· ai
[Paper] 随机块模型中社区数大于 √n 的相变（II）
网络分析中的一个基本理论问题是确定在什么条件下，社区恢复在随机块模型（Stochastic Block Model）中可以在多项式时间内实现。
-
- · ai
[Paper] EoS-FM：专家模型集合能作为通用特征提取器吗？
近期在 foundation models 方面的进展在 natural language processing 和 computer vision 等领域显示出巨大前景，类似的努力现在正在…
- · ai
[Paper] 悲观验证用于开放式数学问题
验证性能的关键限制在于错误检测的能力。基于这一直觉，我们设计了几种悲观验证的变体……
- · ai
[Paper] 自适应学习用于抗核抗体图像
抗核抗体（ANA）检测是诊断自身免疫性疾病（包括系统性红斑狼疮、干燥综合征和硬皮病）的关键方法。尽管它的…
- · ai
[Paper] 语音、偏见与共指：语音翻译中性别的可解释性研究
Unlike text, speech conveys information about the speaker, such as gender, through acoustic cues like pitch. This gives rise to modality-specific bias concerns.... 不同于文本，语音通过音高等声学线索传递关于说话者的信息，例如性别。这导致了特定模态的偏见问题……
- · ai
[Paper] 基于Transformer的时间序列分类的机制可解释性
基于Transformer的模型已成为各种机器学习任务的最新技术工具，包括时间序列分类，但它们的复杂性使得 …
- · ai
[Paper] IntAttention：全整数注意力流水线用于高效边缘推理
在边缘设备上部署 Transformer 模型受到延迟和能耗预算的限制。虽然 INT8 量化能够有效加速主要的矩阵乘…
- · ai
[Paper] Tool‑RoCo：一个 **Agent-as-Tool** 自组织 **Large Language Model** 基准，用于 **Multi‑robot Cooperation**
本研究提出了 **Tool‑RoCo**，这是一种基于 **RoCo**（一个多机器人协作平台）的新基准，用于评估大型语言模型（LLM）在长期多智能体合作中的表现。
- · ai
[Paper] 深度伪造检测器的通用设计选择
深度伪造检测方法的有效性往往不太取决于其核心设计，而更取决于实现细节，例如数据预处理、增强……
- · ai
[Paper] CanKD：基于跨注意力的非局部操作用于基于特征的知识蒸馏
我们提出了 Cross-Attention-based Non-local Knowledge Distillation (CanKD)，一种利用 cross-attention 的新型基于特征的知识蒸馏框架。
- · ai
[Paper] 迷失于时间？一种用于时间偏移容忍的生理信号转换的元学习框架
将光电容积描记（PPG）和球体心动描记（BCG）等非侵入性信号转换为临床有意义的信号，如动脉血压……
- · ai
合并与界定：对权重的直接操作用于类增量学习
我们提出了一种新颖的训练方法 Merge-and-Bound (M&B)，用于类别增量学习 (CIL)，该方法直接在参数空间中操作模型权重，以实现高效且稳健的增量学习...