内核功能在机器学习算法（例如分类器）中起着至关重要的作用。在本文中，我们旨在提高分类性能并减少量子分类器的阅读负担。我们设计了一个通用的量子特征映射布局，以扩大特征状态的范围，并避免量子叠加状态的直接制备效率低下 ...

在提示中提供自然语言说明是一个有用的新范式，用于在零弹奏设置中改善大型语言模型的任务性能。最近的工作旨在通过手动重写或基于梯度的调整来改善此类提示。但是，手动重写是耗时的，需要主观的解释，而基于梯度的调整对于大型模型来说可能是极其计算的要求，对于基于API的模型来说可能是不可行的 ...

Quantum机器学习（QML）是一个新兴领域，它研究了量子计算机用于学习任务的功能。虽然QML模型理论上可以提供诸如指数加速之类的优点，但数据加载方面的挑战以及扩展到相关问题大小的能力阻止了对实际问题的这种优势的证明。特别是，将任意的经典数据编码通常以高计算成本为量子，无论是量子计数还是栅极计数 ...

多模式的大语言模型（MLLM）显示出强烈的安全问题（例如，为用户产生有害产出），这激发了安全评估基准的开发 ...

基于图形的社交建议系统在增强建议性能方面表现出了巨大的希望，尤其是在解决用户行为中数据稀疏问题方面。通常，这些系统利用图形神经网络（GNN）来通过纳入观察到的社交网络的高阶社交影响来捕获用户偏好。但是，现有的基于图的社交建议通常忽略了以下事实：社交网络本质上是嘈杂的，其中包含任务 - 无关紧要的关系，可以阻碍准确的用户偏好学习 ...

AI安全领域旨在防止或减少AI系统造成的伤害。一个简单而有吸引力的说明AI安全性是该领域是该功能是构成型的：一个研究项目属于AI安全性的权限，以防万一它旨在防止或减少由AI系统造成的危害。称此非常有吸引力的简单说明AI安全的安全概念 ...

大型语言模型（llm）已显示出令人印象深刻的能力，但也存在令人担忧的产生幻觉的倾向。本文介绍了refchecker，这是一个引入声明三元组来表示llm响应中的声明的框架，旨在检测细粒度的幻觉。在refchecker中 ...

WebText，wikipedia，概念标题，webimageText和laion等海量数据语料库推动了ai领域近期的巨大进步。在此类数据集上训练的大型神经模型产生了令人印象深刻的结果，并且在当今的许多基准测试中名列前茅。这个大型数据集系列中一个值得注意的遗漏是3d数据... ...