数据的体积和复杂性正在迅速增长。熟练数据库查询语言对于制作有效查询是关键的。随着编码助理变得越来越普遍，有很大的机会来增强数据库查询语言 ...

最近，Chatgpt取得的杰出成功引发了人们对人工智能（AI）的新兴趣，而视觉语言模型（VLMS）的进步将这种热情推向了新的高度。 VLMS与以前的AI方法不同，该方法通常将不同的任务作为判别模型，VLMS将任务作为生成模型，并与视觉信息相结合，从而可以处理更具挑战性的问题。一个高度实用的领域，遥感（RS）字段也接受了这一新趋势，并引入了几种基于VLM的RS方法，这些方法表现出了有希望的性能和巨大 ...

我们介绍了一种无训练方法，用于高斯脱落中的特征场渲染。我们的方法是基于每个高斯在最终渲染中的影响力的加权总和，将2D功能带入预先训练的3D高斯。尽管大多数基于训练的特征场渲染方法在2D分割处表现出色，但在3D分割而无需后处理时性能较差，但我们的方法在2D和3D分割中都取得了高质量的结果 ...

模型上下文协议（MCP）是一个标准化接口，旨在启用AI模型与外部工具和资源之间的无缝交互，分解数据筒仓并促进各种系统之间的互操作性。本文提供了MCP的全面概述，重点关注其核心组件，工作流和MCP服务器的生命周期，其中包括三个关键阶段：创建，操作和更新。我们分析与每个阶段相关的安全性和隐私风险，并提出减轻潜在威胁的策略 ...

大型的视觉基础模型具有令人印象深刻的一般能力。但是，在这些模型中固有的广泛的先验知识有时可能是双刃剑，因为它们将其调整为特定域中的下游任务。在半监督的医学图像分割的背景下，诸如MEDSAM之类的基础模型往往会过度自信，其中一些预测是不正确的 ...

多视图数据包含来自多种模式的信息，并具有为各种机器学习任务提供更全面的功能的潜力。多视图分析中的一个基本问题是其他视图带来的其他信息是什么，可以定量地识别此其他信息。在这项工作中，我们试图通过将纠缠的多视图功能分解为共享的潜在表示来应对这一挑战，这些特征在每个视图的所有视图和私人表示中都是常见的 ...

在人类生成的数据上微调语言模型（LM）仍然是一种普遍的做法。然而，此类模型的性能通常受到高质量人类数据的数量和多样性的限制。在本文中，我们探讨了在我们可以获得标量反馈的任务中是否可以超越人类数据，例如，在可以验证正确性的数学问题上 ...

顺序决策问题，例如结构化预测，机器人控制和游戏，需要将计划政策和这些计划的概括结合在一起。在本文中，我们提出了专家迭代（退出），这是一种新颖的增强学习算法，将问题分解为单独的计划和概括任务。计划新政策是通过树木搜索执行的，而深层神经网络将这些计划概括 ...