作者风格的转移旨在将给定文本重写为指定的目标，同时保留源中的原始含义。现有方法依赖于用于模型培训的大量目标样式示例的可用性。但是，这些可忽略的案例有限数量可用 ...
签名的图神经网络（SGNN）已被证明可以有效地分析正面和负相交的现实情况下的复杂模式。但是，SGNN模型的解释性差，这限制了他们在需要理解预测背后理由的关键场景中的采用。据我们所知，目前尚无有关SGNN模型解释性的研究工作 ...
动力学Sunyaev Zel'Dovich（KSZ）效应，宇宙微波背景（CMB）各向异性是由自由电子以散装运动散射引起的，是将来的CMB实验的主要目标。 KSZ效应的测量可能有可能在最大的时间和最早的时间解决有关我们宇宙的结构和演变的基本问题。通过将小规模CMB各向异性的测量与大规模结构调查相结合，这是一种称为KSZ断层扫描的技术，可以解锁该潜力 ...
视觉和语言导航（VLN）是体现AI的关键任务，要求代理在遵循自然语言说明的同时导航多样化和看不见的环境。传统方法在很大程度上依赖于历史观察作为决策的时空环境，从而导致大量的存储和计算开销。在本文中，我们介绍了MapNav，这是一种新颖的端到端VLN模型，该模型利用注释的语义图（ASM）代替历史框架 ...
代码生成对于有效地自动化编码过程的软件工程至关重要。尽管测试时间计算方法表现出希望，但由于多个计算回合，它们遭受了高潜伏期的困扰。为了克服这一点，我们介绍了ThinkCoder，该框架将详尽的探索与最佳改进结合在一起 ...
车道检测在自主驾驶感知系统中起重要作用。随着深度学习算法的流行，基于它们的单眼巷检测方法表现出了卓越的性能，并成为自主驾驶感知的关键研究方向。这些算法框架的核心设计可以总结如下：（1）任务范式，重点是实例级别的歧视； （2）车道建模，将车道表示为神经网络中的一组可学习参数； （3）补充全球环境，增强对晦涩的车道的推论； （4）消除透视效果，为下游应用提供准确的3D车道 ...
我们使用单个关节奖励信号研究了合作多代理增强学习的问题。由于通常具有较大的组合动作和观察空间，因此这类学习问题很困难。在完全集中和分散的方法中，我们发现了虚假的奖励问题，我们称之为“懒惰的代理人”问题，这是由于部分可观察性而引起的 ...
我们提出了一个使用视觉运动扩散策略，用多方面的手来学习灵巧操纵的框架。我们的系统可以通过利用快速而响应的远程访问的teleperation设置为四指allegro手来启用复杂的手持操作任务，例如用一只手拧开瓶盖盖子。我们使用增强现实（AR）界面收集高质量的专家演示，该界面跟踪手动运动并应用逆运动和运动重新定位以进行精确控制 ...
