大型语言模型（LLM）越来越多地用于复杂的工作流程中，其中不同的LLM和微调变体协作解决复杂的任务。但是，由于共享上下文的冗余上下文处理，这些系统面临着重要的效率低下。我们提出了DroidSpeak，该框架优化了从同一基础模型得出的微调LLMS之间的上下文共享 ...

包括机器人和无人机在内的自主系统在通过动态环境中导航时面临重大挑战，尤其是在城市环境中，障碍，交通波动和行人活动不断变化。尽管传统的运动计划算法（例如波前计划者和梯度下降计划者）使用潜在功能，在静态环境中运行良好，但它们在环境正在不断变化的情况下却缺乏。这项工作提出了一种专门为自主系统设计的动态实时路径计划方法，使它们能够有效避免静态和动态的障碍，从而增强其整体适应性 ...

利益点（POI）推荐系统旨在根据用户的偏好和历史检查来预测下一个目的地。现有的生成POI推荐方法通常采用随机数字ID进行POI，从而限制了模拟相似位置之间语义关系的能力。在本文中，我们提出了具有语义ID（GNPR-SID）的生成性下一个POI推荐，这是一种基于LLM的POI推荐模型，具有新型的语义POI ID（SID）表示方法，可增强对POI建模的语义理解 ...

LLM集成的应用程序和代理很容易受到迅速注射攻击的影响，在这种情况下，攻击者将其注入其输入中以诱导攻击者的输出。一种检测方法旨在确定给定输入是否被注入的提示污染。但是，现有的检测方法对最新攻击的有效性有限，更不用说适应性攻击了 ...

大型语言模型（LLM）的快速发展引起了人们对其表现的道德问题，同时为开发有毒语言检测技术的新途径。但是，LLMS的不道德输出及其检测毒性的能力主要在不需要复杂含义推断的语言数据上进行了测试，例如“ He He”与程序员和“她”与家庭的偏见关联。如今，有毒语言通过高级审查制度采用了更具创造性的隐性形式 ...

AI代理有可能显着改变网络安全局势。为了帮助我们了解这一变化，我们介绍了第一个框架，以捕捉不断发展的现实世界中的进攻和防御性网络障碍。通过BountyBench实例化此框架，我们设置了25个具有复杂，现实世界代码库的系统 ...

扩散模型具有高级图像样式化，但两个核心挑战仍然存在：（1）在复杂的场景，尤其是身份，构图和细节中保持一致的风格化，以及（2）防止与样式洛拉斯的图像到图像管道中的样式退化。 GPT-4O的出色风格一致性突出了开源方法和专有模型之间的性能差距。为了弥合这一差距，我们提出了\ textbf {omniconistency}，这是一个普遍的一致性插件，利用大规模扩散 Transformer （DITS）  ...

（llm）在复杂的推理任务中显示出巨大的潜力，但其性能往往因缺乏高质量且以推理为重点的训练数据集而受到阻碍。为了应对这一挑战，我们提出了关键点驱动数据合成（ kpdds），这是一种新颖的数据合成框架，它通过利用来自真实数据源的关键点和示例实践来合成问答对。kpdds通过严格的质量控制和显着的可扩展性确保新颖问题的生成... ...