APB: Accelerating Distributed Long-Context Inference by Passing Compressed Context Blocks across GPUs 
虽然长篇小说推理对于推进大型语言模型（LLM）应用至关重要，但其预填充速度仍然是一个重要的瓶颈。当前的方法，包括序列并行策略和通过近似注意机制计算减少，仍然没有提供最佳的推理效率。这会阻碍将输入缩放到更长的序列，并及时处理长篇文章的查询 ...
0 0 0 2025/03/12 arXiv:2502.12085v1 shiwei
Document Ranking with a Pretrained Sequence-to-Sequence Model 
这项工作提出了一种对验证序列到序列模型对文档排名任务的新颖调整。我们的方法与基于仅经过验证的 Transformer 体系结构（例如BERT）的基于通常基于分类的排名的表述从根本上有所不同。我们展示了如何训练序列到序列模型以生成相关标签为“目标词”，以及如何将这些目标词的基础逻辑解释为排名的相关概率 ...
0 0 0 2025/03/12 arXiv:2003.06713v1 18485528524
Semantic Retrieval Augmented Contrastive Learning for Sequential Recommendation 
顺序建议旨在根据历史行为序列对用户偏好进行建模，这对于各种在线平台至关重要。由于大多数用户的互动率有限，而且许多项目受到很少的关注，因此数据稀疏仍然是一个重大挑战。为了减轻此问题，对比度学习已被广​​泛采用 ...
0 0 0 2025/03/12 arXiv:2503.04162v1 xz
A Survey of World Models for Autonomous Driving 
最近在自动驾驶方面的突破已经彻底改变了车辆对周围环境的看法和互动方式。特别是，世界模型已成为一项Linchpin技术，提供了整合多传感器数据，语义提示和时间动态的驱动环境的高保真表示。这样的模型统一了感知，预测和计划，从而使自主系统能够在复杂且通常是不可预测的条件下做出快速，明智的决定 ...
0 0 0 2025/03/12 arXiv:2501.11260v2 waitsop
NegativePrompt: Leveraging Psychology for Large Language Models Enhancement via Negative Emotional Stimuli 
大型语言模型（LLM）已成为广泛应用程序不可或缺的一部分，从传统计算任务到高级人工智能（AI）应用程序。这种广泛的采用促使人们对包括社会科学在内的各个学科的LLM进行了广泛的研究。值得注意的是，研究表明，LLM具有情绪智力，可以通过积极的情绪刺激进一步发展 ...
0 0 0 2025/03/12 arXiv:2405.02814v2 韩池
韩池
LLM-Collaboration on Automatic Science Journalism for the General Audience 
科学新闻业向非专业主义者报告了当前的科学发现，旨在使公众理解艺术状况。但是，由于观众通常缺乏有关提出的研究的特定知识，因此这项任务可能具有挑战性。为了应对这一挑战，我们提出了一个框架，该框架集成了三个LLM，模仿了现实世界中的写入阅读反馈 - 革命工作流，其中一个LLM充当记者，较小的LLM作为公众公众读者，而第三个LLM则是编辑 ...
0 0 0 2025/03/12 arXiv:2407.09756v1 owenzds
BEHAVIOR Robot Suite: Streamlining Real-World Whole-Body Manipulation for Everyday Household Activities 
现实世界中的家庭任务对移动操纵机器人面临着重大挑战。对现有机器人技术基准的分析表明，成功的任务绩效取决于三个关键的全身控制功能：双层协调，稳定且精确的导航以及广泛的最终效果可达性。实现这些功能需要仔细的硬件设计，但是由此产生的系统复杂性进一步使视觉运动策略学习变得复杂 ...
0 0 0 2025/03/12 arXiv:2503.05652v1 lucian_p
No Filter: Cultural and Socioeconomic Diversity in Contrastive Vision-Language Models 
我们研究对比视力语言模型（VLM）中的文化和社会经济多样性。使用广泛的基准数据集和评估指标，我们引起了一些重要发现。首先，将培训数据的常见过滤到英语图像文本对较低的社会经济地位的劣势社区，并对文化理解产生负面影响 ...
0 0 0 2025/03/12 arXiv:2405.13777v3 shiwei

来一起翻译吧！


为了您和其他读者获得更好的阅读体验，请您勇敢地改进翻译，特别是一些显而易见的机器翻译错误。


虽然我们追求卓越，但我们并不要求翻译十全十美，因此请不要担心您翻译有误 —— 我们的服务器已经记录所有的翻译，您不必担心会因为您的失误导致无法挽回的破坏。（改编自维基百科）