本文为2026年大型语言模型（LLMs）初学者提供阅读清单，涵盖基础概念、扩展与重构方法及应用实例。推荐资源包括《大型语言模型基础》电子书、Pere Martra的实践课程和Dan Jurafsky的《语音与语言处理》。此外，讨论了模型的可扩展性和重构技术，帮助读者深入理解LLMs。
通过低秩分解和重构技术，提出了一种统一跟踪器Un-Track。该方法通过学习共同的潜在空间来处理任何模态，并且只使用RGB-X对来学习共同的表示。在五个具有不同模态的基准数据集上的比较表明，Un-Track超过了最先进的统一跟踪器和经过模态特定微调的对应物，验证了其有效性和实用性。
完成下面两步后，将自动完成登录并继续当前操作。
