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……

Multi-token generation 已成为加速基于 Transformer 的大模型推理的有前景范式。近期的工作主要探索 diffusion …

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...

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。

基于 LLM 的聊天机器人已成为技术、教育和分析领域的核心界面，支持代码推理、问题解决等任务，……

我们介绍 ART，Articulated Reconstruction Transformer —— 一个类别无关的前馈模型，能够仅凭 … 重建完整的 3D 铰接对象。

实现真正的自适应具身智能需要代理不仅通过模仿静态示范来学习，而是通过在环境中持续改进来不断提升。

视觉情感分析（VSA）是一项具有挑战性的任务，因为情感显著的图像种类繁多，并且获取足够的……

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。

我们解决了 attention-based encoder-decoder (AED) 模型与 long-form acoustic encodings 之间的根本不兼容问题。AED 模型在分段的 utterances 上进行训练。

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...

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…

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……

Inter-node communication bandwidth 正在日益限制在多节点 GPU 集群上进行大规模 distributed training。虽然 compact models 是终极的部署方案……

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…

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……

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……

云计算与物联网（IoT）的融合对于可扩展、智能系统至关重要。然而，开发云‑事物（CoT）应用……

尼泊尔语是一种低资源语言，拥有超过3200万使用者，因其复杂的语法，在自然语言处理 (NLP) 中仍面临挑战，……

本教程（https://tum-nlp.github.io/low-resource-tutorial）旨在为从事多语言和低资源自然语言处理的 NLP 实践者、研究者和开发者提供帮助。

本文介绍了 PolyPersona，一个用于在多个领域合成 persona 条件的调查响应的生成框架。该框架指...

监控数据传输性能是科学计算网络中的关键任务。通过在通信阶段早期预测性能，...

嵌入式应用程序通常使用 Hardware Abstraction Layer (HAL) 来访问硬件。对 HAL 的不当使用可能导致硬件操作错误，产生……

传统的单元测试只验证单个输入‑输出对，导致执行路径的大多数输入未被测试。属性测试（property‑based testing）弥补了这一不足。