动态规划（DP）在广告投放、动态定价和生物信息学等领域应用广泛。其核心优势在于最优子结构和可解释性，适用于复杂决策问题。文章探讨了DP在广告pacing、动态定价、CDN调度、Viterbi解码和序列对齐中的应用，强调在线与离线策略的结合及工程实现中的挑战与优化策略。

在完成vllm PD分离后，适配DP模块的过程变得简单。当前vllm DP同步方案需要请求下发模块感知DP的存在，增加了复杂性。通过使用Coordinator与多个Participant，简化了DP相关逻辑，减少了不必要的通信，整体实现复用了大部分已有代码，提高了效率。

本研究提出了一种三重层次扩散策略（H$^{3}$DP），有效解决视觉感知与动作预测的耦合问题。H$^{3}$DP在44个仿真任务中性能提升27.5%，并在4个双手操作任务中表现优异，显示出其潜在影响。

本研究提出了一种双阶段合并可转移可逆攻击方法，有效解决了黑箱攻击中的有效性不足问题。实验结果表明，该方法在黑箱场景下实现了99.0%的攻击成功率和100%的恢复率，展现出优越的隐私保护能力。

本研究探讨了DP-SGD训练中噪声对梯度方向的负面影响，提出了几何扰动策略GeoDP，显著提高模型效率，减少方向噪声，同时确保隐私保护。实验结果表明，该方法在多个数据集和模型上均有效。

本文分析了Hugging Face的开源机器人库LeRobot中的π0模型，重点讨论了策略实现、配置系统、核心模型及注意力机制优化。通过对比JAX与PyTorch的实现，强调了两者在集成框架和适配性上的差异，并展示了如何将视觉-语言模型与专家模型结合，以生成精确的机器人动作序列。

本研究关注在线大型语言模型中的提示隐私问题，并针对现有方法仅限于文档级重写的局限性，提出了一种新颖的三阶段框架DP-GTR。该框架整合文档级和词级信息，通过组文本重写提升了隐私保护和实用性，实现了隐私与效用的优良平衡，实验结果表明其在多个任务上均优于现有方法。

本研究提出了一种两阶段微调框架，有效解决了差分隐私下生成表格数据的挑战，显著提升生成性能并更合理利用隐私预算。

本研究提出DP-PSASC方法，通过非单调自适应缩放梯度替代传统剪切，改善小梯度重加权，提升模型性能，同时确保隐私保护。

本研究提出了一种新的人体活动识别方法，称为差分隐私集成决策梯度（IDG-DP），旨在解决隐私漏洞问题。该方法在抵御黑箱成员推断攻击方面表现优异，同时保持高实用性，推动医疗环境中雷达基础活动识别的隐私保护。

本研究探讨了DP-SGD超参数对隐私保护机器学习算法性能的影响，揭示了剪切阈值与学习率之间的关系，并量化了其重要性，为优化隐私与效用的权衡提供了新思路。

本文探讨了基于联邦学习的隐私保护问题，提出了局部差分隐私和自适应噪声添加等多种机制，以提高隐私保护与模型性能的平衡。研究表明，这些机制有效防止攻击，提升模型准确性，并优化隐私预算和收敛速度。

本文研究了DP-SGD算法在隐私保护下的收敛速度及隐私损失，提出了新的RDP界限和动态DP-SGD算法，显著提高了模型的准确性和隐私保障，尤其是在非凸损失函数的情况下。

基于扩散先验的盲目图像质量评估（DP-IQA）方法利用预训练扩散模型的先验知识，通过提取多级特征和解码来估计图像质量得分，实验结果表明我们的方法在各种自然图像数据集上取得了最先进的结果，并展示了我们方法在全局建模和利用扩散的层次特征线索评估图像质量方面的优越性。

DP-ZO是一种通过隐私化步长微调大型语言模型的方法，能够在保护隐私的同时提供良好性能。研究表明，差分隐私技术在自然语言处理中的应用，特别是在混合专家模型训练中，有效解决了计算和隐私问题。新框架JFT展示了在保护隐私的同时实现良好实用性的潜力。