Hyperbolic Active Learning for Semantic Segmentation under Domain Shift 
我们引入了一种双曲线神经网络方法，用于用于语义分割的像素级主动学习。数据统计数据的分析导致对双曲线半径的新解释，作为数据稀缺的指标。在Halo（双曲线主动学习优化）中，我们首次提出了认识论不确定性作为数据采集策略，此后选择了最不知道的数据点 ...
0 0 0 2025/05/15 arXiv:2306.11180v5 ifzz
Grounding by Trying: LLMs with Reinforcement Learning-Enhanced Retrieval 
通过允许LLM搜索信息并将其答案扎根于实际来源，可以越来越减轻大语言模型（LLM）的幻觉。不幸的是，LLM经常在提出正确的搜索查询方面努力，尤其是在处理复杂或间接的主题时。观察LLM可以通过$ \ textIt {trib} $不同的查询和学习成功产生相关结果的增强查询，我们介绍$ \ usew suespline {le} $ arning to $ \ usevenline {re} $ tr ...
0 0 0 2025/05/15 arXiv:2410.23214v2 Flyer-Jia
Efficient Multivariate Time Series Forecasting via Calibrated Language Models with Privileged Knowledge Distillation 
多元时间序列预测（MTSF）努力预测给定历史数据的未来观察，在时间序列数据管理系统中起着至关重要的作用。随着大语言模型（LLM）的进步，最近的研究采用文本及时调整来注入LLM的知识中。但是，LLM的部署通常在推理阶段效率低 ...
0 0 0 2025/05/15 arXiv:2505.02138v2 zzr123456
VLM as Policy: Common-Law Content Moderation Framework for Short Video Platform 
成倍增长的短视频平台（SVP）在调节内容不利于用户的心理健康方面面临重大挑战，尤其是对于未成年人而言。在SVP上传播此类内容会导致灾难性的社会后果。尽管已经致力于调节此类内容，但现有的方法受到关键局限性：（1）手动审查容易受人类偏见，并带来了高运营成本 ...
0 0 0 2025/05/15 arXiv:2504.14904v1 sunhao
Flow Matching with Gaussian Process Priors for Probabilistic Time Series Forecasting 
生成建模的最新进步，尤其是扩散模型，为时间序列建模开辟了新的方向，在预测和合成中实现了最新的性能。但是，由于数据和先验分布的差异很大，因此基于扩散的模型对简单，固定的先验过程的依赖使生成过程变得复杂。我们介绍了TSFLOW，这是时间序列的条件流量匹配（CFM）模型，该模型通过结合高斯过程，最佳传输路径和数据依赖于数据的先验分布来简化生成问题 ...
0 0 0 2025/05/15 arXiv:2410.03024v2 NewNew
Multi-Epoch Learning for Deep Click-Through Rate Prediction Models 
单个期间过度拟合现象已在工业点击率（CTR）应用中广泛观察到，在第二个时期开始时，模型性能在第二个时期经历了显着降解。最近的进步试图通过广泛的实验来了解这种现象背后的基本因素。但是，尚不清楚多上述训练范式是否可以取得更好的成绩，因为通常通过一级培训来实现最佳性能 ...
0 0 0 2025/05/15 arXiv:2305.19531v1 zhong180
LLaMA-Omni: Seamless Speech Interaction with Large Language Models 
GPT-4o 等模型可以通过语音与大型语言模型 (LLM) 进行实时交互，与传统的基于文本的交互相比，显着增强了用户体验。然而，如何基于开源LLM构建语音交互模型仍缺乏探索。为了解决这个问题，我们提出了 LLaMA-Omni，这是一种新颖的模型架构，旨在与 LLM 进行低延迟和高质量的语音交互 ...
0 0 0 2025/05/15 arXiv:2409.06666v2 zephon
The Fourth Monocular Depth Estimation Challenge 
本文介绍了单眼深度估计挑战（MDEC）的第四版的结果，该结果着重于对Syns-Patches Benchmark的零射门概括，Syns-Patches Benchmark是一个具有自然和室内环境中具有挑战性的环境的数据集。在此版本中，我们修改了评估协议，以使用两个自由度的最小二乘对齐方式来支持差异和仿射不变的预测。我们还修改了基线，并包括流行的现成方法：深度任何V2和Marigold ...
0 0 0 2025/05/15 arXiv:2504.17787v1 DECEM
DECEM

来一起翻译吧！


为了您和其他读者获得更好的阅读体验，请您勇敢地改进翻译，特别是一些显而易见的机器翻译错误。


虽然我们追求卓越，但我们并不要求翻译十全十美，因此请不要担心您翻译有误 —— 我们的服务器已经记录所有的翻译，您不必担心会因为您的失误导致无法挽回的破坏。（改编自维基百科）