大型语言模型（LLMS）在一系列任务范围内通过文本学习（ICL）出色，其中只有几个任务示例指导他们的预测。但是，先前的研究强调，LLM经常忽略ICL中的输入标签映射信息，更多地依靠其预训练的知识。为了解决这个问题，我们引入了内在的对比解码（ICCD），这是一种新颖的方法，该方法通过对比正面和负面上下文示例之间的输出分布来强调输入标签映射 ...

实例细分已经在类均衡的基准测试方面取得了显着的进展。但是，它们在实际情况下无法准确地执行，其中对象的类别分布自然带有长尾巴。头等阶层的实例主导着一个长尾数据集，它们是尾巴类别的负样本 ...

阿尔茨海默氏病（AD）是一种进行性神经退行性疾病，导致痴呆症，早期干预可以从分析语言异常中受益匪浅。在这项工作中，我们探讨了大语模型（LLM）作为健康助理的潜力，该助理是通过使用文本学习（ICL）从患者生成的文本（ICL）中进行AD诊断的，其中通过一些输入输出示例定义了任务。经验结果表明，常规ICL方法（例如基于相似性的选择）在AD诊断方面的表现较差，这可能是由于该任务的固有复杂性 ...

高分辨率3D点云对于检测工业检查中微妙的结构异常非常有效。然而，它们的密集和不规则的性质构成了重大挑战，包括高计算成本，对空间未对准的敏感性以及难以捕获局部结构差异的困难。本文介绍了基于注册的异常检测框架，该框架将多型比对与集群差异分析结合在一起，以实现精确的3D异常定位 ...

处理器芯片设计技术是计算机科学和相关领域的关键边界驾驶突破。随着信息技术的快速发展，传统的设计范式面临三个主要挑战：制造技术的物理限制，对设计资源的不断升级需求以及生态系统多样性的增加。自动化处理器芯片设计已成为解决这些挑战的一种变革性解决方案 ...

在现实世界中，建模多功能是作为核心问题而产生的。当前的多关系检索方法提出了三个主要挑战：1）通常从预定义的外部知识中提取的利益是不变的。无法随用户的实时消费偏好而动态发展 ...