摘要：生成式基座大模型正在引发人工智能领域的重大变革,在自然语言处理、多模态理解与内容合成等任务展现通用能力。大模型部署于云侧提供通用智能服务,但面临时延大、个性化不足等关键挑战,小模型部署于端侧捕捉个性化场景数据,但存在泛化性不足的难题。大小模型端云协同技术旨在结合大模型通用能力和小模型专用能力,以协同交互方式学习演化进而赋能下游垂直行业场景。本文以大语言模型和多模态大模型为代表,梳理生成式基座大模型的主流架构、典型预训练技术和适配微调等方法,介绍在大模型背景下模型剪枝、模型量化和知识蒸馏等大模型小型化关键技术的发展历史和研究近况,依据模型间协作目的及协同原理异同,提出大小模型协同训练、协同推理和协同规划的协同进化分类方法,概述端云模型双向蒸馏、模块化设计和生成式智能体等系列代表性新技术、新思路。总体而言,本文从生成式基座大模型、大模型小型化技术和大小模型端云协同方式3个方面探讨大小模型协同进化的国际和国内发展现状,对比优势和差距,并从应用前景、模型架构设计、垂直领域模型融合、个性化和安全可信挑战等层面分析基座赋能发展趋势。

摘要：为了克服目前组合曲面提取特征点算法中阈值选取困难导致边界特征点误判的缺点 ,在对组合曲面特性进行分析的基础上 ,提出了一种基于离群算法的组合曲面特征点提取算法。该算法根据曲面特性定义了曲面域和曲面域深度 ,在空间统计学基础上引入正态分布的标准单位数和置信系数 ,采用空间数据挖掘中的离群算法提取组合曲面特征点。通过在某型摩托车零件中的应用 ,表明了该方法可以有效地避免阈值选取问题 。

摘要：引入骨骼夹角作为运动特征,并以此确定候选关键帧;采用分层曲线简化算法精选候选关键帧获得最终关键帧集合;通过对算法参数自适应调节,以满足不同压缩率要求·实验结果表明:该算法具有良好的数据压缩效果及较强的运动概括能力,并在一定程度上保证了同类相似运动间关键帧集合的一致性·

摘要：为解决计算机图形学和视觉领域的人体数据运动获取问题,提出一种从无标记点的单目视频恢复三维人体运动的方法.首先对人体侧影进行分析,获取躯干和末端节点位置信息;然后进行三维姿态优化.根据人体骨架特点,提出一个有效且计算简单的目标函数以及一种迭代优化策略,极大地减少了优化过程的计算量;设计了一个新颖的姿态序列恢复流程,克服了误差累积等传统跟踪方法的缺点.实验结果表明,文中方法可以准确地对视频中的复杂人体运动进行三维恢复.

摘要：首先 ,运用动态聚类算法建立基于层次化运动描述的运动检索树 ;然后 ,根据得到的运动检索树 ,采用k近邻法则对例子运动进行分类 ,确定检索子集 ;最后 ,采用弹性匹配算法计算例子运动和被检索运动子集间的相似度 ,得到检索结果 为了提高检索效率 ,采用聚类算法提取运动关键帧序列表征运动 。

摘要：针对虹膜的纹理变化细节具有自相似性的特点 ,在传统的分形理论基础上 ,提出一种新的分形维数———变化分数维作为其特征 ;然后使用增量支持向量机对不同条件下获得的虹膜样本进行学习 ,所得的增量支持向量机用于识别测试虹膜样本 实验表明文中方法是可行的 ,变化分数维较好地反映了虹膜的纹理变化特性 ,而把学习机制引入虹膜识别方法 。

摘要：针对大规模服务覆盖网拓扑设计方法构建效率低的问题,该文提出了以带宽容量为约束条件,基于多商品流的线性规划模型和实现算法,以降低构建算法的时间与空间复杂度。仿真结果表明,该算法在大规模网络情况下,构建效率和资源利用率有显著提高。

摘要：利用非循环定义的概念可展开的特性,提出一个基于子句重构的增强Tableau算法.采用最简洁的概念合取子句代替原来的子概念集对完整树/图上的结点进行标记,并设计一组推理规则以构建这样的完整树/图,从而消除传统Tableau算法中的∩-规则、∪-规则所带来的概念描述重复.因而在非循环定义概念可满足性判定问题上,空间性能有明显提高.此外,虽然文中只提供针对SI语言的规则和证明,可是这种处理思路同样适用于其它描述逻辑语言,因而具有一定的推广价值.

摘要：多Agent系统中的成员既有合作性又有自利性,只有将二者有机结合才能保证任务高效地完成。结合拍卖机制和能力模型,提出了双层次Agent合作机制,分析了联邦之间拍卖过程中的招标选择策略和投标策略,讨论了联邦内部基于效益的任务分配策略,介绍了熟人目标搜索和替换的方法。

摘要：为了使软件具有更好的可重用性和可扩展性,提出了插件(Plug-in)的思想并加以解释,并给出了基于该思想的可重用软件设计的方法,包括插件的体系结构、插件必须具备的功能及接口等,从理论上说明了插件的可行性和实现思路。通过一个真实的项目,阐述了插件的具体实现,得出了该插件方法具有很好的理论价值和实用性的结论。