知识图嵌入提供了一种用于表示知识的多功能技术。这些技术可用于多种应用中，例如完成知识图，以预测缺失的信息，推荐系统，问答，查询扩展等。尽管结构化嵌入了知识图中的信息在现实世界中的挑战是挑战性的 ...

标准化层在现代神经网络中无处不在，长期以来一直被认为是必不可少的。这项工作表明，没有归一化的 Transformer 可以使用非常简单的技术实现相同或更好的性能。我们介绍了Dynamic Tanh（Dyt），元素操作$ dyt（$ x $）= \ tanh（\ alpha $ x $）$，作为变形金刚中归一化层的置换式替换 ...

触觉为人类和机器人的感知和交互能力提供了重要的支持和增强。然而，与触觉相关的多模态研究主要集中在视觉和触觉模态，在语言领域的探索有限。除了词汇之外，句子级描述还包含更丰富的语义 ...

我们介绍了围攻，这是一个多转化的对抗框架，该框架通过树搜索的角度逐渐模拟大语模型（LLM）安全性的逐渐侵蚀。与依靠一个精心设计的提示的单转弯越狱不同，攻城以广度优先的方式扩展了对话，分支了多个对抗性提示，从而利用部分依从性从先前的回应中剥夺。通过跟踪这些增量策略泄漏并将其重新注入随后的查询，围攻揭示了如何将小特许权积累到完全不允许的输出中 ...

与智能手机相比，在基于MLLM的GUI代理的领域中，PC方案不仅具有更复杂的交互环境，而且还涉及更复杂的Intra Intra Inter-App和Inter-App工作流程。为了解决这些问题，我们提出了一个名为PC-Agent的分层代理框架。具体而言，从感知的角度来看，我们设计了一个主动感知模块（APM），以克服当前MLLM在感知屏幕快照内容中的能力不足 ...

尽管多机构协作大语模型（LLMS）在文本到SQL任务中取得了重大突破，但其性能仍然受到各种因素的限制。这些因素包括框架不完整，未能遵循说明和模型幻觉问题。为了解决这些问题，我们提出了OpenSearch-SQL，将文本到SQL任务划分为四个主要模块：预处理，提取，生成和改进，以及基于一致性比对机制的对齐模块 ...

本文介绍了Conformer-1，这是一种端到端自动语音识别（ASR）模型，该模型在570k小时的语音音频数据的广泛数据集中训练，其中91％是从公开可用来源中获得的。为了实现这一目标，我们在使用强符构象异构体RNN-T基线模型为未标记的公共数据生成伪标记后进行嘈杂的学生培训。这些伪标记的数据的添加导致相对单词错误率（WER）的显着提高11 ...

深度神经网络在许多关键领域（例如自动驾驶，面部识别和医学诊断）中起着至关重要的作用。但是，深层神经网络正面临后门攻击的安全威胁，可以通过后门攻击者操纵攻击者决定的行为。为了捍卫后门，先前的研究重点是使用干净的数据在模型部署之前删除后门攻击 ...