· ai
[Paper] Spoken DialogSum：用于口语对话摘要的情感丰富的对话数据集
最近的音频语言模型能够跟随长对话。然而，情感感知或口语对话摘要的研究受到数据缺乏的限制……
-
- · ai
偏差-方差权衡：截剪随机一阶方法——从有界方差到无限均值
随机优化是现代机器学习的基础。最近的研究已经将随机一阶方法（SFOM）的研究从轻量级…
- · ai
[Paper] 医院患者恶化的早期预警指数
医院缺乏自动化系统来利用日益增长的异构临床和运营数据，以有效预测关键事件。早期……
- · ai
[Paper] VASA-3D：单张图像的逼真音频驱动 Gaussian 头部化身
我们提出 VASA-3D，一种音频驱动的单次拍摄 3D 头部化身生成器。本研究解决了两个主要挑战：捕捉细微的表情细节 p...
- · ai
[Paper] 超越 Lipschitz 连续性 与 单调性：回声状态网络中的分形与混沌激活函数
当代 Reservoir Computing 在很大程度上依赖平滑的、全局 Lipschitz 连续的激活函数，这限制了其在国防、灾害响应等领域的应用。
- · ai
[Paper] gridfm-datakit-v1：一个用于可扩展和真实的 Power Flow 与 Optimal Power Flow 数据生成的 Python 库
我们推出 gridfm-datakit-v1，这是一个用于生成真实且多样化的 Power Flow (PF) 和 Optimal Power Flow (OPF) 数据集的 Python 库，供机器学习训练使用。
- · ai
[Paper] TiME：用于高效 NLP 流程的轻量单语编码器
今天，许多关于 language models 的研究集中在大型通用模型上。然而，许多 NLP pipelines 只需要具有明确定义的、sm...
- · ai
[Paper] 多中心基准：基于Multiple Instance Learning模型的HE染色全切片图像淋巴瘤亚型划分
及时且准确的淋巴瘤诊断对于指导癌症治疗至关重要。标准诊断实践结合了苏木精-伊红（HE）染色的全…
- · ai
[Paper] MuseCPBench：通过音乐上下文保留的音乐编辑方法实证研究
音乐编辑在现代音乐制作中发挥着至关重要的作用，广泛应用于电影、广播和游戏开发。近期在音乐生成方面的进展……
- · ai
[Paper] JMMMU-Pro: 基于图像的日语多学科多模态理解基准 via Vibe 基准构建
本文介绍了 JMMMU‑Pro，一个基于图像的日语多学科多模态理解基准，以及 Vibe Benchmark Construction，一个可扩展的…
- · ai
[Paper] ParaFormer：一种通用的 PageRank 图 Transformer，用于图表示学习
图Transformer（GT）已成为一种有前景的图学习工具，利用其全对全连接属性有效捕获全局信息……
- · ai
[Paper] 基于模型的强化学习在离散动作非马尔可夫奖励决策过程中的研究
许多实际的决策问题涉及的任务，其成功取决于整个系统历史，而不是仅仅实现具有期望属性的状态……