我们提出了一种算法，用于重建单目视频中所有像素的密集、几何一致的深度。我们利用传统的运动结构重建来建立视频中像素的几何约束。与经典重建中的临时先验不同，我们使用基于学习的先验，即 ...

我们提出了一种轻量级方法来检测检索增强生成（RAG）的非事实输出。给定上下文和假定的输出，我们计算一个事实分数，可以对其进行阈值化以产生二元决策，以检查基于 LLM 的问答、摘要或其他系统的结果。与本身依赖于 LLM 的事实检查器不同，我们使用紧凑的开源自然语言推理 (NLI) 模型，该模型可生成可自由访问的解决方案，在运行时具有低延迟和低成本，并且无需 LLM 微调 ...

旅游推荐系统 (TRS) 传统上专注于提供个性化的旅行建议，通常优先考虑用户偏好，而不考虑更广泛的可持续发展目标。随着平衡环境影响、当地社区利益和游客满意度的需求日益增长，将可持续性纳入 TRS 变得至关重要。本文提出了一种新方法，使用大型语言模型 (LLM) 和改进的检索增强生成 (RAG) 管道来增强可持续城市旅行的 TRS ...

深度学习 (DL) 已广泛应用于物联网 (IoT)。深度学习在物联网中的一项典型应用是通过无线信号进行设备识别，即非加密设备识别（NDI）。然而，NDI 系统中的学习组件必须不断发展以适应操作变化，这种范例被称为增量学习（IL） ...

作为一种专用的量子设备，伊辛机可以在毫秒内解决大规模的二进制优化问题。由于生成人工智能的繁荣，人们对利用伊辛机训练前馈神经网络产生了兴趣。然而，由于复杂的非线性网络拓扑，现有方法只能训练单层前馈网络 ...

3D 高斯泼溅 (3DGS) 在场景表示和神经渲染方面取得了重大进展，并致力于使其适应动态场景。尽管提供了卓越的渲染质量和速度，现有方法仍难以满足存储需求并代表复杂的现实世界运动。为了解决这些问题，我们提出了 MoDecGS，这是一种内存高效的高斯泼溅框架，旨在在具有复杂运动的挑战性场景中重建新颖的视图 ...

大型语言模型（LLM）因其在文本生成和推理任务中的惊人表现而引起了广泛的关注和研究。 ChatGPT等衍生产品已得到广泛部署并备受追捧。同时，LLM在软件工程任务（例如代码生成）中的评估和优化已成为研究热点 ...

持续学习在许多实际应用中变得至关重要，例如在线新闻摘要和产品分类。主要挑战被称为灾难性遗忘，这是一种模型在接受新任务训练时无意中丢弃先前学到的知识的现象。现有的解决方案包括存储以前类别的样本，在微调过程中规范参数，或者为每个任务分配不同的模型参数 ...