· ai
[Paper] 通过轨迹-检测匹配学习关联用于多目标跟踪
Multi-object tracking 旨在通过关联跨视频帧的检测来随时间保持对象身份。文献中存在两种主导范式：tr...
-
- · ai
[Paper] 可解释的多模态回归通过信息分解
多模态回归旨在从异构输入源预测连续目标，通常依赖于早期或后期融合等融合策略……
- · ai
[Paper] A2P-Vis：一种分析器到呈现器的代理管道，用于视觉洞察生成与报告
使用 AI 代理自动化端到端数据科学流水线仍然卡在两个瓶颈上：生成有洞察力、多样化的可视化证据，以及将其组装成连贯的叙事。
- · ai
[Paper] 介绍 TrGLUE 与 SentiTurca：土耳其语通用语言理解与情感分析的综合基准
评估各种模型架构的性能，例如 transformer、大型语言模型（LLMs）以及其他 NLP 系统，需要全面的 ben...
- · ai
[Paper] Yume-1.5：文本控制的交互式世界生成模型
最近的方法已经展示了使用 diffusion models 生成交互式和可探索世界的前景。然而，这些方法中的大多数面临着…
- · ai
[Paper] 统一学习动力学与泛化的Transformer缩放定律
Scaling law 是 Large Language Model (LLM) 开发的基石，预测随着计算资源的增加，模型性能会提升。Ye...
- · ai
[Paper] 将上下文作为工具：长时程 SWE-Agents 的上下文管理
基于大语言模型的代理最近在需要长期交互的真实软件工程（SWE）任务中展示了强大的潜力……
- · ai
[Paper] 一种 Frobenius 最优投影用于在学习的动力学模型中实现线性守恒
我们考虑在数据驱动的线性动力学模型中恢复线性守恒律的问题。给定一个学习得到的算子 widehat{A} 和一个满秩约束……
- · ai
[Paper] 通过数据选择实现对抗训练的规模化
投影梯度下降（Projected Gradient Descent，PGD）是一种强大且广泛使用的一阶对抗攻击，但其计算成本扩展性差，因为所有训练样本 u...
- · ai
[Paper] Prefill 与 Decode 瓶颈：SRAM 频率 权衡 与 内存带宽 上限
能源消耗决定了部署大型语言模型的成本和环境影响。本文研究了片上 SRAM 大小和 op...
- · ai
[Paper] StreamAvatar：用于实时交互式人类化身的Streaming Diffusion Models
实时、流式交互式化身是数字人研究中的关键且具有挑战性的目标。虽然基于 diffusion 的人类化身生成…
- · ai
[Paper] 面向安全合规的 AI：组织标准和协议用于 NLP 模型生命周期管理
自然语言处理（NLP）系统正日益被用于医疗保健、金融和政府等敏感领域，在这些领域它们处理大量…