规则学习对于改善知识图（KG）推理至关重要，因为它们提供了逻辑和可解释的解释。最近，图形神经网络（GNNS）具有尾部实体评分，达到了KG推理的最新性能。但是，对这些GNN的理论理解要么缺乏或专注于单关系图，因此留下了这些GNNS可以学习一个开放问题的规则 ...
大型语言模型（LLM）由表现出各种行为和角色的神经元组成，随着模型的规模，它们变得越来越多样化。最近的研究表明，并非所有神经元在不同的数据集中都活跃，并且这种稀疏性与特定于任务的能力呈正相关，从而导致模型修剪和训练效率的进步。传统的微调方法参与LLM的所有参数，这在计算上很昂贵，可能不需要 ...
红外可见图像融合（IVIF）是计算机视觉中的一项关键任务，旨在将红外和可见光谱的独特特征整合到统一的表示中。自2018年以来，该领域进入了深度学习时代，越来越多的方法引入了一系列网络和损失功能，以增强视觉性能。但是，仍然存在诸如数据兼容性，感知准确性和效率之类的挑战 ...
在大型语言模型（LLMS）中，特别是推理能力中的最新突破已将检索型发电（RAG）推向了前所未有的水平。通过通过高级推理协同检索机制，LLMS现在可以解决日益复杂的问题。本文对抹布与推理之间的协作相互作用进行了系统的综述，清楚地定义了抹布上下文中的“推理” ...
分析机器学习模型的关键问题之一是确定模型的适当功能空间。这是特定机器学习模型可以良好准确性近似的功能空间，并具有与近似过程相关的自然规范。在本文中，我们针对两个代表性的神经网络模型解决了这个问题：两层网络和残留神经网络 ...
大型语言模型（LLMS）（例如ChatGpt）的最新进展已在各种NLP任务中展示了出色的零击性能。但是，在人格检测中LLM的潜力涉及从书面文本中识别个人的个性，这在很大程度上没有探索。从心理问卷中汲取灵感，这些问卷是由心理学家精心设计的，可以通过一系列有针对性的项目评估个人人格特征，我们认为这些项目可以被视为结构良好的基础链（COT）过程的集合 ...
随着海洋活动的快速发展，海上移动码头数量越来越多，以及对高速和超可靠的海上通信的需求不断增长，以保持它们的联系。传统上，海上互联网（IoT）是由海事卫星启用的。但是，卫星受到其高潜伏期和相对较低的数据速率的严重限制 ...
安全专家反向工程师（反编译）二进制代码确定关键的安全漏洞。重要系统中对源代码的访问有限，例如关键基础架构（CI）中使用的固件，驱动程序和专有软件 - 使该分析在二进制级别上更加重要。即使使用可用的源代码，在处理器执行的源代码和二进制代码之间的汇编之后，语义差距仍然存在 ...
