近年来，机器学习模型对会员推理攻击（MIA）的脆弱性引起了人们的关注。这些攻击决定了数据样本是否属于模型的训练集。最近的研究集中在基于参考的攻击上，该攻击利用了独立训练的参考模型来利用难度校准 ...

学习功能互动对于在线广告服务的模型性能很重要。结果，广泛的努力致力于设计有效的架构来学习特征互动。但是，我们观察到，即使声称被捕获的交互的顺序相同，这些设计的实际性能也会因数据集而异 ...

本文介绍了一种培训类似O1的抹布模型的方法，该模型在生成最终答案之前逐步检索和理由，通过相关信息逐步检索和理由。常规的抹布方法通常在生成过程之前执行单个检索步骤，这限制了由于不完善的检索结果而导致的复杂查询的有效性。相比之下，我们提出的方法Corag（重新预应增强链）使该模型可以根据不断发展的状态动态重新重新重新查询查询 ...

由于知识图（kg）结构与自然语言之间存在自然差距，因此出现了KG的整体结构信息与大语言模型（LLMS）的有效整合是一个重要的问题。为此，我们提出了一个两阶段的框架，以学习和应用每个实体的量化代码，旨在将KG与LLMS无缝集成。首先，提出了一种自我监督的量化表示（SSQR）方法，以将KG结构知识和语义知识压缩为离合语言句子格式的离散代码（\ ie，tokens） ...

近年来，随着深度学习的持续发展和大规模人类运动数据集的出现，人类运动预测技术在人类计算机的互动，自主驾驶，运动分析和人事跟踪等各个领域都逐渐变得突出。本文介绍了该领域中的常见模型体系结构，以及它们各自的优势和缺点。它还系统地总结了最近的研究创新，重点是对这些领域相关论文的深入讨论，从而强调了对该领域发展的前瞻性见解 ...

我们提出了一项混合方法研究，以探讨大型语言模型（LLMS）如何帮助用户对知识图（KGS）进行视觉探索和分析。我们调查并采访了来自行业，政府实验室和学术界的20位专业人员，他们定期与KGS和LLMS合作，无论是合作还是并发。我们的研究结果表明，参与者绝大多数希望通过LLM通过共同查询构建从KG中促进数据检索，以通过多转交谈来识别KG中有趣的关系，并从KG中创建按需可视化，从而增强其对LLM的信任输出 ...

多模式大语言模型（MLLM）的兴起已成为人工智能领域的变革力量，使机器能够处理和生成跨多种模式（例如文本，图像，音频和视频）的内容。这些模型代表了对传统单峰系统的重大进步，从自主诊断到医学诊断的各种应用程序开放了新的边界。通过整合多种模式，MLLM对信息有了更全面的了解，密切模仿了人类的看法 ...

新型药物目标（DT）相互作用的鉴定是药物发现过程的重要组成部分。已提出预测DT相互作用的大多数计算方法都集中在二进制分类上，该分类是确定DT对是否相互作用的目标。但是，蛋白质 - 配体相互作用假设结合强度值的连续性也称为结合亲和力，并且预测该值仍然是一个挑战 ...