域概括（DG）旨在帮助对一组源域进行训练的模型，以更好地推广到看不见的目标域。当前的DG方法的性能在很大程度上取决于足够的标记数据，但是这些数据通常是昂贵或不可用的。由于未标记的数据更容易访问，因此我们试图探索无监督的学习如何帮助深层模型在跨域中推广 ...

有限的对称组$ s_n $在组合，物理和化学等领域至关重要。但是，学习$ s_n $的概率分布构成了巨大的挑战，因为它的大小和离散的性质。在本文中，我们介绍了SymmetricDiffuser，这是一个新颖的离散扩散模型，通过将其分解为使用深层神经网络的更简单的反向扩散过渡，简化了对$ s_n $的复杂分布的任务 ...

扩散语言模型由于其具有并行的生成和可控性的潜力而为自回归模型提供了独特的好处，但它们的可能性模型却滞后，并且仅限于固定长度的生成。在这项工作中，我们介绍了一类块扩散语言模型，这些模型在离散的denoising扩散和自回旋模型之间插值。通过支持柔性长度的产生并通过KV缓存和平行 Token 采样来提高推理效率，克服了两种方法的关键局限性 ...

基于文本的大语言模型（LLM）的普遍成功，简化了多模式社区的注意力，以结合视觉和音频等其他模式，以实现类似的多峰功能。在此任务中，必须评估大型音频语言模型（LALMS），以与传统分类或发电任务不同的相关任务进行评估。为了实现这一目标，我们提出了一个新颖的数据集，称为音频的时间推理评估（TREA） ...

为了协助游戏开发人员制作游戏NPC，我们提出了EvolvingBehavior，这是一种新颖的工具，用于基因编程，以在不真实的引擎4中发展行为树。在初步评估中，我们将演变的行为与由我们的研究人员设计的手工制作的树木和在3D生存游戏中随机生长的树木进行了比较。我们发现，在这种情况下，EvolvingBehavior能够产生行为，以实现设计师的目标 ...

The diversity of agent behaviors is an important topic for the quality of video games and virtual environments in general.为具有不同技能的用户提供最引人注目的体验是一项艰巨的任务，通常需要重要的人工努力来调整现有代码。 This can get even harder when ...

我们建议使用香草助剂模型为主题驱动的图像生成一个简单而有效的零射击框架。通过将任务作为基于网格的图像完成并简单地在马赛克布局中复制主题图像，我们就可以激活强大的具有身份性能的功能，而无需任何其他数据，训练或推理时间微调。这种“免费的午餐”方法通过新颖的级联注意力设计和元提示技术进一步增强，从而提高了忠诚度和多功能性 ...

大型语言模型（LLMS）和多模式LLMS（MLLM）的快速发展历史上依赖于以模型为中心的缩放，通过将参数数量从数百万增加到数十亿美元增加到数十亿美元来推动绩效提高。但是，随着我们对模型大小的硬件限制，主要的计算瓶颈从根本上转移到了长期 Token 序列上自我注意的二次成本，现在由超长的文本上下文，高分辨率图像和扩展视频驱动。在该立场论文中，\ textbf {我们认为，有效AI的研究重点正在从以模 ...