joint-optimization

本文提出一种粒子群辅助的梯度元学习算法，用于多用户无线系统中联合优化发射预编码和STAR-RIS系数，相比传统方法实现了加权和速率的提升。

本文介绍了联合像素-提示优化（JPPO），这是一种新颖的对抗框架，通过联合优化像素扰动和可见提示来耗尽自回归视觉-语言模型中的资源，与现有方法相比，实现了显著的延迟和能量放大。

该论文提出了 WHALE，一种交替优化方法，用于联合训练 AI 代理中的模型权重和 Harness 代码，在搜索 QA、数学推理和国际象棋谜题中实现了显著的性能提升。

提出了一种具有隐式动作空间的双时间尺度多层深度强化学习框架，用于分层边缘-云计算中的联合服务放置、计算委托和功率控制，实现高达20.8%的延迟降低和13%的资源利用率提升。

提出了一种针对多槽位保量展示广告的联合优化框架，通过二分图匹配和合约轮盘机制解决槽位冗余和合约不平衡问题。在美团上的在线A/B测试显示，收入与合约履行显著提升。