ICCV

Stable-Drift: A Patient-Aware Latent Drift Replay Method for Stabilizing Representations in Continual Learning

Stable-Drift: 一种患者感知的潜在漂移重放方法，用于持续学习中稳定表示

Paraskevi-Antonia Theofilou, Anuhya Thota, Stefanos Kollias, Mamatha Thota

机构 * National Technical University of Athens（希腊国家技术大学） ； London School of Economics and Political Science（伦敦政治经济学院） ； University of Lincoln（林肯大学） 纠错

AI总结 Stable-Drift方法通过患者感知的潜在漂移重放，有效减少持续学习中的灾难性遗忘，提升医学影像任务的鲁棒性。

Comments 8 pages, 2 figures

Journal ref Proceedings of the IEEE/CVF International Conference on Computer Vision, 2025, 7340--7349

Staleness-Centric Optimizations for Parallel Diffusion MoE Inference

以 staleness 为中心的并行扩散 MoE 推理优化

Jiajun Luo, Lizhuo Luo, Jianru Xu, Jiajun Song, Rongwei Lu, Chen Tang, Zhi Wang

AI总结 DICE 提出了一种以 staleness 为中心的优化框架，通过交错并行性、选择性同步和条件通信减少 staleness，实现 1.26 倍速度提升并保持高质量。

Comments Accepted by ICCV 2025