本研究提出了一种基于奇异值分解的最小二乘法（SVD-LS）框架，通过自监督和迁移学习提取深度特征，实现多类别肺炎的准确诊断，显著降低计算成本，适用于实时医学影像。

本研究提出了一种低成本的混合机器学习模型LC-SVD-DLinear，旨在解决稀疏测量数据导致的高分辨率流体力学数据预测问题。该模型结合了奇异值分解和DLinear架构，能够有效捕捉时间数据的非线性动态，显著降低计算成本，并展现出良好的预测与重建能力。

本文针对LoRA微调模型合并效果不佳的问题进行了研究，提出了一种新的方法KnOTS，通过SVD对不同LoRA模型的权重进行联合变换，从而提高模型的对齐度。研究表明，KnOTS在多个视觉和语言基准上能够将LoRA合并效果提升多达4.3%，为模型合并领域提供了新的评估标准和显著的改进。

本研究利用各种机器学习技术（包括非负矩阵分解、截断奇异值分解和 K-Means 聚类）开发了一个鲁棒的电影推荐系统，旨在提供个性化的电影推荐，研究包括数据预处理、模型训练和评估，结果表明该系统在推荐准确性和相关性上取得了很高的成果，对推荐系统领域做出了重要贡献。

本文探讨卷积神经网络在人工智能中的应用及局限性，提出奇异值分解方法分析非人类因素，并建立新的特征分配理论框架。同时，研究提出OIALR训练方法和ASVD压缩技术，以提高模型性能和压缩效率，解决训练数据和资源依赖问题。

基于协方差算子的耦合协方差本征值问题，提出了一种新的非对称学习范式，与 KSVD 相关的非对称内核矩阵 SVD 获得解决方案。通过有限样本近似形式化了非对称 Nystrom 方法以加快训练，并验证了 KSVD 的实际效用和优势。

本文介绍了一种高效的视频模型，结合自我关注和 S4 层的优点，显著提升了视频分类性能，速度快且内存占用少。通过长期特征库和高阶交互建模，改善了视频描述生成，取得了领先效果。此外，提出了新型监督学习技术和孪生 LSTM 结构，提升了视频摘要和行人匹配效果，在多个数据集上表现优越。

一种基于奇异值分解算法的基于区域的有损图像压缩技术 PatchSVD，在图像压缩领域具有优势，与 JPEG 和基于 SVD 的压缩方法相比，PatchSVD 具有可取代的压缩效果和压缩伪影。

基于 Transfomer 的预训练大型语言模型（LLM）展示了令人惊叹的上下文学习能力（ICL）。在本文中，我们展示了基于 SVD 的权重剪枝可以增强 ICL 性能的有趣现象，并且在深层剪枝权重通常导致浅层性能的更稳定的改善。然而，这些发现的基本机制仍然是一个悬而未决的问题。为了揭示这些发现，我们通过展示 ICL 的隐式梯度下降（GD）轨迹，并通过完全的隐式 GD 轨迹给出基于互信息的...

本文提出了一种新型混合模型，将自编码器与矩阵分解结合，优化推荐系统。研究表明，该模型在处理稀疏数据和隐式反馈时，性能优于传统方法，并通过多项式分布和贝叶斯推断提升泛化能力。深度自编码器和强化学习方法的应用也显著改善了推荐质量。

硅基流动开发的OneDiff图片/视频推理加速引擎发布了v1.0.0版本，解决了问题并增加了新特性和改进。OneDiff保持2-3倍的推理加速，帮助节省成本。已在多家企业应用。

Stable Video Diffusion (SVD)是一种图像到视频的模型，可以以可定制的帧率生成14和25帧的视频，帧率范围为3到30帧每秒。1.1版本的模型可以以1024x576的分辨率生成25帧。SVD是一个开源模型，擅长直接生成视频。它与AnimateDiff等其他视频生成技术不同，但可以一起使用。文章还提到了免费试用和购买资源。引入了ComfyUI工具，用于部署和使用SVD模型进行视频生成。文章最后提到了进一步改进生成的视频的可能性。

本文研究了一种新的无训练压缩方法，称为激活感知奇异值分解（ASVD），旨在提高大型语言模型（LLMs）的压缩效率。ASVD通过调整权重矩阵管理激活异常值，能够在不损失推理能力的情况下压缩网络10%-20%。该方法与其他压缩技术兼容，展示了其灵活性。

该研究发现神经网络训练中的权重奇异值分解存在一个稳定的正交基。基于此，提出了一种新的训练方法OIALR，可以无缝集成到现有的训练工作流中，准确度损失最小，超越传统训练设置。

本文介绍了一种异步的基于拟牛顿算法的竖直联邦学习框架，以及三个相应的算法。这些算法通过缩小下降步长来减少通信轮次，并更好地利用计算资源。实验结果表明，这些算法在真实数据集上具有更低的通信成本和更好的计算资源利用率。

今年，Runway发布了Gen-1和Gen-2模型，提升了视频生成的一致性，但牺牲了动态性。Meta发布了Emu Video，动态性有所提高。Stability.ai发布了SVD模型，效果与Gen-2相当，但缺乏动态性。PixelDance是视频生成领域的重要研究成果，可以生成高度一致且丰富动态的视频。PixelDance有两种生成模式，基础模式和高级魔法模式。它可以根据用户提供的图片和文本生成各种风格的视频。PixelDance的生成效果出色，不依赖复杂的数据集和大规模的模型训练。PixelDance的论文提出了基于文本和图片指导的视频生成方法。作者正在积极迭代模型效果，未来2-3个月将发布试用模型。