大型语言模型（LLMS）在实现人工智能的现实世界决策任务中表现出了巨大的希望，尤其是当微调以利用其固有的常识和推理能力时，同时量身定制了特定应用程序时。但是，这个微调过程引入了相当大的安全性和安全性漏洞，尤其是在安全至关重要的网络物理系统中。在这项工作中，我们提出了第一个综合框架，用于在体现的AI中针对基于LLM的决策系统（BALD）的后门攻击，系统地探索攻击表面和触发机制 ...

大型语言模型（LLMS）通常具有数十亿个参数，因此在其操作中通常很难解释。在这项工作中，我们证明可以通过模型的最终投影层直接将神经元权重解码为 Token 概率（LM-head）。这在骆驼3中说明了这一点 ...

大型语言模型封装知识，并在各种自然语言处理任务上表现出了卓越的表现。最近的研究将这些知识定位于特定模型参数，例如中间层中的MLP权重。这项研究通过知识编辑研究了实体和关系知识之间的差异 ...

我们研究了轴突驱动的通货膨胀中的衍生耦合费米子，特别是$ M_ \ phi^2 \ phi^2 $和单片膨胀，并在通货膨胀时期和通货膨胀后轴心振荡期间计算颗粒产生。在通货膨胀期间，滚动轴是成为螺旋性的有效化学潜力，它偏向于一种费米昂螺旋性的重力产生。这种机制允许有效地产生重型费米昂状态，否则将受到高度抑制 ...

人工智能应用程序逐渐在研究实验室的安全墙外移动，并入侵我们的日常生活。对于知识图上的机器学习方法也是如此，这导致其应用自21世纪初以来的应用稳定增加。但是，在许多应用程序中，用户需要对人工智能决策进行解释 ...

善解人意的互动是人机交流的基石，因为需要理解具有副语言提示并产生情感和表现力的反应的言语。但是，最强大的同情LSLM越来越封闭，研究人员将有关建筑，数据和发展不透明的关键细节留给研究人员。鉴于对LSLM和同理心行为进行透明研究的批判性需要，我们提出了OpenS2S，这是一种完全开放源，透明和端到端LSLM，旨在实现促进性语音相互作用 ...

深度神经网络（DNNS）在大多数计算机视觉任务中表现出出色的性能。一些关键的应用程序，例如自动驾驶或医学成像，还需要调查其行为及其决定背后的原因。在这种情况下，DNN归因在于研究DNN及其输入的预测之间的关系 ...

时间基础是从与文本描述相对应的视频中确定特定时刻或亮点。时间接地中的典型方法在编码过程中平均处理所有视频剪辑，无论其语义与文本查询的语义相关性如何。因此，我们提出了相关引导的检测 Transformer （CG-DETR），探索以在交叉模式关注中提供与查询相关的视频剪辑的线索 ...