水下对象检测（UOD）旨在识别和将物体定位在水下图像或视频中，由于光学失真，水浊度和水下场景中的变化而面临重大挑战。近年来，基于人工智能（AI）的方法，尤其是深度学习方法，在UOD中表现出了有希望的表现。为了进一步促进未来的进步，我们全面研究了基于AI的UOD ...

k-neartime邻居搜索的大多数精确方法都受到维数的诅咒；也就是说，他们的查询时间表现出对环境或内在维度的指数依赖性。动态连续索引（DCI）提供了一种有前途的方式来规避诅咒，并成功地降低了查询时间对固有维度的依赖性，从指数到sublinear。在本文中，我们提出了DCI的一种变体，我们将其称为优先级DCI，并在查询时间对固有维度的依赖性方面有了显着改善 ...

我们推出可变形的卷积V4（DCNV4），dcnv4通过两项关键增强解决了其前身dcnv3的局限性：1。 softmax归一化，以增强其动态属性和表达能力；2。 ... ...

深度神经网络已经在图像分类任务上取得了非凡的结果，但已证明对输入数据精心设计的扰动很容易受到攻击。尽管大多数攻击通常会改变许多图像像素的值，但已显示深网也容易受到输入的稀疏改变。但是，尚未提出计算高效的方法来计算稀疏的扰动 ...

推荐系统中的最新建议使用大型语言模型代表及其文本描述的项目。与仅项目ID模型（例如Bert4Rec）相比，它们在标准基准测试中显示出更好的结果。在这项工作中，我们重新审视了经常使用的Bert4Rec基线，并表明，通过进一步的调整，Bert4Rec明显胜过先前报道的数字，在某些数据集中，与最先进的模型具有竞争力 ...

通过有限的硬件进行微调预训练的大型语言模型（LLMS），由于GPU内存限制而带来了挑战。已经提出了各种分布式微调方法来减轻GPU上的内存约束。但是，确定在给定环境中防止GPU的gpu范围内的最有效方法，同时又不清楚 ...

越来越多的研究作品融合了LiDAR和相机信息，以改善自动驾驶系统的3D对象检测。最近，一个简单而有效的融合框架取得了出色的检测性能，在统一的鸟类视图（BEV）空间中融合了LiDAR和相机功能。在本文中，我们提出了一个名为SimpleBev的LiDar-Camera Fusion框架，用于精确的3D对象检测，该框架分别遵循基于BEV的Fusion框架并改进相机和LIDAR编码器 ...

最近，开源大语言模型（LLM）的开发迅速发展。但是，由于数据限制，大多数开源LLM的功能主要集中在英语上。为了解决这个问题，我们介绍了$ \ textit {chat vector} $的概念，以配备预训练的语言模型，并通过简单模型算术进行指导和人为价值对齐 ...