摘要：随着深度学习模型规模持续增长，从亿级到千亿参数的模型已成为常态，单 GPU 显存已难以满足训练与推理需求。PyTorch 提供了多种并行策略以应对这一挑战，但不同策略在显存效率、计算性能和实现复杂度方面差异显著，本文给出了各种并行策略的介绍与比较。

摘要：本文介绍了如何解决 Git 中因 git pull --rebase 导致的合并冲突。

本文是对论文《Learning Class Prototypes for Unified Sparse Supervised 3D Object Detection》的深度解读。在 3D 目标检测领域，现有稀疏监督方法仅适用于室外场景，难以适配室内场景特异性类别。南京理工大学等团队提出的 CPDet3D 方法，通过学习类别原型挖掘未标注目标，结合多标签协同优化，实现室内外统一稀疏监督检测，在 Sc

本文是对论文《OpenEMMA: Open-Source Multimodal Model for End-to-End Autonomous Driving》的深度解读。在自动驾驶领域，端到端系统存在闭源限制、泛化不足等问题，德州农工大学等联合团队提出开源框架 OpenEMMA，基于多模态大语言模型，融合思维链推理与微调 YOLO 模型，实现轨迹规划与 3D 目标检测，打破闭源壁垒，提升系统效率

本文是对论文《A Survey on Vision-Language-Action Models for Autonomous Driving》的深度解读。在自动驾驶领域，如何融合视觉、语言与动作实现可解释、安全的决策，是核心挑战。该研究首次全面梳理 VLA4AD 范式，追溯其从解释型模型到推理增强型模型的演进，详解架构设计、数据集、训练评估方法，剖析现存挑战与未来方向，为相关研究提供关键参考。

本文是对论文《Lift, Splat, Shoot: Encoding Images from Arbitrary Camera Rigs by Implicitly Unprojecting to 3D》的深度解读。在自动驾驶感知领域，如何从多视图相机数据中构建统一且精准的BEV表示是核心挑战。论文团队提出的Lift-Splat-Shoot架构，通过 “提升 - 融合 - 规划” 三步流程，实现

本文是对论文《Sketchy Bounding-box Supervision for 3D Instance Segmentation》的深度解读。在 3D 实例分割领域，准确边界框标注获取困难的问题亟待解决。南开大学等团队提出的 Sketchy-3DIS 框架，创新性地采用草图边界框监督，通过自适应伪标签生成器与粗到精分割器联合训练，在 ScanNetV2 和 S3DIS 数据集上实现领先性能

本文是对论文《OpenMonoGS-SLAM: Monocular Gaussian Splatting SLAM with Open-set Semantics》的深度解读。在机器人、AR/VR 等领域，如何实现无深度传感器依赖的开放集语义 SLAM 是关键挑战。韩国成均馆大学与延世大学团队提出 OpenMonoGS-SLAM 框架，融合 3D 高斯 splatting 与视觉基础模型，通过语义

本文是对论文《FeatureSLAM: Feature-enriched 3D gaussian splatting SLAM in real time》的深度解读。在 SLAM 领域，实时性、地图质量与语义理解的平衡是核心挑战。萨里大学与 I3D Robotics 团队提出的 FeatureSLAM，创新性地将 SAM2 多尺度特征与 3D 高斯溅射融合，实现实时在线 SLAM，支持开放集分割，

本文是对论文《Rethinking Counting and Localization in Crowds: A Purely Point-Based Framework》的深度解读。在人群分析领域，单纯计数已难以满足下游任务需求，现有方法存在中间表示冗余、定位不准等问题。腾讯优图实验室团队提出纯点基框架，设计 nAP 评估指标与 P2PNet 模型，通过一对一匹配策略直接预测头部中心点，实现计数