本研究提出了CodeSwift方法，旨在提高大型语言模型在代码生成中的推理效率。通过多源数据存储、优化检索时机和并行检索，CodeSwift显著提升了代码生成速度，实验结果显示速度提升最高可达2.54倍。

城市计算是整合多源数据以支持可持续发展的关键学科。智能城市中利用深度学习方法促进跨领域数据融合的趋势增长。一份综述回顾了基于深度学习的城市计算数据融合方法的最新进展，并展望了大型语言模型与城市计算之间的相互影响和未来研究方向。

该论文介绍了一种解决分布回归问题的非线性方法，利用再生核希尔伯特空间中的分布嵌入和最小二乘回归。该方法适用于多源数据，包括不同维数和样本大小，并通过随机傅里叶特征引入了高效版本来处理大规模数据。