本文研究了在明确定义的随机设计下，持续学习中两个线性回归任务的统计性能，重点解决了灾难性遗忘问题。我们提出了一种结构正则化算法，通过对前一个任务的Hessian进行广义$\ell_2$正则化，揭示了记忆复杂性与统计效率之间的基本折衷关系。研究结果表明，结构正则化可以显著减轻灾难性遗忘，并与同时访问两个任务的联合训练表现相当。

本文研究了在对抗性和随机的 K 臂赌博机中，随机扰动策略（Follow-the-Perturbed-Leader）的最优性。我们建立了对于扰动实现 O (√KT) 遗憾的充分条件，并展示了随机扰动策略在具有特定尾部分布的情况下实现的最佳两者能力。

在这篇文章中，作者研究了无记忆源模型的速率失真感知权衡。他们导出了RDP函数的单字母特性，并提出了一种有损源编码的实现方案。对于连续值源的情况，他们还导出了单字母特性，并证明在解码器中添加噪声机制可以实现最佳表示。此外，他们还将结果特化到高斯源的情况，并提出了一种水填充类型的解决方案。

本文介绍了同步文本翻译与同时语音翻译相结合的方法，通过预决定模块适应端到端的同时语音翻译，并分析了固定和灵活的预决策与策略的延迟质量权衡。作者还设计了一种新的计算感知的延迟度量方法。

作者在工厂呆了4天，发现生产线思考方式与办公室不同，需要取舍和折衷。