推理时间缩放量的效率通过产生更长或更高的并行序列来提高推理精度。但是，在 Transformer LLMS中，生成成本是由键值（KV）缓存的大小而不是生成的 Token 数量的瓶颈。因此，我们探讨了推理时间超级缩放：通过压缩KV缓存，我们可以在相同的计算预算内生成更多的 Token ，并进一步提高缩放推理的准确性 ...

企业和政府等组织通常部署的工业仪表板在各个领域的数据通信和决策支持方面越来越重要。设计工业仪表板原型由于其视觉复杂性特别具有挑战性，其中可能包括数据可视化，布局配置，点缀和动画。此外，在现实世界中，设计师经常遇到许多限制 ...

对理解论证在定量双极论证框架（QBAFS）中的强度的兴趣越来越大。大多数现有的研究都集中在基于归因的方法上，这些方法通过将重要性得分分配给其他参数来解释论点的强度，但无法解释如何将当前强度更改为所需的强度。为了解决这个问题，我们介绍了QBAF的反事实解释 ...

文本图像是一种独特而至关重要的信息媒介，可在现代电子社会中整合视觉美学和语言语义。由于它们的微妙和复杂性，文本图像的产生代表了图像生成领域中具有挑战性且不断发展的前沿。最近的专业图像发生器的激增（\ emph {e ...

这项研究的目的是从无声说话的面部视频中产生高质量的演讲，这是一项被称为视频到语音综合的任务。视频到语音综合的一个重大挑战在于无声视频和多方面的语音之间的巨大方式差距。在本文中，我们提出了一个新颖的视频到语音系统，该系统有效地弥合了这种方式差距，从而大大提高了综合语音的质量 ...

视觉语言动作（VLA）模型在对其视觉和语言组件的丰富知识驱动的驱动下，显示出了显着的成就。然而，实现通才机器人的剂需要精确的接地，尤其是在接触良好的场景中，精细颗粒力控制至关重要。我们将VLAS的隐式知识推向了确定要做什么，而是指导如何与现实世界进行物理互动 ...

基于语言模型的大型系统（LLM系统）是信息和查询处理系统，使用LLMS从天然语言提示计划操作，并将每个连续步骤的输出输出进入LLM，以计划下一个。这种结构会产生强大的工具，可以从各种来源处理复杂的信息，但引起了关键的安全问题。 LLM可以处理任何来源的恶意信息，并可能损害查询处理，从而导致几乎任意的不当行为 ...

从自然语言中综合SQL查询是一个长期存在的开放问题，最近引起了人们的兴趣。为了解决问题，事实上的方法是采用序列到序列式模型。这种方法必定需要序列化SQL查询 ...