· ai
[Paper] 去中心化信任用于空间AI:基于区块链的Federated Learning跨多供应商LEO卫星网络
space AI 的崛起正通过灾害检测、边境监视和气候监测等应用,重塑政府和产业,...
space AI 的崛起正通过灾害检测、边境监视和气候监测等应用,重塑政府和产业,...
真实世界的数据集通常表现出随时间变化的动态特征,其特征是数据分布的演变。忽视这种现象,通常称为概念…
大型语言模型(LLMs)最近在生成高质量表格合成数据方面表现出显著的性能。实际中,主要有两种方法……
图像字幕(Image captioning)在许多领域至关重要,包括帮助视障人士、改进内容管理系统以及提升人机交互……
LLM agents 在复杂的交互任务中被广泛部署,但隐私约束常常阻止在动态环境中进行集中式优化和协同进化。
在本文中,我们通过三个简单步骤来探索 LOF:distances and neighbors、reachability distances,以及最终的 LOF score。使用 tiny datasets,我们可以看到……
在训练过程中逐步增加 Transformers 的深度不仅可以降低训练成本,还能提升推理性能,正如 MIDAS 所展示的那样……
随着基于 AI 的代码生成变得普及,研究人员正在研究代码 LLM 的校准——确保它们的置信度分数能够忠实地表示……
尽管在安全领域的machine learning取得了进展,rule-based detection仍然在Security Operations Centers中普遍存在,因为其资源密集性……
在大规模数据上预训练的基础模型已经展示了跨领域的显著零-shot 泛化能力。基于 TabPFN 的成功……
文档阴影去除对于提升数字化文档的清晰度至关重要。保留高频细节(例如文本边缘和线条)是关键……
本文探讨了在联邦学习(FL)环境中,使大型语言模型(LLMs)与多样化的人类偏好保持一致的挑战,其中...