我们引入了 X-Adapter，这是一种通用升级程序，使预训练的即插即用模块（例如 ControlNet、LoRA）能够直接与升级后的文本到图像扩散模型（例如 ...

大型基于语言模型的多代理系统（MAS）在通过协作推理和机构间评论解决复杂任务方面表现出了显着的进步。但是，现有方法通常会孤立地对待每个任务，从而导致冗余计算和在结构相似的任务中的概括有限。为了解决这个问题，我们介绍了多代理交叉任务体验学习（MAEL），这是一个新型框架，它赋予LLM驱动的代理具有明确的交叉任务学习和经验积累 ...

由高级大语模型（LLM）提供动力的代理商在各种复杂的应用程序中表现出了令人印象深刻的功能。最近，多个代理商相互协作和交流的多机构系统（MAS）在复杂的任务中表现出增强的功能，例如高质量的代码生成和算术推理。但是，这种系统的开发通常依赖于手工制作的方法，并且基于LLM的MAS的系统设计和优化的文献仍然有限 ...

心理健康疗法涉及复杂的对话流程，其中患者和治疗师不断谈判接下来应该谈论的内容。例如，治疗师可能会试图改变对话的方向，以保持治疗过程的步伐并避免停滞，或者患者可能会将讨论推向他们想要关注的问题。这种患者和治疗师的重定向与他们关系的发展和质量有何关系？为了回答这个问题，我们介绍了一种概率度量，以衡量某种话语立即重定向对话流动的程度，这是考虑到这种变化的意图和实际实现 ...

我们介绍了通过心理上的“人类”镜头评估对话系统的指标，在​​这种镜头中，对话代理表达了两种状态的多样性（例如，情感）和特征（e ...

传统上，社会系统的基于代理建模的当代方法（ABM）通过超越预定义的规则并利用人类社会互动的LMS来利用上下文理解来限制其捕获细微动态的能力。本文介绍了SALM（社会代理LM框架），这是将语言模型（LMS）集成到社交网络模拟中的一种新颖方法，在多代理方案中实现了前所未有的时间稳定性。我们的主要贡献包括：（1）层次提示结构，使稳定的模拟超过4,000个时间步，同时将 Token 用法减少了73％，（（ ...

高光谱（HS）图像的特征是近似连续的光谱信息，可以通过捕获微妙的光谱差异来精细地识别材料。由于其出色的本地上下文建模能力，卷积神经网络（CNN）已被证明是HS图像分类中的功能提取器。但是，由于其固有的网络主干的局限性，CNN无法挖掘并很好地表示光谱特征的序列属性 ...

最近，已经开发出图形卷积网络（GCN）来探索像素之间的空间关系，从而达到高光谱图像（HSIS）的更好分类性能。但是，这些方法无法充分利用HSI数据中光谱频段之间的关系。因此，我们提出了由空间GCN（SA-GCN）子网络组成的自适应交叉注意力驱动的空间 - 光谱卷积网络（ACSS-GCN），光谱GCN（SE-GCN）子网和图形交叉分析融合模块（GCAFM） ...