DFKD-T^3是一种新的文本转换框架，使用预训练的生成语言模型实现了端到端可学习的模型压缩。该框架在各种下游任务中展示出卓越性能，并可用于蒸馏其他语言模型。

本文介绍了一种新型的三维物体检测器，利用雷达和摄像头实现高精度定位，采用端到端可学习的架构，通过连续卷积在不同分辨率级别上融合图像和雷达特征图，实现了对离散状态图像特征和连续几何信息的编码，从而设计出了一种新颖、可靠且高效的三维目标检测器。实验结果表明，在KITTI和大规模三维目标检测基准测试中，相对于现有技术有显著的提高。