通用验证的句子编码器（例如BERT）对于现实世界中的对话AI应用并不理想。它们在计算上很重，缓慢且训练昂贵。我们建议转换（来自变形金刚的对话表示），这是满足以下所有要求的对话任务的预处理框架：有效，负担得起且可以迅速训练。我们使用基于检索的响应选择任务预处理，从而有效利用双重编码器中的量化和子词级参数化来构建轻质的内存和能节能模型 ...

反事实解释性旨在通过确定改变预测结果的输入的最小变化来发现模型决策。由于保留结构完整性和语义含义，对于图形数据而言，此任务变得尤其具有挑战性。与依靠前进扰动机制的先前方法不同，我们引入了图形逆向传输（GIST），这是重新想象图形反事实生成的第一个框架，作为回溯过程，利用光谱样式传输 ...

在许多不同的交通管理和计划领域，城市交通模式的聚集是一项重要的任务。在本文中，描述了城市交通模式聚类中的两个重要应用。第一个应用程序使用具有相似交通模式的道路段的速度估算丢失的速度值，以使地图图形化为地图图块 ...

对话中的多模式情感识别（MERC）旨在使用文字，听觉和视觉模态特征对话语情绪进行分类。大多数现有的MERC方法都假设每个话语都具有完整的方式，从而忽略了现实情况下常见的不完整方式问题。最近，图形神经网络（GNNS）在对话中的多模式识别（IMERC）中取得了显着的结果 ...

时间视频接地（TVG）是基于语言查询的特定视频片段的任务，是长期视频理解的核心挑战。尽管最近的大型视力模型（LVLM）在通过监督的微调（SFT）解决TVG方面已经表现出了早期的希望，但它们的概括能力仍然有限。为了解决这个问题，我们提出了一个新颖的培训后框架，该框架通过增强学习（RL）增强了LVLM的概括能力 ...

由于潜在的诱导癌症的风险，应减少X射线CT的辐射剂量以进行常规患者扫描。但是，在低剂量X射线CT中，通常是由于光子饥饿，束束缚等引起的严重伪影，从而降低了诊断的可靠性。因此，低剂量X射线CT数据的高质量重建已成为CT社区中重要的研究主题之一 ...

数据稀疏性问题对推荐系统构成了重大挑战。为此，已经提出了利用辅助信息（例如评论文本）的算法。此外，捕获可提供域的知识并将其从较富裕的域（源）转移到稀疏的知识（目标）（目标）的跨域推荐（CDR）受到了显着关注 ...

本文通过将大型语言模型（LLMS）与决策为中心的学习整合到投资组合优化中的预测和决策质量之间的关键断开。我们在理论上和经验上都证明了一个单独的预测误差会导致次优的投资组合决策。我们旨在利用LLM的代表性进行投资决策 ...