药物发现仍然是一个缓慢而昂贵的过程，涉及许多步骤，从检测目标结构到获得食品药品监督管理局（FDA）的批准，并且经常引起安全问题。准确地预测药物如何与其靶标相互作用以及通过使用更好的方法和技术对新药的开发具有巨大的潜力来加快这一过程，最终导致更快地提供挽救生命的药物。用于药物目标相互作用预测的传统方法显示出局限性，尤其是在捕获药物及其靶标之间的复杂关系时 ...
由于其在智能教育领域的潜在应用，几何问题解决问题引起了人们的关注。受到观察的启发，即文本经常引入图表可以澄清的歧义，本文提出了PI-GPS，这是一个新颖的框架，该框架释放了图解信息以解决文本歧义的力量，这在先前的研究中很大程度上被忽略了。具体而言，我们设计了一个包括整流器和验证器的微模块：整流器使用MLLM基于图表上下文来消除歧义文本，而验证者则确保了纠正的输出依从性遵守几何形状规则，从而减轻模型 ...
迄今为止，用于知识库嵌入的模型都是基于以下假设：知识库中包含的关系是二进制的。为了训练和测试这些嵌入模型，将多折（或N- ARY）关系数据转换为三倍（例如， ...
我们构建了稳定和因果有效的现场理论（EFT），以描述相对论扩散和相对论流体动力学中的统计波动。这些EFT是完全非线性的，包括与背景源的耦合，并使我们能够计算N点订购的相关函数，包括统计波动的影响。我们构建的EFT受到了相对论扩散的麦克斯韦 - 卡塔内诺模型的启发，分别是相对论流体动力学的müller-israel-stewart模型，并使用了Martin-Siggia-Rose和Schwinger ...
尽管对多代理系统（MAS）的热情越来越多，在该系统中，多个LLM代理商协作完成任务，但与单个代理框架相比，它们在流行的基准测试中的性能提高仍然很小。这一差距强调了分析阻碍MAS效力的挑战的必要性。在本文中，我们介绍了对MAS挑战的首次全面研究 ...
大型语言模型（LLMS）已超越简单的文本生成，直接将自然语言命令转化为切实动作的软件代理。尽管基于API的LLM代理最初因其强大的自动化功能以及与程序化端点的无缝集成而引起了人们的关注，但多模式LLM研究的最新进展使基于GUI的LLM Adents以类似人类的方式与图形用户接口相互作用。尽管这两个范式共享了实现LLM驱动的任务自动化的目标，但它们在建筑复杂性，开发工作流程和用户交互模型方面显着分歧 ...
长期以来，创造力一直被认为是AI模仿人类智力最困难的方面之一。但是，大型语言模型（LLM）的兴起，例如Chatgpt，已经提出了有关AI是否可以匹配甚至超过人类创造力的问题。我们将创造力索引作为第一步，是通过从网络上的现有文本片段重新构造文本的语言创造力的第一步 ...
由于高分辨率，多尺度特征以及卫星和无人机图像固有的不同地面对象特征，遥感对象检测尤其具有挑战性。这些挑战需要更高级的方法来在这种环境中有效检测。尽管深度学习方法在遥感对象检测中取得了巨大的成功，但它们通常依赖大量标记的数据 ...
