心理健康问题的检测和干预是一个关键的全球研究重点，社交媒体数据被认为是心理健康研究的重要资源。但是，如何利用大型语言模型（LLM）在社交媒体上检测精神健康问题会带来重大挑战。因此，本文旨在探索LLM在社交媒体数据分析中的应用潜力，不仅关注抑郁症和焦虑等最常见的心理疾病，而且还集中于精神病和外部性疾病，总结了来自不同维度的LLM的应用方法，例如文本数据分析和检测精神疾病，以及主要的挑战和主要的挑战， ...
零样本异常检测（ZSAD）需要使用辅助数据训练的检测模型来检测异常，而采集目标数据集中的任何训练样本。当由于数据隐私等各种问题而无法访问训练数据时，这是一个至关重要的任务，但它具有紧迫性，因为模型需要泛化到不同领域的异常，其中前景对象、异常区域和背景特征的出现，例如不同产品/器官上的缺陷/肿瘤，可能会有很大差异最近，大型预训练语言视觉模型（VLM），例如CLIP，在各种任务（包括异常检测）中表现出 ...
当前的研究探讨了生成AI如何支持内容创建者的头脑风暴过程，但是在探索前撰写过程的支持工具方面仍然存在差距。具体来说，我们的研究专注于支持用户以适合其受众的特殊性找到主题。此过程称为主题范围 ...
大脑活动的视觉感知重建已大大提高，但是这种方法的实际实用性受到限制。这是因为这样的模型是每个受试者独立训练的，每个受试者都需要数十个小时的昂贵的fMRI培训数据才能获得高质量的结果。目前的工作仅使用1小时的fMRI培训数据来展示高质量的重建 ...
统一的多模型模型（UMM）已成为基础计算机视觉研究中的强大范式，在图像理解和产生中都表现出了巨大的潜力。但是，面部域中的现有研究主要集中在$ \ textbf {croun} $面部属性理解上，处理$ \ textbf {fine-Graining} $面部属性的能力有限，而无需解决生成功能。为了克服这些限制，我们建议Uni $ \ textbf {f}^2 $ ace，这是专门针对细粒度的面部理 ...
空间转录组学（ST）是一种开创性的基因组技术，可以对组织切片中基因表达进行空间定位分析。但是，它受到高成本和稀疏空间分辨率的限制。另一种更具成本效益的策略是使用深度学习方法来预测组织学图像中的高密度基因表达谱 ...
代码审查是提高软件质量和转移知识的广泛实践。由于需要手动努力和潜在的延误，通常认为这是耗时的。几种AI辅助工具，例如Qodo，Github副副总裁和CoderAbbit，使用大语言模型（LLMS）提供自动评论 ...
随着元界作为下一代互联网范式的出现，AIGC），大型人工智能模型的训练和部署需要大量资源，大型人工智能模型的训练和部署需要大量资源... ...
