2025上被接收。通过结合局部设备下的多任务学习与全局水平的联邦学习，缓解了有限数据下的过拟合问题，并展示了其在分类和回归任务中的优越性能。