以生成的方式进行微型语言模型（LLM）进行推荐，取得了令人鼓舞的结果，但是由于语言空间中的自动回归解码，遇到了明显的推理间接费用。这项工作通过将候选项目与LLM在潜在空间中的内部思想表示形式直接匹配，探索了语言空间解码，从而消除了时必的自动回归过程以降低计算成本。为此，我们引入了轻型潜在空间解码（L2D），这是一种有效而有效的潜在空间解码方法 ...

合奏预测系统通过提供未来状态的概率估计来具有先进的气象。尽管如此，系统的偏见通常会持续存在，从而使后处理至关重要。传统的参数后处理技术和基于机器学习的方法可以在特定位置和交货时间产生校准的预测分布，但经常努力在预测维度上捕获依赖性 ...

从实践范式中学习对于开发有能力的代理AI系统至关重要，但是由于经验生成效率低下而严重阻碍了它，这在诸如Gaia之类的复杂基准中尤其明显。为了解决这个问题，我们介绍了Aworld，这是一种为大规模代理 - 环境互动设计的开源系统。通过在集群上分配任务，Aworld将经验收集加速14 ...

统一的自回旋（AR）模型在多模式的理解和生成方面表现出色，但其定制图像生成的潜力仍未得到充满激光。现有的定制生成方法依赖于完整的微调或适配器，使其昂贵且容易过度拟合或灾难性遗忘。在本文中，我们提出了\ textbf {coar}，这是将主题概念注入统一AR模型的新型框架，同时将所有预训练的参数完全冻结 ...

用户偏好预测需要对个人口味有全面而准确的了解。这包括表面级属性，例如颜色和样式，以及更深的与内容相关的方面，例如主题和组成。但是，现有的方法通常依赖于人类的一般偏好或假设静态用户概况，通常会忽略个人变异性以及个人品味的动态，多方面的性质 ...

大型语言模型（LLM）表现出强大的性能和发展前景，并广泛部署在现实世界中。但是，LLM可以从未经处理的培训数据中捕获社交偏见，并将偏见传播到下游任务。不公平的LLM系统具有不良的社会影响和潜在的危害 ...

自动驾驶中的准确3D对象检测依赖于鸟类的眼光（BEV）感知和有效的暂时性，该HTTP URL，基于卷积层的现有融合策略或与BEV空间中全球环境建模的可变形自我关注斗争，从而导致大对象的精度较低。 To address this, we introduce MambaBEV, a novel BEV based 3D object detection model that leverages Mam ...

本文旨在应对多模式大语言模型（MLLM）中幻觉的挑战，尤其是用于密集的图像字幕任务。为了应对挑战，我们确定当前缺乏一个可以很好地衡量概念级别标题质量的度量。我们在此引入HalfScore，这是一种基于语言图的新颖指标，旨在评估颗粒层的密集字幕的准确性和完整性 ...