· ai
[Paper] SEDULity:一种用于分布式安全区块链的Proof-of-Learning框架,具备高效有用工作
Proof-of-Work (PoW) 的安全性和去中心化已在现有区块链系统中得到充分验证。然而,它巨大的能源浪费已经引发了…
Proof-of-Work (PoW) 的安全性和去中心化已在现有区块链系统中得到充分验证。然而,它巨大的能源浪费已经引发了…
随着在线学习环境的演变,个性化的需求日益显著。尽管教育资源日益丰富,教育者面临 ch...
大型语言模型中的安全对齐机制通过学习到的拒绝行为防止对有害查询作出响应,然而这些相同的机制又阻碍了……
Large-language models (LLMs) 已被证明在问答之外的分类任务中以多种方式作出响应。LLM 的响应有时……
灵巧的操作具有挑战性,因为它需要理解细微的手部运动如何通过与物体的接触影响环境。我们介绍…
通过鲁棒性评估对人工智能(AI)模型进行验证和确认,对于保证其在集成中的可靠性能至关重要……
基于块(Tile)的多处理元件(PE)加速器可以在通用矩阵乘法(GEMM)上实现竞争性的性能,但它们极其难以……
我们考虑高维中的统计任务,其损失仅通过数据在由参数所张成的固定维子空间中的投影来决定。
当 disfluencies 重叠时,Stuttering detection 失效。现有的 parametric models 难以区分复杂的、同步出现的 disfluencies(例如,'bloc...)。
在使用大型语言模型(LLMs)建模时间事件序列时,表示连续时间是一个关键且尚未充分探讨的挑战。各种策略……
图神经网络在图分类任务中已展示出显著的成功,但它们通常需要大量的计算资源,并且在……
我们引入 Do-Undo 任务和基准,以填补视觉语言模型中的关键空白:理解和生成物理上合理的场景转换……