代码本地化 - 确切地确定需要进行代码库中的更改的位置 - 是软件维护中的基本而又具有挑战性的任务。在识别相关代码部分时，现有方法难以有效地导航复杂的代码库。挑战在于将自然语言问题描述与适当的代码元素桥接，通常需要跨层次结构和多个依赖性进行推理 ...

尽管仅解码器的大型语言模型（LLMS）显示出令人印象深刻的结果，但编码器模型仍在现实世界应用中广泛采用，以提高推断效率和更丰富的编码器表示。在本文中，我们研究了一个新的问题：适应预算的解码器LLMS来编码编码器，目的是利用两种方法的优势来实现更有利的质量效率折衷。我们认为，适应不仅可以继承仅解码器的LLM的能力，而且还可以减少与从头开始的预处理相比，减少了对计算的需求 ...

Seesaw II型机制在左右手性模型的框架内考虑，具有量规组$ su（2）_l \ times su（2）_r \ times u（1）$，其Lepton部门包括三代重型Majorana Neutrinos。在直接中微子质量的直接和反向层次结构的情况下，最轻的无菌中微子的混合参数作为暗物质粒子在左右对称性断裂的尺度上的依赖性 ...

音频大语言模型（Audiollms）已受到广泛关注，并在音频任务（例如对话，音频理解和自动语音识别（ASR））上的性能显着提高。尽管取得了这些进步，但仍缺乏评估金融情景中的录音机的基准，在这种情况下，音频数据（例如收入电话会议和首席执行官演讲）是财务分析和投资决策的重要资源。在本文中，我们介绍了\ textsc {finaudio}，这是第一个旨在评估金融领域中有声元的能力的基准 ...

强大的大型语言模型（LLM）的兴起刺激了建立基于LLM的自主代理来解决复杂任务，尤其是多代理系统的新趋势。尽管取得了显着的进展，但我们注意到现有作品在很大程度上取决于人类设计的框架，这极大地限制了代理系统的功能范围和可扩展性。如何自动将专门的代理扩展到多代理系统以提高解决任务的能力仍然是一个重大挑战 ...

大型语言模型（LLMS）的超长发电是一种广泛要求的情况，但由于序列长度的增加，由于其最大生成长度限制和总体质量下降，这仍然是一个重大挑战。以前的方法是由长作者举例说明的，通常依赖于“教学”，这涉及对合成长期输出的监督微调（SFT）。但是，这种策略在很大程度上取决于合成的SFT数据，这很难构建，通常缺乏连贯性和一致性，并且往往过于人为和结构单调 ...

当世界改变时，人类写的文本也是如此。我们如何构建可以轻松更新以反映这些更改的语言模型？一种流行的方法是检索授权的一代，其中将新文档插入一个知识库中并在预测下游任务期间检索。这些系统上的大多数先前工作都集中在通过更好的检索或推理来改善预测过程中的行为 ...

趋势主题已成为现代社交媒体的重要组成部分，吸引用户参与有关破坏活动的讨论。但是，他们还引入了一个新的中毒攻击渠道，从而对社会产生负面影响。因此，迫切需要研究这个关键问题并制定有效的防御策略 ...