以全身方式对类人生物机器人进行远程操作，这标志着发展通用机器人智能的基本步骤，人类运动为控制所有自由程度提供了理想的界面。然而，大多数当前的类人动物远距离系统无法实现协调的全身行为，通常将自己限制在孤立的运动或操纵任务上。我们介绍了通过全身运动模仿的人形动物近视系统的远程工作全身模仿系统（Twist） ...

虽然动态卷积（DY-CONV）通过通过多个平行重量与注意机制相结合的自适应重量选择来表现出令人鼓舞的性能，但这些权重的频率响应往往表现出很高的相似性，从而导致高参数成本，但适应性有限。在这项工作中，我们引入了频率动态卷积（FDCONV），这是一种新颖的方法，通过在傅立叶域中学习固定参数预算来减轻这些局限性。 FDCONV将该预算分为具有频率傅立叶指数的基于频率的组，从而在不增加参数成本的情况下构建 ...

人工智能在金融行业取得了长足的进步，彻底改变了数据的处理和解释。在这些技术中，大型语言模型（LLMS）通过自动化复杂的任务，增强客户服务并提供详细的财务分析来证明转型金融服务的巨大潜力。首先，我们介绍了Idea-Finbench，这是一种评估基准，专门针对评估大语模型（LLMS）中的财务知识的量身定制 ...

生成的大语言模型（LLM）在各种任务上取得了长足的进步，但它们仍然容易受到后门攻击的影响，在此提示中，特定的触发器会导致LLM产生对手态的响应。尽管大多数后门研究都集中在视觉或文本分类任务上，但文本生成中的后门攻击在很大程度上被忽略了。在这项工作中，我们介绍了\ textit {Backdoorllm}，这是研究对LLMS的后门攻击的第一个全面基准 ...

在粒子物理学中，基本力受到称为仪表不变性的对称性。这是任何物理系统的数学描述中的冗余。在本文中，我将证明 Transformer 体系结构具有相同的属性，并表明变形金刚的默认表示形式已部分但并未完全删除量规不变性 ...

大型语言模型（LLM）精通跨各个领域的事实知识。但是，在先前看到的知识或从外部来源整合新知识的能力仍然是一个重大挑战。在这项工作中，我们提出了一种称为SKI的新型合成知识摄入方法，该方法利用了细粒度的合成，交织的生成和组装增强策略，以构建原始知识来源的高质量数据表示 ...

尽管大语言模型（LLM）在文本理解和生成中取得了显着的成功，但其文本聚类任务的潜力仍然没有得到充实。我们观察到，强大的封闭源LLM提供了实体集的高质量聚类，但由于所需的庞大计算功率和相关成本而无法扩展。因此，我们提出了仙人掌（上下文感知的聚类和增强的三胞胎损失），这是一种系统的方法，利用开源的LLMS来有效，有效地监督实体子集，尤其是专注于基于文本的实体 ...

尽管开源视频生成和编辑模型取得了重大进展，但单个模型通常仅限于特定的任务，无法满足用户的各种需求。有效地协调这些模型可以解锁广泛的视频生成和编辑功能。但是，手动协调是复杂且耗时的，要求用户深入了解任务要求，并拥有对每个模型的性能，适用性和局限性的全面知识，从而增加了进入障碍 ...