大型语言模型（LLM）需要持续的知识更新，以保持不断变化的世界事实，从而促使终身模型编辑任务的制定。尽管近年来见证了单次和批次编辑的各种技术的开发，但在面对终身编辑时，这些方法要么无法应用或进行次优。在本文中，我们介绍了Lemoe，这是用于终身模型编辑的专家（MOE）适配器的高级混合物 ...

本文提出了一个范式，该范式将一般大规模预认证的模型（PTM）适应语音情感识别任务。尽管PTM对人工通用情报有了新的启示，但它们是考虑到一般任务的，因此，它们对特定任务的功效可以进一步提高。此外，由于其相当大的尺寸，在实际应用中采用PTM可能会具有挑战性 ...

模拟中的培训控制政策比直接在真实机器人上更具吸引力，因为它允许以有效的方式探索不同的状态。然而，机器人模拟器不可避免地表现出与现实世界\ rebut {dynamics}的差异，从而产生了表现为动态模拟对真实性（SIM到真实）间隙的不准确性。现有文献提出，通过主动修改特定的模拟器参数来将模拟数据与现实世界观测一致，以缩小这一差距 ...

近年来，语义细分已成为处理和解释卫星图像的关键工具。但是，监督学习技术的普遍限制仍然需要专家进行大量的手动注释。在这项工作中，我们探讨了生成图像扩散的潜力，以解决地球观察任务中注释数据的稀缺性 ...

分布式学习通常用于培训深度学习模型，尤其是大型模型。在分布式学习中，手动并行性（MP）方法需要大量的人类努力，并且灵活性有限。因此，最近提出了自动平行性（AP）方法来自动化并行策略优化过程 ...

三个挑战限制了机器人学习研究的进度：机器人很昂贵（很少有实验室可以参与），每个人都使用不同的机器人（发现并不能在实验室中推广），而且我们缺乏互联网规模的机器人数据。我们通过新的基准测试来应对这些挑战：离线火车，在线测试（Toto）。 Toto为远程用户提供了对共享机器人硬件的访问，以评估常见任务的方法，并提供这些任务的开源数据集，以进行离线培训 ...

投机性采样已成为一种重要技术，用于通过利用草稿然后验证的机制来加速大型语言模型（LLMS）的自动回归生成过程，每次向前通行证产生多个 Token 。尽管最先进的投机采样方法仅使用单层和语言建模（LM）头作为草稿模型，以实现令人印象深刻的层压缩，但对于大型vocababulary LLM，例如Llama-3-8B，效率的提高大大降低，例如，词汇为128K词汇。为了解决这个问题，我们提出了FR-Spe ...

图像跟踪是图形设计，工程和计算机动画中工作流程的基础组成部分，将手绘概念图像链接到几何处理和编辑所需的平滑曲线集合。即使对于干净的线条图，现代算法也常常无法忠实地矢量化交界处或曲线相遇的点；这会产生具有不正确连接性的矢量图。这个微妙的问题破坏了矢量化工具的实际应用，并说明了艺术家和工程师使用自动矢量化软件的犹豫 ...