精确治疗需要多模式自适应模型，以产生个性化的治疗建议。我们介绍了TXAGENT，这是一种AI代理，它利用211个工具的工具箱中的多步推理和实时生物医学知识检索，以分析药物相互作用，禁忌症和特定于患者的治疗策略。 TXAGENT评估药物如何在分子，药代动力学和临床水平上相互作用，根据患者合并症和并发药物确定禁忌症，并针对个人患者特征定制治疗策略 ...

扩散模型具有显着的生成质量，但由于次优的离散化而受到计算密集型采样的损失。尽管现有作品着重于优化denoising指示，但我们介绍了步骤计划的原则性设计。本文提出了最佳的步骤蒸馏，这是一种动态编程框架，通过将知识从参考轨迹提取出来，从而提取理论上最佳的时间表 ...

大型语言模型（LLM）需要复杂的提示，但是当前的实践面临结构，数据集成，格式灵敏度和工具的挑战。现有方法缺乏组织复杂提示的全面解决方案，该提示涉及各种数据类型（文档，表格，图像）或系统地管理演示变化。为了解决这些差距，我们介绍了POML（及时编排标记语言） ...

神经音频编解码器最近因其压缩高保真音频并生成可用于下游生成建模任务中的离散 Token 的能力而获得了吸引力。但是，领先的方法通常依赖于资源密集型模型和多量式架构，从而导致了相当大的计算开销和限制的现实世界适用性。在本文中，我们提出了SQCodec，这是一种轻巧的神经音频编解码器，利用单个量化器来解决这些限制 ...

适应代理任务的大型语言模型（LLM）对于开发语言代理至关重要。直接偏好优化（DPO）是通过减轻复合错误的这种适应的有前途技术，提供了一种直接优化强化学习（RL）目标的手段。但是，由于无法取消分区功能，因此将DPO应用于多转变任务会带来挑战 ...

随着语言模型的发展，隐私保护正在受到更多关注。因此，培训数据提取非常重要，因为它可以作为评估隐私泄漏的潜在工具。但是，由于这项任务的困难，大多数现有方法都是概念验证，但仍然不够有效 ...

推荐系统（RSS）提供了基于用户兴趣的个性化建议服务，这些建议在各种平台中广泛使用。但是，由于缺乏消费行为，有很多用户兴趣很少，这会导致他们的建议结果不佳。这个问题在大规模的RSS中广泛存在，并且尤其难以解决 ...

检测点云中的异常对于各种工业应用至关重要，但是由于数据获取成本，早期生产限制和跨产品类别的概括，传统的无监督方法面临挑战。为了克服这些挑战，我们介绍了多视图投影（MVP）框架，利用预先训练的视觉模型（VLMS）检测异常。具体而言，MVP将云数据调查到多视图深度图像中，从而将点云异常检测转换为图像异常检测 ...