视觉语言模型（VLM）在各种现实世界中表现出了出色的性能。但是，现有的VLM通常通过序列化图像来处理视觉信息，这种方法与人类视力的平行性质显着不同。此外，它们不透明的内部机制既阻碍了更深的理解和建筑创新 ...

知识图使用节点，关系和属性来表示任意复杂的数据。当存储在图形数据库中时，Cypher查询语言可以有效地建模和查询知识图。但是，使用Cypher需要专业知识，这可能会给非专家用户带来挑战 ...

在许多领域，例如运输，气象和能量，时空预测至关重要。但是，实际情况经常提出挑战，例如信号异常，噪声和分布变化。现有解决方案主要通过修改网络体系结构或培训程序来增强鲁棒性 ...

知识图启用了各种应用程序，包括问答和信息检索。尽管在创造和维护方面付出了巨大的努力，甚至是最大的（例如 ...

自动弹药是自动选择对语言模型的优化提示的过程，由于大型语言模型（LLMS）领域的广泛研究驱动的迅速工程的快速发展，这一过程正在受欢迎。本文介绍了蒸馏器 - 一种基于大语言模型的新型自动爆发方法，该方法将特定于任务的信息多级集成到使用培训数据的提示中。 Distill Prompt利用蒸馏，压缩和聚合操作更彻底地探索及时空间 ...

从示范中学习已被证明在获取自然行为的机器人技术中有效，例如风格动作和栩栩如生的敏捷性，尤其是在明确定义面向风格的奖励功能的情况下，这是具有挑战性的。对现实世界任务的综合风格动作通常需要平衡任务性能和模仿质量。现有方法通常取决于与任务目标紧密一致的专家演示 ...

通用多模式嵌入模型在捕获查询和候选者之间的语义相关性方面取得了巨大成功。但是，当前的方法要么将查询和候选者置于单个矢量中，因此可能限制了细粒度信息的表现力，或者产生过多的矢量，这些向量对于多向量检索而过于昂贵。在这项工作中，我们介绍了Metabed，这是一个新的多模式检索框架，它重新考虑了如何在大规模上构建多模式嵌入方式并与之相互作用 ...

多模式融合具有整合来自不同方式的信息的巨大希望。但是，由于缺乏对模态一致性的考虑，遥感领域中现有的多模式融合方法仍然面临着不完整的语义信息的挑战，其融合设计中的计算效率低。受到观察的启发，即视觉语言预训练模型剪辑可以有效地从视觉特征中提取强大的语义信息，我们提出了M $^3 $ AMBA，这是一种新型的端到端剪贴夹Mamba模型，用于解决这些挑战 ...