准确地预测未来交通代理的轨迹对于自动驾驶至关重要。但是，由于轨迹分布的固有不平衡，自然数据集中的尾巴数据通常代表更复杂和危险的情况。现有研究通常仅依靠基本模型的预测误差，而不考虑长尾轨迹模式的多样性和不确定性 ...
将3D资产分割成其组成部分对于增强3D理解，促进模型再利用和支持各种应用（例如零件生成）至关重要。但是，当前的方法在处理复杂对象时面临限制，例如鲁棒性，并且无法完全自动化该过程。在本文中，我们提出了一个称为P3-SAM的天然3D可启示性零件分割模型，旨在将任何3D对象分割为组件 ...
我们提出了模态差距，这是多模式模型表示空间的有趣几何现象。具体而言，我们表明不同的数据模式（例如 ...
大型语言模型（LLM）在数学和编码等复杂的推理任务上表现出色，但是他们经常在幼儿毫不费力地执行的简单互动任务中挣扎。这种差异突出了声明知识（了解某事）和程序知识（知道如何做某事）之间的关键差距。尽管传统的加强学习（RL）代理可以通过环境互动获得程序知识，但它们通常是黑匣子，需要大量的培训数据 ...
社交媒体受欢迎程度预测是一项复杂的多模式任务，需要有效整合图像，文本和结构化信息。但是，当前的方法遭受视觉文本一致性不足的影响，并且无法捕获社交媒体数据中固有的跨质量相关性和层次模式。为了克服这些局限性，我们建立了一个多级框架，为结构增强和对比度学习引入了层次原型，以改善视觉文本对齐 ...
当前的对话生成方法通常需要完整的对话文本，然后才能产生一个不可分割的语音，其中包含所有声音，使其不适合交互式聊天；此外，它们遭受了不稳定的合成，不准确的说话者过渡和不连贯的韵律。在这项工作中，我们介绍了FireredTTS-2，这是一种用于多演讲者对话的长形式流式TTS系统，通过可靠的扬声器切换和上下文感知的韵律发出稳定的自然语音。一个新的12 ...
深击是现实的面部操纵，可以对安全，隐私和信任构成严重威胁。现有方法主要将此任务视为二进制分类，该分类使用数字标签或掩盖信号来训练检测模型。我们认为，这样的监督缺乏语义信息和解释性 ...
我们在左右对称框架中呈现纯线性的Seesaw机制，然后实现一种新型的瘦素发生场景，用于通过带电的Lepton Masses和光的MajoraNa Neutrino质量矩阵参数为宇宙Baryon不对称，直至总体上。通过相同的Yukawa耦合，充满镜子的lep镜的Lepton-number持续衰减可以产生三个存储在普通Lepton口味中的Lepton不对称性，而Lepton-number-violat ...
