· devops
[Paper] 数据异质性感知的客户端选择用于无线网络中的联邦学习
联邦学习（FL）使移动边缘设备作为客户端，能够协作训练去中心化模型，同时确保本地数据隐私。H...
-
- · ai
[Paper] TESO Tabu 增强仿真优化用于噪声黑箱问题
仿真优化（SO）经常面临噪声评估、高计算成本以及复杂的多模态搜索景观的挑战。本文介绍……
- · ai
[Paper] 在进化约束多目标优化中从两个方向解耦约束
现实世界的约束多目标优化问题 (CMOPs) 通常包含多个约束，理解并利用它们之间的耦合……
- · ai
[Paper] 使用自适应阈值法识别眼动数据中的凝视和扫视
在许多实验任务中，ocular fixations 和 saccades 的特性高度随机，它们的统计数据常被用作各种 … 的代理。
- · ai
[Paper] Stream-DiffVSR：低延迟可流式视频超分辨率 via Auto-Regressive Diffusion
基于扩散的 video super-resolution（VSR）方法能够实现强大的感知质量，但由于依赖于……，在对延迟敏感的场景中仍不实用。
- · ai
[Paper] 使用 Rubric Rewards 训练 AI 合科学家
AI co-scientists 正在成为帮助人类研究人员实现研究目标的工具。这些 AI co-scientists 的一个关键特性是其能力……
- · ai
[Paper] 扩散了解透明性：重新利用 Video Diffusion 进行透明物体深度和法线估计
透明物体仍然是感知系统的顽疾：折射、反射和透射破坏了立体视觉、ToF 以及纯粹……的假设。
- · ai
[论文] 在多轮对话中引发行为
在对话环境中识别大型语言模型（LLMs）的特定且往往复杂的行为对于其评估至关重要。近期工作提出…
- · ai
[Paper] 贝尔曼校准用于离线强化学习中的 V-Learning
我们引入 Iterated Bellman Calibration，这是一种简单、模型不可知、事后（post‑hoc）校准 off‑policy 价值预测的程序，适用于无限时域的 Markov …
- · ai
[Paper] 用细粒度人类反馈对文本片段微调 LLMs
我们提出了一种方法和数据集，用于在偏好监督下通过反馈驱动的改进链对语言模型进行微调。给定模型的响应，……
- · ai
[Paper] PROFASR-BENCH：针对高风险专业语音的上下文条件化 ASR 基准
在专业环境中的自动语音识别（ASR）面临着现有基准低估的挑战：密集的领域术语、正式语体的变体……
- · ai
[Paper] 多语言隐藏提示注入攻击对基于LLM的学术评审
大型语言模型（LLMs）正日益被考虑用于高影响力的工作流程，包括学术同行评审。然而，LLMs 易受到文档……