模拟FMCW雷达的主要方法是基于射线跟踪，该方法通常在计算密集型上，不考虑背景噪声。这项工作提出了一种更快的方法，用于FMCW雷达模拟，能够使用生成对抗网络（GAN）生成合成原始雷达数据。代码和预训练的权重是开源的，可在GitHub上找到 ...

通过自动代表广告商的投标，自动竞标对于促进在线广告至关重要。生成性自动竞标是基于 Transformer 和扩散器等模型基于可调状况生成出价的，由于其潜力直接从数据中学习最佳策略并灵活地调整偏好，因此最近出现了作为新趋势。但是，生成模型遭受低质量的数据，导致条件，返回和真实动作值之间的不匹配，尤其是在长期顺序决策中 ...

在视觉模型（VLM）中，尽管与文本 Token 相比，尽管信息稀疏，但视觉 Token 通常具有大量的计算开销。为了解决这个问题，大多数现有方法都使用某些培训数据学习网络，以修剪冗余视觉 Token 。不同的是，我们提出了一种称为Sparsevlm的文本引导的无培训 Token 优化机制，该机制消除了需要额外的参数或微调成本 ...

扩散模型最近已成为用于轨迹优化的有效生成框架，能够产生高质量和多样化的解决方案。但是，以纯粹的数据驱动方式培训这些模型而没有明确合并约束信息，通常会导致违反关键约束的行为，例如进球，避免碰撞和遵守系统动态。为了解决这一限制，我们提出了一种新颖的方法，该方法将扩散模型与特定问题的约束显式相一致，从而从动态数据驱动的应用程序系统（DDDAS）框架中获取见解 ...

如果已知真正的环境概率分布，决策理论将正式解决不确定世界中理性代理的问题。所罗门诺夫的普遍归纳理论正式解决了未知分布的序列预测问题。我们统一了这两个理论，并提出了强有力的论点，即所产生的通用AIXI模型在任何可计算的环境中都是最佳的 ...

过去50年中的大多数传统人工智能（AI）系统都非常有限，要么是基于启发式方法，要么是两者兼而有之。然而，新的千年在理论上最佳且实际上可行的算法中为预测，搜索，归纳推理基于Occam的剃须刀，解决问题，决策，决策和加强学习在非常普遍类型的环境中学习。由于归纳推断是所有归纳科学的核心，因此某些结果不仅与AI和计算机科学有关，而且与物理学有关，也与基于Zuse的计算机生成宇宙的论点引起的非传统预测有关  ...

收益报告后的准确股市预测对投资者至关重要。传统方法，尤其是经典的机器学习模型，在这些预测中挣扎，因为它们无法有效地处理和解释收入报告中包含的广泛文本数据，并且经常忽略影响市场运动的细微差别。本文通过采用大型语言模型（LLMS）指令来介绍一种先进的方法，并通过基于教学的技术和量化低级适应性（Qlora）压缩的新型组合进行了微调 ...

大型语言模型（llm）已成为一项突破性技术，在各种应用程序中具有无与伦比的文本生成功能。然而，对其生成内容的准确性和适当性的担忧仍然存在。人们提出了一种当代的方法论，即自我修正，作为解决这些问题的方法... ...