我们描述了法医适配器，这是一个适配器网络，旨在将夹子转换为有效且可推广的伪造探测器。尽管夹子的用途高度高，但是将其调整为面部伪造的检测是非平凡的，因为与伪造的知识与广泛的无关知识纠缠在一起。现有方法仅将剪辑视为提取器，缺乏特定于任务的适应性，从而限制了其有效性 ...
随着基于视觉 Transformer 的模型的规模，这些新任务的这些大规模经过预定的模型的填充已经变得越来越强。视觉及时调整作为参数有效的芬特（PEFT）方法引入了此趋势。尽管取得了成功，但在几乎所有PEFT方法中都存在着一个显着的研究挑战：当在预训练和填充阶段应用的数据集之间存在很大的差异时，就会观察到显着的性能下降 ...
鉴于近年来推荐系统研究中深入增强学习（DRL）的出现（DRL），该调查旨在及时，全面地概述推荐系统中深度加固学习的最新趋势。我们从将DRL应用于推荐系统中的动机开始。然后，我们提供了当前基于DRL的建议系统的分类法和现有方法的摘要 ...
当今的大多数关于知识图完成的工作都涉及子符号的方法，该方法的重点是将给定图嵌入低维矢量空间的概念。在这种趋势上，我们提出了一种植根于符号空间的方法。它的核心算法基于采样路径，该路径被推广到角规则中 ...
随着大型模型领域的快速发展，与微调有关的研究同时看到了显着的进步，因为微调是大规模模型训练过程的组成部分。数据工程在模型的训练过程中起着基本作用，其中包括数据基础架构，数据处理等。微调过程中的数据同样构成了大型模型的基础 ...
随着多模式大语言模型（MLLM）的快速发展，基于MLLM的图像质量评估（IQA）方法在语言质量描述中表现出了有希望的表现。但是，当前方法仍然无法准确评分图像质量。在这项工作中，我们旨在利用MLLM来回归准确的质量分数 ...
最近，城市场景的一代一直在迅速发展。但是，现有方法主要集中于生成静态和单帧场景，忽略了现实世界驾驶环境的固有动态性质。在这项工作中，我们引入了DynamicCity，这是一个新颖的4D占用生成框架，能够通过语义生成大规模的高质量动态4D场景 ...
我们介绍了Complextempqa，这是一个大规模数据集，该数据集由超过1亿个问题解答对组成，旨在应对时间问题回答中的挑战。 complextempqa在规模和范围上显着超过了HotPotQA，Torque和Tequila等现有基准。利用Wikipedia和Wikidata的数据，数据集涵盖了跨越二十年的问题，并提供了无与伦比的主题 ...
