给定一个数据集$ \ MATHCAL {D} $，其中包含数百万个数据点和一个愿意为\ $$ x $付费的数据消费者，以训练机器学习（ML）型号（ML）型号，我们应该如何将此\ $$ x $分配给每个数据点以反映其“价值”？在本文中，我们通过Shapley值来定义“数据的相对价值”，因为它独特地具有具有吸引人的现实解释的属性，例如公平，合理性和去偏移性。对于一般有限的实用程序功能，众所周知，Sha ...

3D高斯分裂（3DGS）是一种用于3D重建的有前途的技术，提供有效的训练和渲染速度，使其适用于实时的此HTTP URL，当前的方法需要高度控制的环境（没有移动的人或防风元素，以及一致的照明）以满足Inter-View一致性一致性假设。这使得现实世界的重建会捕获有问题。我们提出一尘不染的拼图，这种方法利用预先训练和通用的特征，结合了强大的优化，可以有效地忽略瞬态分散术者 ...

交互式定理供奉献精益可以验证形式的数学证明，并得到不断扩展的社区的支持。该生态系统的核心是其数学库Mathlib4，它为不断扩展的数学理论的形式化奠定了基础。但是，在Mathlib4中搜索定理可能具有挑战性 ...

随着大型语言模型（LLMS）变得越来越有能力，安全和安全评估至关重要。尽管当前的红色小组方法在评估LLM漏洞方面取得了长足的进步，但他们通常严重依赖人类的投入，并且缺乏对新兴攻击媒介的全面覆盖。本文介绍了AutoredTeamer，这是一种针对LLM的全自动，端到端红色组合的新颖框架 ...

从单目视频重建动态对象是一个严重受限且具有挑战性的问题，最近的工作已经在各个方向上解决了这个问题。然而，由于这个问题的不适定性质，目前还没有一种解决方案能够从与训练视图显着不同的相机位置提供一致、高质量的新颖视图。在这项工作中，我们引入神经参数高斯（ npg） ...

以前基于专家混合（MOE）的多任务密集预测方法已经获得了出色的表现，但他们忽略了明确建模所有任务之间全球关系的重要性。在本文中，我们提出了一种以多任务密集预测为重点的新型方法，称为低级专家（MLORE）。为了建模全局任务关系，MLORE添加了原始MOE结构的通用卷积路径，每个任务功能都可以通过此路径进行显式参数共享 ...

人类行动识别（HAR）涵盖了监测各个领域人类活动的任务，包括但不限于医学，教育，娱乐，视觉监视，视频检索以及识别异常活动。在过去的十年中，HAR领域通过利用卷积神经网络（CNN）有效提取和理解复杂的信息，从而提高了HAR系统的整体性能，从而见证了巨大的进步。最近，计算机视觉的领域见证了视觉 Transformer （VIT）的出现作为有效的解决方案 ...

llm（llm）的成功，llm中以构建视觉语言基础模型最近引起了越来越多的兴趣。然而，llm 的大型多模式模型（例如 ...