本研究提出了开放式三维实例分割方法，解决了预定义类别名称的问题，并引入了强基线和开放评分指标。实验结果显示该方法超越了当前最先进的技术。

使用预训练的语言模型和DP优化技术，在中等规模的语料库上获得胜过强基线和同一隐私预算下的NLP模型。提出了内存节省技术解决大型Transformers上的计算难题。

使用预训练的语言模型和DP优化技术，在中等规模的语料库上获得胜过强基线和同一隐私预算下的NLP模型。同时提出了一种内存节省技术来解决大型Transformers上的计算难题。

使用预训练的语言模型和DP优化技术，在中等规模的语料库上获得胜过强基线和同一隐私预算下的NLP模型。提出了内存节省技术来解决大型Transformers上运行DP-SGD的计算难题。