图形搜索是近邻居搜索中最成功的算法趋势之一。几种最受欢迎​​和经验上成功的算法是，沿着邻居图附近的修剪途径简单地步行。此类算法始终在工业速度基准的顶部执行用于嵌入搜索之类的应用 ...

变形金刚彻底改变了几乎所有自然语言处理（NLP）任务，但具有记忆和计算复杂性，其与序列长度相规四倍。相比之下，复发性神经网络（RNN）在记忆和计算要求中表现出线性缩放，但由于并行化和可伸缩性的限制而难以匹配与 Transformer 相同的性能。我们提出了一种新型的模型架构，即接受加权钥匙值（RWKV），该模型结合了对 Transformer 的有效平行训练与RNN的有效推断 ...

定向的灰盒模糊（DGF）着重于有效地达到特定的程序位置或触发特定行为，这对于诸如脆弱性检测和崩溃复制之类的任务至关重要。但是，现有方法通常会在输入突变中患有路径爆炸和随机性，从而导致探索和利用目标路径的效率低下。在本文中，我们提出了HGFUZZER，这是一个自动框架，该框架利用大型语言模型（LLM）来应对这些挑战 ...

用于观察和推理视觉场景的组成性质的视觉系统是理解我们的世界的基础。现实世界环境中物体及其位置、模糊性和变化之间的复杂关系可以用人类语言更好地描述，自然地受到语法规则和其他模式（例如音频和深度），的控制。这些模型学会了弥合这些模式之间的差距，并与大规模训练数据相结合，促进测试时的上下文推理、泛化和提示能力 ... ...

传统上，遥感中的时间图像分析以变化检测为中心，这标识了在不同时间捕获的图像之间的变化区域。但是，更改检测仍然受到视觉级别解释的关注，通常缺乏上下文或描述性信息。视觉模型（VLM）的兴起通过将视觉信息与自然语言集成，为遥感的时间图像分析引入了一个新的维度，从而为时间图像变化提供了高级解释的途径 ...

为复杂的工程挑战设计解决方案对于人类生产活动至关重要。但是，先前在检索增强生成（RAG）领域的研究还没有足够解决与复杂工程解决方案设计有关的任务。为了填补这一空白，我们引入了一个新的基准测试台，以评估系统为具有多个复杂约束的工程问题生成完整且可行的解决方案的能力 ...

对移动药物的准确评估可以显着提高其开发和现实世界的适用性。但是，由于定义任务奖励信号并实施相应的评估代码所需的大量手动努力，现有的移动代理基准缺乏实用性和可扩展性。为此，我们提出了AutoEval，这是一种自治代理评估框架，该框架在不手动努力的情况下测试移动代理 ...

大型语言模型（LLMS）已经广泛采用了社会的采用。但是，尽管他们能够以英语以外的语言与用户互动，但他们已被证明缺乏文化意识，为代表性不足的语言社区提供了呼吸中心或不适当的回应。为了调查这种差距和散文语言与文化水平，我们对丹麦语中途语言进行了首个文化评估研究，在该研究中，以英语为母语的人会促使不同的模型来解决需要文化意识的任务 ...