由于语义理解和逻辑推理的前所未有的能力，预先训练的大语言模型（LLMS）在开发下一代推荐系统（RSS）方面具有巨大的潜力。但是，当前方法采用的静态索引范式极大地限制了LLMS推荐能力的利用，这不仅导致语义和协作知识之间的一致性不足，还导致了对高阶用户实现互动模式的忽视。在本文中，我们提出了双能动态语义推荐器（TTD），这是第一个采用动态语义索引范式的生成RS，目标是同时解决上述问题 ...
可解释的推荐系统旨在阐明每个建议背后的解释，从而使用户能够理解基础逻辑。先前的作品以多任务方式执行评级预测和解释生成。但是，这些作品在预测的评级和解释之间遭受了不连贯的影响 ...
扩散模型在文本到图像任务中表现出令人印象深刻的实力。最近的方法添加了图像级结构控件，例如 ...
视觉接地（VG）是视觉和语言领域的关键主题，涉及在图像中找到由表达式描述的特定区域。为了减少对手动标记数据的依赖，已经开发了无监督的视觉接地，以使用伪标记定位区域。但是，现有的无监督方法的性能高度取决于伪标签的质量，这些方法总是遇到有限多样性的问题 ...
推理已经成为语言模型（LMS）的下一个主要领域，并随着学术和工业实验室的迅速发展。但是，这种进步通常超过方法论严格，许多评估依赖于缺乏透明度，鲁棒性或统计基础的基准实践。在这项工作中，我们进行了一项全面的实证研究，发现当前的数学推理基准对微妙的实施选择非常敏感，包括解码参数，随机种子，及时格式化，甚至硬件和软件框架配置 ...
语义沟通旨在传输有意义有效的信息，而不是专注于单个符号或位。与传统沟通相比，这会导致诸如延迟，带宽使用率和更高的吞吐量之类的好处。但是，由于需要通用指标来基准语义信息丢失和实践能源消耗的共同影响，因此语义沟通构成了重大挑战 ...
我们研究视频中精确地交换对象的问题，并关注一个用户提供的参考对象图像，重点是与手相互作用的问题。尽管扩散模型最近在视频编辑中取得了巨大的进步，但这些模型通常在处理手动相互作用（HOI）的复杂性方面通常不足，无法产生逼真的编辑，尤其是当对象交换导致对象形状或功能性变化时。为了弥合这一差距，我们提出了HOI-SWAP，这是一种基于扩散的视频编辑框架，以一种自我监督的方式训练 ...
本文提出了一种用于自动停车的分段轨迹优化（STO）方法，该方法将使用基于迭代的SQP方法将初始轨迹改进了动态可行且无碰撞的方法。 Sto保持了高级全球规划师的操纵策略，同时允许在切换点上弯曲以提高操纵效率。为了确保安全性，通过GJK加速椭圆形缩小和扩展来构建凸门走廊，在每次迭代中都作为安全限制 ...
