本研究提出了GRIN（梯度信息混合专家训练）来解决混合专家模型在稀疏计算中的训练挑战。GRIN在语言建模任务中的性能超过了同数据集下的7B稠密模型，具有极大的应用潜力。

本研究提出了一种名为GRIN的高效扩散模型，解决了单幅图像进行3D重建时的尺度模糊问题。该方法通过图像特征与3D几何位置编码相结合，展示了新的零-shot标准单目深度估计的最佳性能。具有重要的潜在应用价值。