University of California, Berkeley（加州大学伯克利分校）

Sketch to Adapt: Fine-Tunable Sketches for Efficient LLM Adaptation

草图以适应：用于高效大语言模型适应的可调节草图

Tianyi Zhang, Junda Su, Aditya Desai, Oscar Wu, Zhaozhuo Xu, Anshumali Shrivastava

机构 * Rice University, Houston, TX（里士满大学） ； University of California, Berkeley, Berkeley, CA（加州大学伯克利分校） ； Stevens Institute of Technology, Hoboken, NJ（史蒂文斯理工学院） ； ThirdAI Corp.（ThirdAI公司） ； Ken Kennedy Institute（肯尼迪研究所） 纠错

AI总结 SketchTune通过压缩和适应一体化的方法，实现更高效的大语言模型适应，优于现有PEFT方法。

Comments Published in ICML 2025

Dynamic Gap: Safe Gap-based Navigation in Dynamic Environments

动态间隙：动态环境中的安全间隙导航

Max Asselmeier, Dhruv Ahuja, Abdel Zaro, Ahmad Abuaish, Ye Zhao, Patricio A. Vela

机构 * Institute for Robotics and Intelligent Machines, Georgia Institute of Technology（机器人与智能机器研究所，佐治亚理工学院） ； School of Electrical and Computer Engineering, Georgia Institute of Technology（电气与计算机工程学院，佐治亚理工学院） ； Department of Mechanical Engineering, University of California, Berkeley（机械工程系，加州大学伯克利分校） 纠错

AI总结 本文提出动态间隙规划器，通过生成可证明的无碰撞属性，提升动态环境中基于间隙的导航安全性与效率。

Comments Accepted to 2025 International Conference on Robotics and Automation (ICRA)