生成式人工智能的最新进展使得大型语言模型 (LLM) 的访问变得无处不在。凭借其理解和生成类人文本的卓越能力，这些模型正日益融入我们的社会。与此同时，人们还担心这种强大技术可能被滥用，促使服务提供商采取防御措施 ...

言语增强已从深度学习的成功中受益，从可理解性和感知质量方面受益。常规的时频（TF）域方法着重于通过天真的卷积神经网络（CNN）或经常性神经网络（RNN）预测TF面罩或语音频谱。一些最近的研究使用复杂值谱图作为训练目标，但在实现的网络中进行训练，分别预测了相位成分或实际和虚构部分 ...

在这项研究中，我们揭示了雾化降解与JPEG压缩之间的相互作用引入了复杂的关节损失效应，这显着使图像恢复复杂化。现有的飞行模型通常会忽略压缩效应，从而限制了它们在实际应用中的有效性。为了应对这些挑战，我们介绍了三个关键贡献 ...

从广告网络的角度来看，用户的活动是由事件类型和时间间隔组成的时间事件的多类序列。了解广告网络中的用户模式已受到机器学习社区的越来越多的关注。特别是，欺诈检测，转换率（CVR）和点击率（CTR）预测的问题引起了人们的关注 ...

移动设备使用的快速增加需要改善无缝任务管理的自动化。但是，由于运营知识不足，许多AI驱动的框架挣扎。手动书面知识有助于劳动密集型和效率低下 ...

使用大型语言模型（LLM）是昂贵的，尤其是对于托管许多型号的提供商而言，使成本降低至关重要。服务多个LLM的独特工作量模式（即 ...

量子机械性能的预测在历史上受到准确性和速度之间的权衡而困扰。机器学习潜力以前在该领域表现出了巨大的成功，在保持与经典力场相当的计算效率的同时达到了越来越高的准确性。在这项工作中，我们提出了Torchmd-net，这是一种新型的型号 Transformer （ET）体系结构，在准确性和计算效率方面都超过了MD17，ANI-1的最先进以及许多QM9目标 ...

由多模式大型语言模型（MLLM）驱动的图形用户界面（GUI）代理已经成为一种有希望的范式，可实现与数字系统的智能互动。本文提供了一个结构化的摘要，内容涉及GUI代理的最新进展，重点是增强学习（RL）增强的体系结构。我们首先将GUI代理任务形式化为马尔可夫决策过程，并讨论典型的执行环境和评估指标 ...