· ai
[Paper] Le Cam Distortion:一种用于鲁棒迁移学习的决策理论框架
分布漂移是现实机器学习的决定性挑战。主流范式——无监督领域适应(Unsupervised Domain Adaptation,UDA)——强制特征不变性……
分布漂移是现实机器学习的决定性挑战。主流范式——无监督领域适应(Unsupervised Domain Adaptation,UDA)——强制特征不变性……
让大型语言模型(LLMs)可靠地调用外部工具仍然是自主代理的关键瓶颈。现有方法在 thr...
大型语言模型(LLMs)在生成教育问题和练习方面具有显著潜力,使教育者能够创建大规模的学习材料……
胰腺肿瘤的早期检测是一个主要的临床难题,主要原因在于肿瘤往往在对比度极低的边缘出现。
提高使用红外夜视摄像机进行火灾检测的准确性仍然是一项具有挑战性的任务。先前的研究报告了强大的性能……
将多模态大语言模型(MLLMs)整合到化学领域有望彻底改变科学发现的方式,但它们理解 d...
大型语言模型(LLM)代理虽然在数字领域表现出色,但由于在形成……方面的挑战,它们在物理世界部署方面存在显著差距。
我们研究规划与验证社区中的两个问题之间的关联:Conformant planning 和 hyperproperties 的 model-checking。Conformant pl...
深度神经网络已经加速了 inverse-kinematics (IK) 推理,使得低成本机械臂能够实时执行复杂轨迹,...
在边缘设备上部署大规模语言模型(LLMs)具有挑战性,因为它们的内存和电力资源有限。仅云推理可以降低设备负担……
多模态大型语言模型(LLMs)通过借助广泛的临床知识来解释扫描图像,为医学影像引入了一种新兴范式……
有声书解读正受到越来越多的关注,因为它们提供了易于获取且深入的书籍分析,为读者提供实用的洞见……