大型语言模型（LLM）最近成为网络安全方面的强大工具，提供了恶意软件检测，生成和实时监控的高级功能。许多研究探索了它们在网络安全方面的应用，证明了它们在识别新型恶意软件变体，分析恶意代码结构并增强自动威胁分析方面的有效性。已经提出了几种基于 Transformer 的架构和LLM驱动的模型来改善恶意软件分析，利用语义和结构性见解，以更准确地识别恶意意图 ...

大型语言模型（LLM）输出的评估越来越多地由其他LLM，一种通常称为“ LLM-AS-A-A-Gudge”或自动射击器的设置。尽管自动载体提供了人类评估的可扩展替代方案，但它们表现出混合的可靠性，并且可能表现出系统的偏见，具体取决于响应类型，评分方法，域特异性或其他因素。在这里，我们提出了一个基于贝叶斯通用线性模型（GLM）的统计框架，该框架使研究人员能够同时评估其自动载体，同时解决其主要研究问题 ...

尽管现代对话系统在很大程度上依赖大型语言模型（LLM），但它们的实现通常超出了纯LLM互动。开发人员集成了多个LLM，外部工具和数据库。因此，仅对基础LLM的评估就不足以进行评估，并且必须对对话系统进行测试和整体评估 ...

握把是一种基本的机器人技能，尽管有重大的研究进步，但基于学习的6多型抓握方法仍然不是交钥匙，也不是努力跨越不同的实施例和野外设置。我们基于最近成功地将以对象为中心的GRASP生成过程建模为迭代扩散过程。我们提出的框架Graspgen由一个扩散式构建器结构组成，该结构可增强GRASP的生成，并与有效的鉴别器配对以评分和过滤采样的GRASP ...

我们提出了GS-ID，这是一个用于高斯分裂的照明分解的新型框架，实现了影像逼真的新观视图合成和直观的光编辑。照明分解是三个主要挑战面临的一个不适的问题：1）通常缺乏用于几何和材料的先验； 2）复杂的照明条件涉及多个未知的光源； 3）用大量光源计算表面阴影在计算上很昂贵。为了应对这些挑战，我们首先引入内在的扩散先验，以估算基于物理的渲染的属性 ...

我们提出了SeedReam 3.0，这是一种高性能的中文双语图像生成基础模型。我们开发了几项技术改进，以应对种子2中的现有挑战 ...

现有的面部外观捕获方法可以从智能手机录制的视频中重建合理的面部反射率。但是，重建质量仍然远远落后于基于工作室录音的重建质量。本文通过在昏暗的房间中使用共同设置的智能手机和手电筒视频捕获设置来开发一种新颖的日常解决方案来填补空白 ...

多相机系统对自动驾驶汽车和机器人技术的环境感知越来越重要。他们的物理配置提供了固有的固定相对姿势约束，从而使结构从动作（SFM）受益。但是，由于其优化框架，传统的全球SFM系统与鲁棒性斗争 ...