近年来,大型语言模型(LLM)因其出色的理解和推理能力而受到广泛关注,在许多领域取得了巨大进展。 LLM 技术的进步也为电信(电信)领域的许多任务的自动化提供了有希望的机会。经过预训练和微调后,LLM 可以根据人类指令执行各种下游任务,为支持人工智能 (AGI) 的 6G 铺平道路 ...
0 0 0 2024/05/21 arXiv:2405.10825v1 jecc
RTP 允许在单个会话中发送多个 RTP 流,但要求每个同步源 (SSRC) 为会话中可见的每个其他 SSRC 发送 RTP 控制协议 (RTCP) 接收质量报告。这导致 RTCP 接收报告的数量随着 SSRC 的数量而不是端点的数量而增长。在许多情况下,大多数 RTCP 接收报告都是不必要的,因为端点的所有 SSRC 通常位于同一位置并且具有相同的接收质量。本备忘录定义了 RTCP 的报告组扩展 ...
0 0 0 2024/05/21 rfc:8861 rfc
本文介绍了我们在 ICDAR 2021 科学文献解析任务 B 竞赛中的解决方案:表格识别到 HTML。在我们的方法中,我们将表格内容识别任务分为四个子任务:表格结构识别、文本行检测、文本行识别和框分配。我们的表格结构识别算法是基于MASTER [1](一种鲁棒的图像文本识别)定制的算法 ...
0 0 0 2024/05/21 arXiv:2105.01848v1 JayGee666
Humanoid-Gym 是一个基于 Nvidia Isaac Gym 的易于使用的强化学习 (RL) 框架,旨在训练人形机器人的运动技能,强调从模拟到现实环境的零样本迁移。 Humanoid-Gym还集成了从Isaac Gym到Mujoco的sim-to-sim框架,允许用户在不同的物理模拟中验证训练好的策略,以确保策略的鲁棒性和泛化性。该框架由RobotEra的XBot-S(1. ...
0 0 0 2024/05/21 arXiv:2404.05695v2 zhengde.ma
本文档指定 RTP 会话如何包含具有多种媒体类型(例如音频、视频和文本)的媒体的 RTP 流。这受到 RTP 规范(RFC 3550 和 3551)的限制,因此本文档更新了 RFC 3550 和 3551,以便为满足在单个 RTP 会话中使用多种媒体类型的适用性的应用程序启用此行为 ...
0 0 0 2024/05/21 rfc:8860 rfc
图神经网络(GNN)在各个领域都表现出了强大的力量。然而,他们的预测可能继承了对敏感属性的社会偏见,从而限制了它们在现实世界应用中的采用。尽管人们在公平 GNN 方面做出了很多努力,但大多数现有工作只是采用机器学习中广泛使用的公平技术来图化域,而忽略或没有透彻理解具有公平性约束的消息传递机制,这是公平性约束的一个显着特征。 GNN ...
0 0 0 2024/05/21 arXiv:2306.11132v1 wozengyi
点击率 (CTR) 预测对于推荐系统和在线广告等工业应用至关重要。实际上,它通过从丰富的历史行为数据中挖掘用户兴趣,在这些应用程序中的点击率建模中发挥着重要作用。在深度学习发展的推动下,人们提出了具有巧妙设计架构的用于用户兴趣建模的深度CTR模型,与离线度量相比,模型性能有了显着提升 ...
0 0 0 2024/05/21 arXiv:1905.09248v3 yqstar
本规范的目的是提供一个框架,用于分析会话描述协议 (SDP) 属性的复用特性,此时 SDP 用于协商使用单个 5 元组发送和接收与多个媒体描述相关的媒体 ...
0 0 0 2024/05/21 rfc:8859 rfc

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)