在智能辅导系统（ITS）的领域中，通过知识追踪（KT）对学生知识状态的准确评估对于个性化学习至关重要。但是，由于数据偏差，$ \ textit {即 ...

在一系列集合中，每个集合包含任意数量的元素，时间集的问题预测旨在预测后续集合中的元素。在实践中，时间集预测比时间事件和时间序列的预测建模要复杂得多，并且仍然是一个开放的问题。如果适用于时间集预测的问题，许多现有的方法通常会通过首先将时间集投影到潜在表示中，然后学习具有潜在表示的预测模型来遵循两步策略 ...

动力学Sunyaev Zel'dovich（KSZ）效应是黑体宇宙微波背景（CMB）温度各向异性，汤姆森（Thomson）相对于CMB休息框而散装自由电子散射。 CMB和星系调查之间的统计上各向异性交叉相关编码径向散装速度（更一般而言，远程偶极场），可以使用二次估计器进行有效重建。在这里，我们开发并实施了远程偶极字段的二次估计器，以从普朗克卫星和不明智的Galaxy Redshift目录中进行数据 ...

尽管发展迅速，但遥感目标检测对于检测高纵横比目标仍然具有挑战性。本文表明，大条带卷积是遥感目标检测的良好特征表示学习器，并且可以很好地检测各种长宽比的目标。基于大型带状卷积，我们构建了一种名为 Strip R-CNN 的新网络架构，它简单、高效且功能强大 ...

随着大型语言模型（LLMS）在广泛的Web应用程序中越来越受欢迎，对于LLM推理服务优化服务级目标（SLO）非常重要，以增强用户满意度并提高云供应商的竞争力。在本文中，我们观察到调整LLM推理引擎的参数可以提高服务性能，并且不同服务的最佳参数配置不同。因此，我们提出了Scoot，这是一种自动性能调整系统，可通过调整推理引擎的参数来优化每个LLM推理服务的SLO ...

对比学习已被有效利用，通过利用信息丰富的自我监督信号来增强顺序推荐模型的训练。大多数现有方法通过随机增强生成相同用户序列的增强视图，并随后最大化它们在表示空间中的一致性。然而，这些方法往往忽视了增强样本的合理性 ...

为了在复杂的任务上达到人类的绩效，人工系统的关键能力是了解对象之间的物理互动，并预测情况的未来结果。这种能力通常被称为直观物理，最近引起了人们的注意，并提出了几种方法来从视频序列中学习这些物理规则。但是，这些方法中的大多数仅限于发生NO（或仅受到限制）的情况 ...

房地产市场在很大程度上依赖结构化数据，例如物业细节，市场趋势和价格波动。但是，缺乏专门的表格问题回答该域中的数据集限制了自动提问系统的发展。为了填补这一空白，我们介绍了RETQA，这是第一个大规模开放域中的中国表格问题，答复了房地产的数据集 ...