在过去的十年中，在视频任务的自我监督学习方面取得了显着的成就。最近的努力通常采用蒙版视频建模（MVM）范式，从而在多个视频任务上取得了重大进展。但是，仍然存在两个关键挑战：1）如果没有人类注释，随机的时间抽样会引入不确定性，从而增加了模型训练的难度 ...

这项研究通过区分两个LLM评估范式来调查有关指示符（形式）的语言模型（LLM）的语言理解（LLM）：心理语言和神经语言学。传统的心理语言评估通常反映出可能无法准确代表LLMS真正语言能力的统计规则。我们采用了一种新方法，它引入了一种神经语言方法，该方法结合了最小对和诊断探测，以分析模型层的激活模式 ...

语言模型的快速改善增加了滥用文本生成系统的幽灵。这一进步促使开发简单的方法用于检测可以使用并解释为非专家的生成文本。我们开发了GLTR，这是一种支持人类检测文本是否由模型生成的工具 ...

最近的研究表明，使用可区分的奖励将直接对齐扩散模型与人类偏好保持有效性。但是，他们表现出两个主要挑战：（1）他们依靠多步降级，并用梯度计算来进行奖励评分，这在计算上昂贵，因此仅将优化限制为仅几个扩散步骤； （2）他们通常需要连续离线奖励模型，以实现所需的美学质量，例如光真相或精确的照明效应。为了解决多步降级的局限性，我们提出了直接对齐，这种方法在通过插值从任何时间步骤中有效地从任何时间步骤中恢复了 ...

新颖的数据来源带来了新的机会，可以提高推荐系统的质量，并作为个性化建议创建新范式的催化剂。印象是一种新颖的数据源，其中包含屏幕上用户显示的项目。过去的研究重点是使用互动提供个性化的建议，并在可用的数据源时有时会使用印象 ...

知识差距和幻觉阻碍了医学大语言模型的准确诊断。检索和工具增强的方法有助于，但它们的影响受到外部知识的使用和反馈理论不良的可追溯性的限制。为了应对这些挑战，我们介绍了深入DXSearch，这是一种经过训练的端到端训练的辅助学习（RL），以实现TraceBale检索检索效果进行医学诊断 ...

如今，许多推荐系统涵盖各个领域，以满足用户的多样化需求，导致用户行为在不同领域之间转换。事实上，不同领域的用户行为揭示了对推荐项目偏好的变化。例如，从负面反馈到正面反馈的转变表明用户满意度有所提高 ...

商业推荐系统面临着一个挑战，即平台或用户的任务要求经常动态变化（例如，对于准确性或多样性而改变的偏好） ...