尽管在生成AI方面取得了重大进展，但由于缺乏有效的指标和标准化的基准，全面的评估仍然具有挑战性。例如，广泛使用的夹克尺寸测量了（生成的）图像和文本提示之间的对齐，但是它无法为涉及对象，属性和关系组成的复杂提示而产生可靠的分数。原因之一是，剪辑编码的文本可以臭名昭著地充当“单词”，将诸如“马正在吃草”之类的提示混为一谈，“草在吃马” ...

文本到视频（T2V）生成模型已经显着提高，但是它们将不同对象，属性，动作和动作组成视频的能力仍未得到探索。以前的文本对视频基准也忽略了这种重要的评估能力。在这项工作中，我们对构图文本到视频的生成进行了首次系统研究 ...

最常用的正则化形式通常涉及将惩罚函数定义为L1或L2规范。但是，在实际应用中仍未测试许多替代方法。在这项研究中，我们应用了十种不同的罚款功能来预测电价并在两个不同的模型结构和两个不同的电力市场中评估其性能 ...

有几种用于建模和预测时间序列的方法，这些方法适用于商品和金融资产的价格。其中一种方法是将价格建模为具有异性波动率（价格差异）的非平稳时间序列过程。该研究的目的是在采用随机波动率模型的点标记中生成概率的日常电价预测 ...

大规模流数据在现代机器学习应用中很常见，并导致了在线学习算法的发展。许多领域，例如供应链管理，天气和气象，能源市场和金融，都涉及使用概率预测。这不仅需要准确学习期望值，而且还需要学习条件异方差和条件矩 ...

Netflix主页上的个性化建议基于用户的查看习惯和类似用户的行为。这些建议是为了有效的浏览而组织的，使用户能够发现下一个出色的视频观看和访问，而无需其他输入或明确表达其意图或目标。另一方面，Netflix搜索体验允许用户通过搜索查询明确表达其娱乐需求来积极控制发现新视频 ...

扩散模型已成为视觉产生的主流方法。但是，这些模型通常会遭受样本效率低下和高培训成本的困扰。因此，社区迅速采用了有效的卫生，推理和个性化的方法 ...

在多疗法分布回归设置中使用灵活神经网络（NN）的预测者通常很难获得详细的见解，以对导致预测的特征条件分布参数的潜在机制进行详细的见解。在这项工作中，我们为位置，规模和形状部署神经基础模型，该模型将GAMLSS的原则解释性与计算上可扩展的共享基础分解融合在一起，并结合了支持专用逐步和参数的特征形状函数函数聚合的线性投影结合。已经在多个市场区域进行了实验，从而实现了与分布神经网络相当的概率预测性能，同 ...