LoRA（Low-Rank Adaptation）是一种用于高效微调大规模预训练语言模型的新方法。随着模型规模不断增长，如 GPT-3 级别的超大模型在多个下游任务上的应用需求越来越高，但传统的全参数微调方式不仅计算成本巨大，还需要为每个任务保存一套完整模型，导致存储与部署开销极高。LoRA 针对这一痛点提出了一个关键观点：大型模型在适配下游任务时，其权重更新往往存在“低秩特性”，也就是说，模型的

微调预训练模型已经成为机器学习中的常规做法，但这通常会消耗大量计算资源。LoRA（低秩适配）方法通过减少可训练参数的数量，使得微调更加高效。本文介绍的LoRA-SB方法，通过结合低秩更新与最优初始化策略，提供了一种新的解决方案。该方法旨在在大幅减少参数的同时，紧密地逼近完整微调（FT）的性能。

Vision-Language Models（VLMs）近年来取得了突破性进展，但现有的大多数评测基准几乎全部集中在 RGB 图像领域。对于RGB–热成像（RGB-Thermal）配对图像的理解，目前仍是研究中的巨大空白。为了填补这一空缺，论文提出了第一个专注于 RGB–热成像理解能力的密集型 VLM 基准——RGB-Th-BenchRGB-Th-Bench 的出现填补了 VLM 评测的重要缺口。

近年来，大语言模型（LLMs）参数量持续膨胀，使得全量微调在算力与存储方面成本高昂。LORA（Low-Rank Adaptation）作为参数高效微调（PEFT）中最具代表性的技术，通过对模型权重矩阵进行低秩分解，实现仅训练少量新增参数的目标，大幅降低显存与计算消耗，现已成为工业界部署大模型的主流方案。本文对 LORA 原理、性能优势、研究趋势与典型改进方向进行梳理，并结合 HuggingFace

论文标题:VMamba: Visual State Space Model论文作者：Yue Liu，Yunjie Tian，Yuzhong Zhao，Hongtian Yu，Lingxi Xie，Yaowei Wang，Qixiang Ye，Jianbin Jiao，Yunfan Liu发表会议 ：NeurIPS2024论文代码：https://github.com/MzeroMiko/VMamb

花样滑冰被誉为“冰上的艺术”，其评估不仅依赖于运动员的技术动作，还包括艺术表现力的评估。现有的花样滑冰数据集多集中于单一任务，如动作识别或评分，缺乏全面的技术和艺术性评估。为了弥补这一空白，本文提出了FSAnno数据集及FSBench基准，前者包含了技术元素和艺术性评估的多层次注释，后者提供了一个全面的基准平台，用于测试多模态大语言模型（MLLM）在花样滑冰领域的理解能力。

统一视觉-语言模型通过指令控制在共享架构下完成多种视觉与语言任务，但这一特性也带来了新的安全风险，即对抗样本需要在多个不可预测的任务指令下同时保持攻击有效性。本文提出了CrossVLAD，一个基于MSCOCO并结合 GPT-4 辅助标注的跨任务对抗攻击评测基准，用于系统评估统一视觉-语言模型在多任务场景下的对抗鲁棒性。该基准聚焦于目标类别篡改攻击，并提出新的跨任务成功率指标，以衡量对抗样本在多个任