谷歌举办了年度硬件发布会，推出了Pixel 9系列、Pixel Watch 3和Pixel Buds Pro 2等多款新产品。活动重点展示了人工智能的能力，特别是引入了Gemini助手和Gemini Live，提供先进的语音对话和创意生成功能。Pixel 9系列包括四款机型，其中包括可折叠屏幕的Pixel 9 Pro Fold。这些设备具有改进的硬件规格，如对称边框、超声波屏下指纹传感器和高质量屏幕。软件更新包括增强的人工智能天气预报、通话记录和Pixel截图。Pixel Watch 3提供了改进的屏幕和健身功能，而Pixel Buds Pro 2则配备了新的芯片，以实现更好的降噪效果和更长的电池续航时间。

本文提出了一种新的预测方法，利用加权分位数和随机化技术应对数据分布漂移，增强模型的鲁棒性。该方法适用于时间序列数据，能够在数据不可交换时提供有效的置信区间，并在多个真实数据集上表现优于现有方法。此外，研究探讨了不确定性量化和运动规划中的应用，并提供了可扩展的代码库以支持新算法的测试。

在本文中，我们提出了一种名为 MiLoRA 的简单而有效的 LLM 微调方法，仅更新权重矩阵的次要奇异部分，而保持主要奇异部分不变，以便在微调期间最大限度地利用较少优化的子空间来学习微调数据集。通过对常识推理、数学推理和指令跟踪基准的广泛实验，展示了我们方法的卓越性能。

本文介绍了一种创新的内窥镜动态重建方法Endo-4DGS，利用高斯喷洒技术实现实时手术场景重建，显著提高了渲染效率和重建准确性。该方法结合深度引导和运动感知，克服了现有技术的局限性，为医学应用提供了更可靠的3D重建解决方案。

本文探讨了高维学习中高斯分布的统计查询下限技术，分析了样本复杂度与计算复杂度的超多项式差距，并提出了新的无监督估计方法。研究涵盖高斯混合模型、线性分类器和独立成分分析（ICA），并提供了算法的性能保证和复杂度下界，强调了统计查询算法在学习理论中的重要性。

多视角延迟独立成分分析（MVICAD）算法通过将源信号视为互相延迟版本的某些共享源信号，扩展了多视角独立成分分析（ICA）模型，以提高信号与噪声比，并展示了在神经信号处理中具有年龄相关的潜在延迟效应。

本文介绍了一种利用预训练的卷积神经网络进行异常检测的新方法，通过维度缩减提高了检测准确性，并提出了两种贪婪策略的树搜索方法用于最优特征选择。实验结果显示该方法在检测准确性方面优于传统的主成分分析和反向主成分分析方法，即使使用较少的特征也能取得更好的结果。该方法为异常检测系统提供了一种有前景的替代方案，有望提高其效率和效果。