使用开放域指令跟踪数据来训练大型语言模型（LLM）带来了巨大的成功。然而，手动创建这些指令数据非常运行且费力。此外，人类可能很难产生高复杂性的指令... ...

我们介绍了交互式问题答案（IQA），这是回答需要自主代理与动态视觉环境互动的问题的任务。 IQA向代理商展示了一个场景和一个问题，例如：“冰箱里有苹果吗？”代理必须在场景中导航，获得对场景元素的视觉理解，并与对象交互（例如， ...

对代理 - 环境相互作用轨迹数据进行微调对在开源大语言模型（LLMS）中浮出水面的代理能力有很大的希望。在这项工作中，我们介绍了AgentBank，这是迄今为止最大的轨迹调整数据收集，其高质量的高质量互动轨迹具有超过50k的高质量互动轨迹，其中包括16个任务，涵盖了五个不同的代理技能维度。利用新颖的注释管道，我们能够扩展带注释的轨迹并生成具有最小难度偏差的轨迹数据集 ...

3D高斯碎片（3DGS）已证明了其在未经未经图像的场景中重建场景时的潜力。但是，由于先验知识有限，基于优化的3DGS方法与稀疏的观点挣扎。同时，进料向前的高斯方法受到输入格式的限制，这使得融合更多的输入视图变得具有挑战性 ...

大型语言模型（LLMS）具有显着高级的自然语言处理（NLP），可在各种应用程序中提供多功能功能。但是，它们应用于复杂的特定领域特定任务，例如网络安全，通常面临重大挑战。在这项研究中，我们介绍了Secknowledge和此HTTP URL，以应对这些挑战并培训安全专家LLM ...

我们通过利用空间 Transformer 网络并引入新的无线电域适当的变换，将学习的注意模型引入无线电机学习域中，以进行调制识别的任务。该注意力模型允许网络学习一个本地化网络，能够基于优化网络的优化，以盲目地对无线电信号进行同步和归一化，以分类的精度，稀疏表示和正则化。使用这种体系结构，我们能够在没有注意力的情况下与相同系统的准确性信号与噪声比的表现优于先前的结果，但是我们认为这种注意力模型的含义 ...

我们将继续研究Einstein-Maxwell-Dilaton（EMD）系统中先前论文中提出的全息QCD（HQCD）模型。在本文中，我们讨论了HQCD模型中Quark Gluon等离子体（QGP）的某些方面，例如阻力力，喷射淬灭参数和筛选长度。结果证明，结果与QCD定性中预期的结果一致 ...

我们推出了 VideoPrism，这是一种通用视频编码器，可以使用单个冻结模型来处理各种视频理解任务。我们在包含 36M 高质量视频字幕对和 582M 带有噪声并行文本的视频剪辑（例如， ...