随着自主驾驶技术的快速发展，对高清图（HD）地图的需求不断增长，该图提供了有关交通环境静态部分的可靠且强大的先前信息。作为HD地图中的重要元素之一，Road Lane Centerline对于下游任务（例如预测和计划）至关重要。高清地图中道路车道的手动注释中心线是劳动力密集，昂贵且效率低下的，严重限制了自动驾驶系统的广泛应用 ...
将大型语言模型（LLMS）与搜索工具集成的深入研究代理在提高处理复杂查询的有效性方面取得了成功，该查询需要迭代搜索计划和推理，而不是搜索结果。对Browsecomp等当前基准测试的评估依赖于黑框实时Web搜索API，在（1）公平性中具有明显的限制：动态和不透明的Web Apis阻碍了公平的比较和深度研究方法的可重复性； （2）透明度：缺乏对文档语料库的控制，因此很难隔离猎犬的贡献。换句话说，当前的 ...
自然语言处理系统中审慎的语言模型的普及要求对下游任务中的此类模型进行仔细的评估，这些任务具有更高的社会影响潜力。对此类系统的评估通常集中在准确性措施上。我们在本文中的发现也要求注意公平措施 ...
随着视觉语言模型（VLM）的快速发展，基于VLM的图像质量评估（IQA）试图在语言上描述图像质量，以与人类表达保持一致并捕获IQA任务的多方面性质。但是，当前的方法远非实际用法。首先，先前的作品狭义地关注特定的子任务或设置，这些子任务或设置与不同的现实世界应用不符 ...
在定量交易中，将历史股票数据转换为可解释的公式化风险因素可以增强市场波动和风险的识别。尽管神经网络的最新进展用于提取潜在的危险因素，但这些模型仍然限于提取和缺乏明确的公式化风险因素设计。通过将符号数学视为一种有效数学表达式的语言，我们提出了将开采公式化风险因素作为语言建模问题的任务构建的任务 ...
GPT和DALL-E等大型生成模型彻底改变了研究界。这些模型不仅会产生高保真度输出，而且是通才，可以解决未明确教授的任务。相比之下，语音生成模型在规模和任务概括方面仍然是原始的 ...
可以通过首先提取源内容信息和目标扬声器信息，然后使用这些信息重建波形来实现语音转换（VC）。但是，当前的方法通常会提取带有说话者信息的肮脏内容信息，或者要求大量带注释的数据进行培训。此外，转换模型和Vocoder之间的不匹配可以降低重建波形的质量 ...
本次调查对多轮对话系统的研究进行了全面的回顾，特别关注基于大语言模型（LLM）的多轮对话系统。本文旨在（a）总结现有的 LLM 以及使 LLM 适应下游任务的方法；(b)阐述多轮对话系统的最新进展，主要基于 LLM 的开放域对话（ODD）和面向任务的对话（TOD）系统，以及数据集和评估指标；(c)讨论基于 LLM 的开放域对话（ODD）和面向任务的对话（TOD）系统，以及数据集和评估指标；的发展以 ...
