llm（llm）进行编码。这些信息对于想要执行用自然语言表达的高级、临时扩展命令的机器人来说非常有用。然而，语言模型缺乏现实世界的经验是一个关键限制，这使得在特定实施例中使用它们进行决策具有挑战性... ...

我们介绍了Ragenta，这是一个多代理检索型生成一代（RAG）归因性答案（QA）的框架。以值得信赖的答案产生的目标，拉根塔（Ragenta）专注于优化答案正确性，这是由覆盖范围和与问题和忠诚相关的相关性定义的，这衡量了在检索文件中基于的答案的程度。 Ragenta使用的是迭代过滤的多代理体系结构，以在线引用中生成归因的答案，并通过动态改进来验证完整性 ...

即使使用量化的低位模型，一般矩阵矢量乘法（GEMV）仍然是大语言模型（LLM）推断中的关键潜伏期瓶颈。使用PROCESTION-DRAM（PUD）是一种模拟IN-DRAM计算技术，有可能重新利用在设备上的DRAM作为GEMV发动机，从而为无需DRAM修改而提供了其他高通量处理能力。但是，将PUD应用于LLM推理管道中的GEMV操作会产生重要的开销$ \ textIt {the} $和$ \ tex ...

尽管取得了显着的进步，多模态大型语言模型（MLLM）仍然倾向于产生事实上不准确的信息。在这项工作中，我们解决了 MLLM 中的物体幻觉，其中提供了有关模型输入中不存在的物体的信息。我们引入了一种对比调整方法，该方法可应用于预训练的现成 MLLM，以减轻幻觉，同时保留其一般视觉语言功能 ...

工业推荐系统通常由匹配阶段和排名阶段组成，以处理数十亿规模的用户和商品。匹配阶段检索与用户兴趣相关的候选项目，而排名阶段则根据用户兴趣对候选项目进行排序。因此，最关键的能力是对任一阶段的用户兴趣进行建模和表示... ...

大型语言模型（LLMS）的快速发展导致了多机构​​系统（MAS）的出现，以通过协作执行复杂的任务。但是，MAS的复杂性质，包括其建筑和代理互动，引起了人们对知识产权（IP）保护的重大关注。在本文中，我们介绍了Masleak，这是一个新颖的攻击框架，旨在从MAS应用程序中提取敏感信息 ...

对象探测器被广泛用于安全至关重要的实时应用中，例如自动驾驶。解释性对于关键安全应用尤其重要，并且由于对象探测器及其通常具有专有性质，因此需要黑盒解释性工具。但是，现有的黑框解释性工具依靠多个模型调用，使它们不切实际地用于实时使用 ...

深度完成升级的稀疏深度测量值是由传统图像引导的密集深度图。这项高度不良任务的现有方法在紧密的设置中运行，当应用于训练域外部的图像或可用的深度测量值稀疏，不规则分布或密度变化时，往往会挣扎。受单眼深度估计的最新进展的启发，我们将深度完成为图像条件深度图生成以稀疏测量为指导 ...