在心理学领域，传统评估方法（例如标准化量表）经常因其静态性质，缺乏个性化和参与者的参与度而受到批评，而全面的咨询评估通常无法访问。量化心理特征的复杂性进一步限制了这些方法。尽管有大型语言模型（LLM）的进步，但许多人仍然取决于单一的问答互动 ...
这项工作介绍了OVIR-3D，这是一种直接而无需使用任何3D数据进行培训的开放式摄氏3D对象实例检索的简单而有效的方法。给定语言查询，提出的方法能够根据实例和文本查询的特征相似性返回一组3D对象实例段。这是通过将文本分配的2D区域建议融合到3D空间的多视图融合来实现的，其中2D区域建议网络可以利用2D数据集，这些数据集更容易访问，并且通常大于3D数据集 ...
最新的城市规模车道级地图是确保自动驾驶系统安全和用户体验不可或缺的基础设施和关键使能技术。在工业场景中，依赖手动注释进行地图更新会产生关键瓶颈。车道级更新需要精确的变化信息，并且必须确保与相邻数据的一致性，同时遵守严格的标准 ...
基础模型的兴起彻底改变了自然语言处理和计算机视觉，但时间序列预测的最佳实践仍未得到充实。现有的时间序列基础模型通常采用这些领域的方法论，而无需解决时间序列数据的独特特征。在本文中，我们确定了跨域时间序列预测中的两个关键挑战：时间模式和语义错位的复杂性 ...
开源硬件和软件的重要性一直在增加。但是，尽管GPU是各种应用程序中最受欢迎的加速器之一，但公共领域中的开源GPU基础架构几乎没有。我们认为，GPU缺乏开源基础架构的原因之一植根于他们的ISA和软件的复杂性，这项工作这项工作，我们首先提出了支持GPGPU和图形的RISC-V的ISA扩展 ...
盲图像超分辨率（盲目SR）旨在从其相应的低分辨率（LR）输入图像中恢复高分辨率（HR）图像，并具有未知的降解。现有的大多数作品都设计了每个降解的显式降解估计器，以指导SR。但是，提供多种降解组合的混凝土标签是不可行的（e ...
大内核卷积神经网络（Convnets）最近受到了广泛的研究关注，但是两个未解决和关键问题需要进一步研究。 1）现有的大型弯曲的架构在很大程度上遵循常规交流或 Transformer 的设计原则，而大型内联探测的架构设计仍未得到满足。 2）由于 Transformer 已经主导了多种模式，尚待研究Convnets是否在视力之外的领域中也具有强大的通用感知能力 ...
随着深度学习技术已扩展到现实世界的推荐任务，许多基于神经网络的协作过滤（CF）模型已开发出基于各种神经体系结构，例如多层PercePtron，Auto-auto-necoder和Graph neural网络。但是，大多数现有的协作过滤系统的设计范围并不是很好地处理丢失的数据。特别是，为了在训练阶段注入负面信号，这些解决方案在很大程度上依赖于未观察到的用户项目相互作用的负面采样，而只是将其视为负面实 ...
