New York University（纽约大学）

Precise In-Parameter Concept Erasure in Large Language Models

Yoav Gur-Arieh, Clara Suslik, Yihuai Hong, Fazl Barez, Mor Geva

机构 * Blavatnik School of Computer Science and AI, Tel Aviv University（塔尔斯基大学计算机科学与人工智能学院） ； New York University（纽约大学） ； University of Oxford & WhiteBox（牛津大学及WhiteBox） 纠错

Comments Accepted to EMNLP 2025 Main Conference

ESCA: Enabling Seamless Codec Avatar Execution through Algorithm and Hardware Co-Optimization for Virtual Reality

Mingzhi Zhu, Ding Shang, Sai Qian Zhang

机构 * Tandon School of Engineering, New York University（纽约大学工程学院） ； Courant Institute of Mathematical Sciences, New York University（纽约大学数学科学学院） ； Rensselaer Polytechnic Institute（拉特格斯理工学院） 纠错

Replay4NCL: An Efficient Memory Replay-based Methodology for Neuromorphic Continual Learning in Embedded AI Systems

Mishal Fatima Minhas, Rachmad Vidya Wicaksana Putra, Falah Awwad, Osman Hasan, Muhammad Shafique

机构 * Electrical and Communication Engineering Department, United Arab Emirates University（阿联酋大学电子与通信工程系） ； eBrain Lab, New York University（纽约大学eBrain实验室） ； School of Electrical Engineering and Computer Science (SEECS), National University of Sciences and Technology（国立科学与技术大学电子工程与计算机科学学院） 纠错

Comments Accepted at the 62th Design Automation Conference (DAC) 2025, June 2025, San Francisco, CA, USA

Learning from Reward-Free Offline Data: A Case for Planning with Latent Dynamics Models

Vlad Sobal, Wancong Zhang, Kyunghyun Cho, Randall Balestriero, Tim G. J. Rudner, Yann LeCun

机构 * New York University（纽约大学） ； Genentech（基因泰克） ； Brown University（布朗大学） ； University of Toronto（多伦多大学） ； Meta – FAIR 纠错

Comments Project web page: https://latent-planning.github.io/

Hyperparameters in Continual Learning: A Reality Check

Sungmin Cha, Kyunghyun Cho

机构 * New York University（纽约大学） ； Genentech（基因泰克） 纠错

Comments TMLR 2025 camera ready version