鉴于能够缓解3d物体检测中普遍存在的长尾缺陷和复杂形状缺失的能力，占用预测已成为自动驾驶系统的关键组成部分。然而，三维体素级表示的处理不可避免地会在内存和计算方面引入大量开销，阻碍了迄今为止的占用预测方法的部署。与使模型变得更大、更复杂的趋势相反，我们认为理想的框架应该对不同的芯片进行部署友好，同时保持高精度... ...
通过大型语言模型（LLM）进行自动语音识别（ASR）的全文误差校正（ASR），由于其在长篇小说中纠正错误的潜力并解决了更广泛的错误类型，包括标点符号恢复和逆文本归一化，因此引起了人们的注意。然而，许多挑战仍然存在，包括与稳定性，可控性，完整性和流利性有关的问题。为了减轻这些挑战，本文提出了使用LLM的全文误差校正链链（COC），该校正链条校正LLMS，该校正纠正措施在常规的多转移聊天格式中使用预认 ...
开放大语言模型 (LLM) 显着推进了自然语言处理领域的发展，在各种任务中展示了令人印象深刻的性能。尽管 LLM 取得了显着进步，但其有效操作仍然在很大程度上依赖于人工输入来通过代理调整来准确引导对话流这是一项关键的优化技术，涉及对模型的人工调整，以便更好地响应此类指导。为了解决这种依赖性，我们的工作引入了 TinyAgent 模型，该模型在精心策划的高质量数据集上进行了训练 ...
本文记录了斯隆数字天空调查的第十六个数据发布（DR16）；第四阶段（SDSS-IV）的第四和倒数第二次。这是南半球对Apache Point天文台银河进化实验2（Apogee-2）的数据的首次发布；还包括来自Apogee-2 North的新数据。 DR16也值得注意，是扩展Baryon振荡光谱调查（EBOSS）的主要宇宙学计划的最终数据发布，并且该项目的所有原始和降低的光谱都在此处发布 ...
本文介绍了斯隆数字天空调查（SDSS）的第七个数据发布，标志着SDSS的原始目标的完成以及称为SDSS-II的阶段结束。它包括成像数据的11663度^2，大多数大约2000度^2比先前的数据释放相比，位于低银河纬度区域。该目录包含3.57亿个不同物体的五波段光度法 ...
大型音频语言模型（LALMS）的最新进展表现出了令人印象深刻的结果，并在语音，音乐和一般声音中的普遍理解和推理方面具有前途的前景。但是，这些模型仍然缺乏识别其知识界限的能力，并拒绝回答他们不主动知道的问题。尽管已成功尝试提高LLM的可靠性，但可靠的LALM在很大程度上尚未探索 ...
半监督的医学图像细分（SSMIS）使用一致性学习来正规化模型培训，从而减轻了像素手动注释的负担。但是，它通常受到低质量伪标签的错误监督。视觉语言模型（VLM）通过引入文本及时引导的多模式监督信息，具有增强伪标签的巨大潜力 ...
如今，DeepSeek，Chatgpt和Google Gemini是推理，多模式能力和全球一般语言性能的最流行和令人兴奋的大型语言模型（LLM）技术。 DeepSeek采用了专家的混合物（MOE）方法，仅激活与手头任务最相关的参数，这使其对特定于域的工作特别有效。另一方面，Chatgpt依赖于通过从人类反馈（RLHF）学习增强的密集 Transformer 模型，然后Google Gemini实际 ...
