实时和高性能3D对象检测在自动驾驶和机器人技术中起着至关重要的作用。最近基于支柱的3D对象探测器由于其紧凑的表示和低计算开销而引起了人们的关注，因此它们适合于车载部署和量化。但是，现有的基于支柱的检测器仍然沿高度尺寸损失信息损失，并且在支柱特征编码（PFE）期间的数值差异很大，这严重限制了其性能和量化潜力 ...

粗颗粒可重构阵列（CGRA）是域 - 不合稳定加速器，可提高资源约束的边缘设备的能效。 CGRA景观是多种多样的，在性能，效率和建筑专业化之间表现出权衡。但是，CGRA通常相对于其适度的计算功能过度提供通信资源 ...

人工智能（AI）的最新进展已经产生了高度强大且可控制的系统。这为结构化推理以及多个AI系统和人类之间的协作创造了前所未有的机会。为了充分发挥这种潜力，必须开发一种设计和研究这种结构化相互作用的原则方法 ...

大语言模型（LLM）应用的激增引起了人们对误导或捏造信息的产生（称为幻觉）的担忧。因此，检测幻觉对于维持对LLM生成的内容的信任至关重要。学习真实分类器的主要挑战是缺乏大量标记的真实和幻觉的数据 ...

本地多模式大型语言模型（MLLM）将单个大语言模型（LLM）重组成能够语音和文本生成的口语模型（SLM）。与模块化和对齐的MLLM相比，本机MLLM保留了更丰富的副语言特征，例如情感和韵律，并直接在主干LLM中产生语音响应，而不是使用单独的语音解码器。这种整合还导致响应潜伏期较低，相互作用更平滑 ...

基于 Token 的语言建模是语音产生的一种突出方法，在该方法中，通过量化自我监管学习（SSL）模型（SSL）模型的特征并从神经语音编解码器中提取代码，通常称为语义 Token 和声音 Token 。这些 Token 通常是自动加压建模的，推理速度受 Token 速率的约束。 In this work, we propose DiffSoundStream, a solution that imp ...

在社交媒体推荐系统中，终身顺序建模（LSM）变得越来越重要，以预测向用户提供的项目的点击率（CTR）。此过程的核心是注意机制，它从用户序列中提取有关候选项目的兴趣表示。通常，注意机制以一种重点的方式运行，仅关注序列中各个项目与候选项目的相关性 ...

扩散模型的最新进展已使高质量的视频生成，但是额外的时间维度显着提高了计算成本，从而使长期视频的培训和推断非常昂贵。在本文中，我们确定了一种现象，我们在视频扩散模型中称呼时空能量衰减：随着 Token 之间的空间和时间距离增加，类似于自然界和时间上的信号衰减或自然界时间的物理衰减，柔软后的注意力评分会降低。在此激励的情况下，我们提出了径向关注，这是一种具有$ O（n \ log n）$复杂性的可扩展 ...