图神经网络（GNN）在图形深度学习域中受到了很多关注。但是，从经验和理论上，最近的研究表明，深度GNN遭受了过度拟合和过度平滑的问题。通常的解决方案无法解决Deep GNN的大量运行时，或者在同一特征空间中限制了图形卷积 ...
我们研究了图像超分辨率（SR），该图像旨在从低分辨率（LR）图像中恢复逼真的纹理。最新的进展是通过将高分辨率图像作为参考（参考）（参考）取得的，因此可以将相关纹理传输到LR图像。但是，现有的SR方法忽略了使用注意机制从参考图像转移高分辨率（HR）纹理的方法，这限制了这些方法在有挑战性的情况下 ...
指令层次结构从系统消息到用户消息，对话历史记录和工具输出建立优先顺序，对于确保语言模型（LMS）中的一致和安全行为至关重要。尽管其重要性，但该主题受到了有限的关注，并且缺乏评估模型遵循指令层次结构的能力的全面基准。我们通过引入Iheval（一种新型的基准，包括九个任务中的3,538个例子）来弥合这一差距，涵盖了不同优先级或冲突的指令的情况 ...
语音分离涉及从多说话者音频信号中提取单个说话者的声音。现实环境日益复杂，多个说话者可能同时交谈，这凸显了有效语音分离技术的重要性。这项工作提出了一种针对噪声和混响环境的具有tf注意力的单麦克风扬声器分离网络... ...
来自现实世界中临床实践的患者数据通常会遭受数据稀缺和长尾失衡的困扰，从而导致偏见或算法不公平。这项研究通过从无病变图像产生含有病变的图像分割对来解决这些挑战。医学成像合成的先前努力一直在努力将病变信息与背景分开，导致背景低和对合成输出的控制有限 ...
随着综合媒体（包括视频，音频和文本）的综合媒体，与真实内容，错误信息的风险，身份欺诈和社会操作越来越升级。这项调查可以追溯到深泡检测从早期的单模式方法到整合音频视频和文本 - 视觉提示的复杂多模式方法的演变。我们提出了检测技术的结构化分类法，并分析了从基于GAN的扩散模型驱动的深击的过渡，由于其对检测的现实性和鲁棒性的增强，引入了新的挑战 ...
尽管最近在行人探测中取得了重大进展，但拥挤的场景中的行人发现仍然具有挑战性。行人之间的重大阻塞对标准的非最大抑制（NMS）构成了巨大挑战。相对低的联盟交叉点阈值（IOU）导致缺少高度重叠的行人，而较高的人则带来了很多误报 ...
这项调查调查了开发有效的大语言模型（LLM）的多机构系统至关重要的基础技术。旨在回答如何最好地为协作，动态环境优化这些系统，我们专注于四个关键领域：建筑，内存，计划和技术/框架。通过分析最新进步及其局限性（例如可扩展性，实时响应挑战和代理协调约束），我们提供了对技术景观的详细观点 ...
