我们使用即将到来的平方公里阵列（SKA）的快速无线电爆发（SKA）的快速无线电爆发（FRB）介绍了宇宙学参数估计，重点介绍了暗能量，哈勃常数和巴里昂密度的问题。我们从10年的SKA观察中模拟了$ 10^5 $和$ 10^6 $局部的FRB，并发现：（i）仅使用$ 10^6 $ frb数据可以严格限制与CMB+BAO+SNE更好的状态参数的黑暗能量方程，从而提供了独立的宇宙学调查以探索黑暗的能量； ...
元学习在低资源文本分类中实现了有希望的表现，该分类旨在识别具有从源类中传递的知识类别的目标类别，其中包含一组名为情节的小型任务。但是，由于元学习场景中的训练数据有限和参数化神经网络的固有特性，因此较差的泛化性能已成为一个需要解决的紧迫问题。为了解决这个问题，我们提出了一种基于元学习的方法，称为检索元素元学习（RAML） ...
源代码摘要是为编程语言代码段生成高级自然语言描述的任务。该任务的当前神经模型在其体系结构和他们考虑的代码方面有所不同。在本文中，我们表明，用于代码摘要的三个SOTA模型在很大程度上是差异的大型代码库中的子集 ...
随着生成模型的兴起，人们对在生成框架中统一所有任务的兴趣越来越大。异常检测方法也属于此范围，并在给出任意异常图像时利用扩散模型来生成或重建正常样品。但是，我们的研究发现，扩散模型遭受了严重的``忠实幻觉''和``灾难性遗忘''的侵害，这无法满足无法预测的模式增量 ...
生成图形结构化数据需要学习图形的基础分布。然而，这是一个具有挑战性的问题，先前的图生成方法要么无法捕获图形的置换率属性，要么无法充分对节点和边缘之间的复杂依赖性进行建模，这对于生成真实世界图（例如分子）至关重要。为了克服此类局限性，我们为具有连续时间框架的图表提出了一种基于分数的新型生成模型 ...
大型语言模型在各种任务中表现出了巨大的表现。内在的学习 - 在获得许多示威游行后的任务改进的能力 - 被视为取得成功的主要贡献者之一。在本文中，我们证明了大语模型的内在学习能力可以通过内在学习本身递归改进 ...
在有限字段$ \ mathbb {f} _q $上的快速傅立叶变换（FFT）计算给定多项式的评估小于$ n $的$ n $ dinters评估点，$ \ mathbb {f} _q $。如果$ q $或$ q-1 $是一个平稳的数字，则分裂和互动方法会导致已知最快的FFT算法。根据评估点形式集的组类型，这些算法被归类为乘法（Comp的数学 ...
自然语言处理（NLP）推论正在看到移动应用程序采用的提高，在此，对于至关重要的保留用户数据隐私和避免网络往返的推论是理想的。但是，NLP模型的前所未有的大小强调延迟和内存，在移动设备的两个关键资源之间产生张力。为了满足目标延迟，将整个模型保存在内存中会尽快启动执行，但将一个应用程序的内存足迹增加了几次，将其收益限制为仅在被移动内存管理回收之前的一些推论 ...
