通过捕获列表中的相互影响，重新脉络在现代推荐系统中起着至关重要的作用。由于组合搜索空间的固有挑战，大多数方法都采用了两阶段搜索范式：一个简单的一般搜索单元（GSU）有效地降低了候选空间，而精确的搜索单元（ESU）有效地选择了最佳序列。这些方法实质上涉及在有效性和效率之间进行权衡，同时患有严重的\ textbf {不一致问题}，也就是说，GSU经常错过ESU的高价值列表 ...
知识图嵌入的目的是将知识图的实体和关系编码为连续的低维矢量空间。以前，大多数作品都集中在知识图的符号表示上，结构信息无法很好地处理几乎没有事实的新实体或实体。在本文中，我们提出了一种新颖的深度建筑，以利用实体的结构和文本信息 ...
密集的城市中心的交通拥堵带来了经济和环境负担。近年来，车辆到任何通信的可用性允许将详细的车辆状态传输到可用于智能交通灯控制的基础设施。另一方面，基础设施可以为车辆提供有关驾驶行为的建议，例如适当的速度，这可以提高交通系统的功效 ...
我们提出了一种用于随机变化推断的新算法，该算法靶向具有非差异密度的模型。随机变异推断的主要挑战之一是提出对变分目标梯度的低变化估计器。我们通过概括重新聚集技巧来应对挑战，这是解决可区分模型的差异问题的最有效技术之一，因此该技巧也适用于非差异性模型 ...
尽管残留连接使培训非常深的神经网络，但由于其多分支拓扑，它对在线推断并不友好。这鼓励许多研究人员在推理时设计无剩余连接的DNN。例如，在部署时，repvgg将多分支拓扑重新分配到类似VGG的（单分支）模型，当网络相对较浅时表现出色 ...
多模态大型语言模型 (MLLM) 在不同领域的各种任务中表现出了卓越的熟练程度，并且越来越注重提高其对未见过的多模态任务的零样本泛化能力。多模态指令调优已成为通过指令对不同多模态任务上的预训练模型进行微调来实现零样本泛化的成功策略。随着 MLLM 的复杂性和规模不断增长，对参数高效的微调方法的需求变得至关重要，例如低秩适应 (LoRA)，它可以使用最少的参数集进行微调 ...
无人机对象检测（UAV-OD）已在各种情况下广泛使用。但是，大多数现有的无人机算法都依赖于手动设计的组件，这些组件需要大量调整。不依赖此类手动设计组件的端到端模型主要是为自然图像设计的，对于无人机图像而言效果较差 ...
基于文本的语音编辑（TSE）仅使用文本修改语音，从而消除了重新录制。但是，现有的TSE方法主要关注综合语音段的内容准确性和声音一致性，并且经常忽略文本变化引入的情感转变或不一致问题。为了解决这个问题，我们提出了emocortrator，这是一种新型TSE的后校正方案 ...
