本文介绍了一个新问题，即视频事件（CARVE）的因果关系推理，其中涉及确定视频中事件之间的因果关系，并生成有关因果关系链的假设，这些因果链说明了目标事件的发生。为了促进朝这个方向进行研究，我们创建了两个新的基准数据集，其中包括合成和现实视频，并伴随着通过新型的反事实合成方法生成的触发目标标签。为了探索解决雕刻的挑战，我们提出了一个因果事件关系网络（CERN），该网络研究了时间和语义空间中的视频事件 ...

诸如GPT-4O-Audio之类的端到端口语对话模型最近在语音领域引起了极大的关注。但是，对对话模型的对话性能的评估在很大程度上被忽略了。这主要是由于智能聊天机器人传达了大量非文本信息，这些信息无法使用基于文本的语言模型（例如ChatGpt）轻松测量 ...

检测器效应的展开对于将数据与理论预测进行比较至关重要。虽然传统方法仅限于在较少数量的维度中表示数据，但机器学习使新的展开技术在保留完整的维度的同时。诸如可逆神经网络〜（INN）之类的生成网络实现了概率展开，该网络将单个事件映射到其相应的展开的概率分布 ...

我们引入了RAGA（检索增强生成评估），这是一个用于检索增强生成（RAG）管道的无参考评估的框架。RAG系统由检索和基于LLM的生成模块组成，并为LLM提供来自参考文本数据库的知识，这使他们能够充当用户和文本数据库之间的自然语言层，从而降低产生幻觉的风险。然而，评估RAG架构具有满足性，因为有几个维度需要考虑：检索系统识别相关和重点上下文论文能力、LLM以可靠的方式利用这些段落的能力，或者生成本身 ...

语言模型的快速发展需要开发更具挑战性的基准。当前的静态基准通常难以一致地区分不同模型的功能，并且无法与现实世界的用户偏好保持一致。另一方面，像 Chatbot Arena 这样的实时众包平台会收集广泛的自然提示和用户反馈 ...

社会互动的全球化增强了对社交网络服务（SNS）的机器翻译（MT）的需求，但是传统模型在文化上有细微的内容（例如模因，s语和流行文化参考）挣扎。尽管大型语言模型（LLMS）具有高级通用翻译，但由于专业培训数据和评估基准不足，它们在SNS特定内容上的性能仍然有限。本文介绍了RedTrans，这是一种针对SNS翻译的72B LLM，在通过三项创新开发的小说数据集中培训：（1）使用Dual-LllM背面换 ...

在这项工作中，我们介绍了Omnigen2，这是一种多功能且开源的生成模型，旨在为各种生成任务提供统一的解决方案，包括文本对图像，图像编辑和文本生成。与Omnigen V1不同，Omnigen2采用了两种不同的文本和图像模式解码途径，利用未共享参数和一个解耦的图像 Token 。该设计使Omnigen2能够基于现有的多模式理解模型，而无需重新适应VAE输入，从而保留了原始的文本生成功能 ...

最近的工作表明，GAN培训的局部收敛性，用于绝对连续的数据和发电机分布。在本文中，我们表明对绝对连续性的要求是必要的：我们描述了一个简单而原型的反例，表明在更现实的分布情况下，这些案例不是绝对连续的，未注册的GAN训练并不总是会收敛。此外，我们讨论了最近提出的旨在稳定GAN培训的正规化策略 ...