长期以来，人们已经认识到，推荐系统（RS）仅根据其与用户的相关性提供建议是不够​​的。在许多其他标准中，一组建议可能需要多样化。多样性是处理建议不确定性并确保建议为用户提供有意义的选择的一种方法 ...

大型语言模型（LLM）代理处理数据密集型任务，例如深入研究和代码生成。但是，它们的有效性取决于与偏远云或区域之间的知识源的频繁相互作用。这种相互作用会产生非平凡的潜伏期和成本瓶颈 ...

本文报告了第21届IWSLT会议组织的共同任务。共同的任务解决了口语翻译中的7个科学挑战：同时和离线翻译，自动字幕和配音，语音到语音翻译，方言和低资源语音翻译以及指示语言。共同的任务吸引了18个团队，他们的提交记录在26篇系统论文中 ...

图结构化数据提供了两个折叠信息：图结构和节点属性。许多基于图的算法都依赖这两个信息来在监督任务中取得成功，例如节点分类和链接预测。但是，节点属性可能缺少或不完整，从而显着恶化了性能 ...

由于时间序列的非平稳性，分布偏移问题在很大程度上阻碍了时间序列预测的性能。现有的解决方案要么因简单统计之外的转变而失败，要么因与预测模型的兼容性有限而失败。在本文中，我们提出了一种用于时间序列预测的通用解耦公式，不依赖固定统计数据，也不限制预测架构 ...

人类对齐方式的人类反馈模型，例如基于直接偏好优化的基础的模型（DPO），通常以奇异的静态偏好集烘烤，从而限制了适应性。本文通过引入可配置的偏好调整（CPT）来挑战整体偏好的假设，这是一种新型框架，用于培养具有基于明确的，人类解动的指令动态调整其行为的能力。 CPT利用合成生成的偏好数据，该数据以系统提示为条件，这些提示是从结构化的细粒性标题中得出的，这些标准定义了所需的属性，例如写作样式 ...

多模式的大语言模型（MLLM）在提出问题的任务中取得了令人印象深刻的成功，但是它们的空间理解能力却较少。这项工作调查了一个关键问题：现有的MLLM是否具有3D空间感知和理解能力？具体而言，我们在本文中做出了以下贡献：（i）我们引入了VGBench，这是一种专门用于评估视觉几何感知的MLLM的基准，例如 ...

大语言模型（LLM）压缩（例如量化和修剪）的最新进展取得了显着的成功。但是，随着这些技术逐渐达到各自的限制，依靠一种进一步的压缩方法变得越来越具有挑战性。在这项工作中，我们通过结合量化和稀疏性来探索替代解决方案 ...