最近，llm，finllm）。然而，当问题中涉及数字变量时，现有的finllm在理解金融文本方面的表现并不令人满意。在本文中 ...
secsec数据上的meta-llama-3-70b-inStruct模型的域适应进行了广泛的实验 ...
我们研究了化学反应网络的响应，从均衡对反应速率的对数扰动驱动。观察到化学物种的平均数量的响应被观察到数量波动以及最大热力学驱动力的定量限制。我们证明了线性化学反应网络和一类具有单一化学物种的非线性化学反应网络的权衡 ...
裂纹分割可以通过准确识别裂纹尺寸和位置来在结构健康监测（SHM）中起关键作用，从而可以随着时间的推移监视结构损害。但是，由于记忆力有限，计算能力和能源资源有限，针对资源受限的微控制器的开裂分割进行了深入学习模型。为了应对这些挑战，这项研究探讨了针对Tinyml应用程序量身定制的轻质U-NET体系结构，重点介绍了三种优化策略：滤波器数减少，网络深度降低以及使用深度可分开的卷积（DWCONV2D） . ...
通过自然语言与人相互作用的机器人可以解锁众多应用，例如引用Grasp合成（RGS）。给定文本查询，RGS确定了稳定的抓握姿势，以操纵机器人工作区中的引用对象。 RGS包括两个步骤：视觉接地和掌握姿势估计 ...
我们研究了前馈恢复神经网络的记忆力。我们表明，这样的网络可以记住使用$ \ tilde {o} \ left（\ sqrt {n} \ right）$ parameters使用$ \ tilde {o} \ left满足温和的可分离性假设的任何$ n $点。已知的vc-dimension上限意味着记住$ n $样本需要$ \ omega（\ sqrt {n}）$参数，因此我们的构造是对数因素的最佳 ...
对于在现实世界环境中的部署机器人的部署，必须开发出强大的运动控制方法，以挑战可能表现出意外的变形性和不规则性。在本文中，我们探讨了SIM到真实的深钢筋学习（RL）在兼容和不平坦的地形上针对人形机器人的双足动力控制器设计的应用。我们的关键贡献是表明，将RL代理暴露于模拟中的随机地形上的简单培训课程可以仅使用前置反馈在真实的人形机器人上实现强大的行走 ...
graph gnns是最近表达的图形神经网络（GNN），将其模拟为子图的集合。到目前为止，可能的子图GNN体系结构的设计空间及其基本理论属性仍然在很大程度上尚未探索。在本文中，我们研究了子图方法的最突出形式，该方法采用了基于节点的子图选择策略，例如自我网络或节点标记和删除 ...
