ETH Zurich（苏黎世联邦理工学院）

Emergent Outlier View Rejection in Visual Geometry Grounded Transformers

视觉几何基础变换器中涌现的异常视图拒绝

Jisang Han, Sunghwan Hong, Jaewoo Jung, Wooseok Jang, Honggyu An, Qianqian Wang, Seungryong Kim, Chen Feng

机构 * KAIST AI（韩国科学技术院人工智能研究所） ； New York University（纽约大学） ； ETH AI Center, ETH Zurich（苏黎世联邦理工学院人工智能中心） ； UC Berkeley（伯克利加州大学） 纠错

AI总结 本文提出通过视觉几何基础变换器中涌现的异常视图拒绝机制，无需额外训练即可提升前馈3D重建在野外条件下的鲁棒性。

Comments Project page: https://cvlab-kaist.github.io/RobustVGGT/

SLO-aware GPU Frequency Scaling for Energy Efficient LLM Inference Serving

具有SLO意识的GPU频率缩放用于能源高效的LLM推理服务

Andreas Kosmas Kakolyris, Dimosthenis Masouros, Petros Vavaroutsos, Sotirios Xydis, Dimitrios Soudris

机构 * ETH Zürich（苏黎世联邦理工学院） ； National Technical University of Athens（雅典国家技术大学） 纠错

AI总结 throttLL'eM通过预测KV缓存使用和批处理大小，利用机器学习模型减少GPU频率和实例规模，从而在满足SLOs的前提下降低LLM推理的能耗达43.8%并提升能效1.71倍。

Multi-Frequency Federated Learning for Human Activity Recognition Using Head-Worn Sensors

多频率联邦学习用于头戴式传感器的人体活动识别

Dario Fenoglio, Mohan Li, Davide Casnici, Matias Laporte, Shkurta Gashi, Silvia Santini, Martin Gjoreski, Marc Langheinrich

机构 * ETH Zurich（苏黎世联邦理工学院） 纠错

AI总结 本文提出多频率联邦学习方法，用于头戴式传感器的人体活动识别，以解决隐私问题并提升跨设备学习效果。

Comments 8 pages, 2024 International Conference on Intelligent Environments (IE), 2024

Journal ref 2024 International Conference on Intelligent Environments (IE), Ljubljana, Slovenia, 2024, pp. 17-24