由于3D几何信息，尤其是在复杂的条件下（例如，弱光且暴露过度暴露），场景理解的最新进展从深度图受益匪浅 ...
尽管在静态蛋白质结构收集和预测方面取得了重大进展，但蛋白质的动态行为（它们最重要的特征之一）在先前的研究中已被很大程度上忽略了。该监督可以归因于动态蛋白质数据集的有限可用性，多样性和异质性。为了解决这一差距，我们建议通过整合动态数据和其他物理属性来增强现有著名的静态3D蛋白质结构数据库，例如蛋白质数据库（PDB） ...
目标条件（GC）政策学习通常会面临奖励的稀疏性，而在面对长马目标时，面临挑战。为了应对挑战，我们在离线设置中探索了基于技能的GC政策学习，其中从现有数据中获取技能，而长期目标的目标则分解为与这些技能保持一致的近期目标的序列。具体而言，我们介绍了针对应对受目标分配转移影响的长途GC任务而定制的“通过技能步骤抽象”框架（GLVSA）的“离线GC政策学习”（GLVSA） ...
事实证明，用自然语言模式提示预训练的语言模型对于自然语言理解（ nlu）是有效的。然而，我们的初步研究表明，手动离散提示通常会导致性能不稳定 -例如 ...
随着LLM最近流行的趋势，对LLM安全培训的需求不断增加。在本文中，我们在简单的，无优化的攻击下研究了SOTA开源LLMS的脆弱性，我们称为$ \ textit {priming Attacks} $，易于执行并有效地绕过安全培训中的对齐。我们提出的攻击提高了Llama Guard衡量的有害行为的攻击成功率最高3美元 ...
vGamba: Attentive State Space Bottleneck for efficient Long-range Dependencies in Visual Recognition
有效地捕获长期依赖性对于视觉识别任务至关重要，但现有方法面临局限性。卷积神经网络（CNN）与受限制的接收场斗争，而视觉变形金刚（VIT）以高计算成本实现了全球环境和远程建模。州空间模型（SSM）提供了替代方案，但它们在视觉中的应用仍未得到充实 ...
机器人技术中的持续学习寻求可以不断适应不断变化的环境和任务的系统，从而反映人类的适应性。一个关键的挑战是精炼动态模型，对于计划和控制至关重要，同时解决了安全适应，灾难性遗忘，离群机管理，数据效率以及平衡探索与剥削的平衡 - 所有这些问题 - 都在任务和车载资源约束中。为了实现这一目标，我们引入了一个生成框架，利用流动匹配的在线机器人动力学模型对齐 ...
在药物发现中，用于蛋白质配体结合的分子动力学（MD）模拟为预测结合亲和力，估计运输特性和探索口袋位点提供了强大的工具。通过更好的数值方法，通过使用机器学习（ML）方法来提高MD仿真效率的悠久历史。然而，仍然存在挑战，例如对延长时尺度模拟的准确建模 ...
