数值推理是金融文档分析中的重要任务。它有助于理解并进行具有逻辑一致性的数值预测。

估计 Riesz 代表元是去偏机器学习中用于因果和结构参数估计的核心问题。针对 Riesz 代表元的各种方法……

在本工作中，我们分析了多种 Wasserstein 距离的变体，这些变体能够将分类聚焦在指定的（片段）部分上。

Self-supervised pre-training with contrastive learning 是一种从稀疏标注数据中学习的强大方法。然而，性能可能会显著下降……

我们提出了 UAIT（Uncommon-sense Action Image-Text）数据集，这是一项新的评估基准，旨在测试视觉语言模型的语义理解能力……

在复杂的、非结构化环境中实现稳健的人形徒步，需要从被动的本体感知转向主动的感知。然而，int...

在本工作中，我们提出了一种分布式实现的原始-对偶混合梯度（PDHG）算法，用于求解大规模线性规划（LP）问题……

近期在大型语言模型（LLMs）方面的进展推动了对软件工程的大量评估。然而，大多数先前的工作集中在代码层面的…

本研究分析了现代 NVIDIA GPU 中可用的主要隔离机制：MPS、MIG，以及最近的 Green Contexts，以确保可预测的推理时间……

蚁群优化（ACO）是一种著名的群体智能算法，广泛用于路径规划。然而，传统的ACO方法常常表现出 s...

背景：AI 和机器学习（ML）系统在敏感领域的广泛采用引发了对其公平性的严重担忧。已经提出了许多方法来...

交互式和自主 AI 系统的快速发展标志着我们进入了 agentic 时代。对代理在复杂的 agentic 任务上进行训练和评估……

大型语言模型（LLMs）的快速进步及其与自主代理系统的整合，为文档 a...

自主纳米无人机，由基于视觉的 TinyML（微型机器学习）模型驱动，是一种新兴技术，因其广泛的应用前景而日益受到关注。

平方公里阵列天文台（SKAO）因其数据的庞大规模和复杂性而面临前所未有的技术挑战。本文提供…

我们推出 OpenTinker，这是一套用于大语言模型（LLM）代理的强化学习（RL）基础设施，围绕算法层面的关注点分离构建……

自我进化方法通过迭代的“generate-verify-refine”循环提升代码生成能力，但现有方法在探索效率方面表现不佳……

自我演化方法通过迭代的“generate-verify-refine”循环提升代码生成能力，但现有方法在探索效率方面表现不足。

自我进化方法通过迭代的“generate-verify-refine”循环提升代码生成能力，但现有方法在探索效率方面表现不足……

Serverless computing 是一种范式，其中底层基础设施由提供商完全管理，使得应用程序和服务能够在...

决策是核心的工程设计活动，传递工程师的知识并将其转化为行动方案。捕捉这种形式的知识……

多代理 AI 系统（MAS）的快速出现，包括 LangChain、CrewAI 和 AutoGen，已经塑造了大型语言模型（LLM）应用的开发方式……

射电天文学依赖于定制、实验性和创新的计算解决方案。随着下一代望远镜的出现，例如 Square Kilometre Array（SKA），这种趋势将继续。

使用基于 LiDAR 的点云数据和深度神经网络进行 3D 目标检测是自动驾驶技术的关键。然而，部署最先进的...