本研究解决了现有推理代理在交互中存在的延迟与质量之间的权衡问题。提出的“群体思考”方法通过将单个大型语言模型转化为多个并发推理代理，使它们在令牌级别上动态协作，从而减少冗余推理并显著降低延迟。最重要的发现是该方法能有效利用闲置计算资源，尤其适用于小批量推理场景，提高生成质量和效率。

本研究解决了现有反应舞蹈生成方法在处理局部信息和细粒度交互时的不足，提出了一种新的基于扩散的框架ReactDance，实现高保真度的长期连贯性和多尺度可控性。研究表明，ReactDance在运动语义控制和序列生成的准确性上优于现有方法，推动了舞蹈生成技术的进步。

该研究针对现有心电图分类方法在捕捉局部形态细节和长期时间依赖性方面的不足，提出了一种新颖的多粒度混合模型Cardioformer。该模型通过跨通道补丁、分层残差学习和双阶段自注意力机制，显著提高了心电图分析的准确性和鲁棒性，在多个基准数据集上表现优异，展示了其在心血管疾病诊断中的潜在影响。

本研究旨在解决传统计算机视觉任务无法有效识别图像中隐含意图的问题，提出了多粒度组合视觉线索学习（MCCL）方法，结合多种视觉特征进行意图识别。通过将意图识别视为多标签分类问题，采用图卷积网络来增强标签嵌入的相关性，显著提高了图像意图识别的准确性和可解释性，为理解复杂的人类表达形式奠定了基础。

本研究针对现有个性化新闻推荐方法只能通过单一用户资料无法充分捕捉用户兴趣多样性的问题，提出了一种多粒度候选关注的用户建模框架。该框架通过候选新闻编码和用户建模的组合，实现了对用户兴趣特征的综合表示，实验结果表明其表现显著优于基准模型。

在测试iOS应用时发现亮度调节粒度需为0.1，0.01无效。自iOS 10.3.3起，亮度调节粒度由0.01变为0.05，官方文档未说明此变更。

本文提出了一种结合边界驱动表格填充与跨粒度对比学习的方法，旨在解决细粒度情感分析中的术语抽取和情感极性问题。实验结果表明，该方法在公共基准数据集上表现优异，具有重要的研究价值。

本研究针对现有多模态情感识别中单一对齐策略的限制，提出了一种多粒度跨模态对齐框架（MGCMA），以全面整合情感信息。通过分布式、实例化和基于标记的对齐模块，我们的方法在IEMOCAP数据集上的实验结果显示出显著优于当前最先进的技术，显示了其在情感表达复杂性处理中的潜在影响。

本研究提出了STAHGNet框架，以解决交通流预测中的混合粒度演变问题。实验结果表明，该框架在性能和计算效率上显著优于现有方法，并节省了四倍以上的空间资源。

本研究构建了一个多粒度假新闻检测数据集 exttt{amg}，解决了现有数据集仅提供真实或虚假标签的问题，揭示了假新闻的多样性特征。实验结果表明 exttt{amg}具有挑战性，为未来研究开辟了新方向。

本研究提出了一种多粒度开放意图分类方法（MOGB），能够有效区分已知与未知意图，并构建细粒度决策边界。实验结果在三个数据集上表现优异。

本研究探讨了语言模型中标记粒度对惊讶度预测的影响，提出了一种新方法。结果表明，标记粒度显著影响预测能力，尤其是8,000词汇量的标记最具预测性，对认知建模应用具有重要意义。

本研究提出了一种新的视频时刻拼接（VMM）任务，旨在简化短视频编辑中用户手动选择片段的过程。通过文本-视频多粒度整合方法（TV-MGI），有效融合文本与视频特征，实现精确对齐，并提供了大规模数据集MSSD以验证框架的有效性。

本研究提出了一种统一的基于骨架的密集表示学习框架（USDRL），有效解决了负样本生成和局部细致表示的问题，显著提升了密集预测任务的性能，实验结果优于现有方法。

本研究提出了渐进式多粒度对齐框架（PromViL），有效解决了大规模视觉语言模型在组合概念和实体关系处理中的不足，显著提升了视觉推理能力。

本研究通过整合细粒度概念注释，提升了多模态大型语言模型在视觉-语言任务中的性能，并推出了新数据集MMGiC，实验结果显示模型表现显著提高。

本研究解决了视觉文本不一致性评估在清洗视觉语言数据中的重要性，以往方法难以应对图像描述数据集中的多样性和不一致性。提出的HMGIE框架通过构建语义图，实现了对图像-描述对的多粒度评估，并在实验中展示了在不同数据集上的优越性能。

本研究提出了高质量数据集MegaCOIN，旨在解决视觉语言模型在色彩变化和空间上下文理解方面的不足。经过微调后，模型在视觉评估任务中的表现显著提升。