由于任务的性质高度不足，因此单眼动态重建是一个具有挑战性且长期以来的视力问题。现有方法的限制是因为它们要么取决于模板，因此仅在准静态场景中有效，或者未能明确模拟3D运动。在这项工作中，我们介绍了一种能够重建通用动态场景的方法，该场景由随意捕获的单眼视频带有明确的，完整的3D运动 ...

联合迅速学习已成为一种沟通效率和隐私性的范式，用于调整跨分散客户的大型视觉模型，例如剪辑。但是，此设置的安全性含义仍然没有被置于不足的状态。在这项工作中，我们介绍了联合及时学习中的后门攻击的首次研究 ...

建立在因果视觉语言模型（VLM）的多模式嵌入模型中，在各种任务中都表现出了希望。但是，当前的方法面临三个关键局限性：在VLM骨架中使用因果关注是嵌入任务的次优。依赖高质量标记的配对数据而引起的可伸缩性问题；培训目标和数据的多样性有限。为了解决这些问题，我们提出了MOCA，这是将预训练的VLM转换为有效双向多模式嵌入模型的两阶段框架 ...

推荐系统在帮助用户导航的产品和服务选择方面起着关键作用。在在线平台上，用户有机会以各种模式共享反馈，包括数字评分，文本评论以及喜欢/不喜欢。传统推荐系统依赖用户明确的评分或隐式交互（e ...

深度学习彻底改变了人工智能领域。基于基于深度学习的方法发现的统计相关性，计算机视觉促进了自动驾驶和机器人技术等领域的巨大增长。尽管是深度学习的基础，但这种相关性并不稳定，并且容易受到不受控制的因素的影响 ...

知识追踪是通过学习活动建模学生知识的行为，是计算机辅助教育领域的广泛研究问题。尽管具有注意机制的模型表现优于传统方法，例如贝叶斯知识追踪和协作过滤，但它们具有两个局限性。首先，这些模型依靠浅的注意层，并且随着时间的流逝，练习和反应之间的复杂关系 ...

检索型生成（RAG）系统通常会在不完美的检索中挣扎，因为传统检索员专注于词汇或语义相似性，而不是逻辑相关性。为了解决这个问题，我们提出了Hoprag，这是一种新颖的抹布框架，通过图形结构的知识探索通过逻辑推理来增强检索。在索引期间，Hoprag构造了一个传递图，文本块作为顶点和逻辑连接，通过LLM生成的伪Queries作为边缘建立 ...

在神经解码研究中，最有趣的主题之一是基于fMRI信号的自然图像的重建。先前的研究成功地重新创建了视觉效果的各个方面，例如低级属性（形状，纹理，布局）或高级特征（对象类别，场景的描述性语义），但通常未能将这些属性一起重建这些属性以获得复杂场景图像。 Generative AI最近通过能够产生高复杂性图像的潜扩散模型进行了飞跃 ...