大型模型在自然语言处理,图像产生以及最近的时间序列预测中表现出了前所未有的功能。这使我们提出了一个问题:将市场价格视为时间序列,可以使用大型模型来预测市场吗?在本文中,我们通过评估价格预测的最新时间序列基础模型FimesFM的性能来回答这一点。我们发现,由于价格数据的不规则性质,直接应用TimeFM会产生不令人满意的结果,并建议对价格预测任务进行修改时间FITIEFM ...
多模式 Transformer 在视频字幕任务中迅速引起关注。现有的多模式视频字幕方法通常提取固定数量的帧,这引起了关键的挑战。当提取有限数量的帧时,可能会错过带有字幕生成基本信息的重要帧 ...
嵌入是将原始输入数据映射到低维向量表示的函数,同时保留有关输入的重要语义信息。对大量未标记数据进行预训练嵌入并针对下游任务对其进行微调现在已成为许多领域实现最先进学习的事实上的标准。我们证明,嵌入除了编码通用语义之外,通常还呈现一个泄漏有关输入数据的敏感信息的向量... ...
机器可以像人类一样追踪人类知识吗?知识跟踪(KT)是在教育中广泛应用中的一项基本任务,例如大规模开放在线课程(MOOC),智能辅导系统,教育游戏和学习管理系统。它通过与学习活动的互动来对学生知识状态中有关不同学习概念的动态进行建模。最近,已经尝试使用深度学习模型来解决KT问题 ...
当今涉及多个ML模型调用,工具/API调用,数据检索或通用代码执行的Gen-AAI工作流程通常以临时方式进行手动调整,既耗时又容易出错。在本文中,我们提出了一种系统的方法,用于自动调整Gen-ai工作流程。我们的关键见解是,Gen-AI工作流可以从结构,操作员和及时更改中受益,但是Gen-AI工作流的独特属性需要新的优化技术 ...
如果人类的运动行为对于自主移动平台(例如自动驾驶汽车和社会机器人)至关重要,如果他们要在以人为本的环境中浏览。这是具有挑战性的,因为人类运动本质上是多模式的:鉴于人类运动路径的历史,人们将来有许多社会上合理的方式。我们通过结合序列预测和生成对抗网络的工具来解决这个问题:一个经常性的序列到序列模型观察运动历史并预测未来的行为,并使用一种新颖的合并机制来汇总人们的信息 ...
自我报告的诊断陈述已被广泛用于研究与社交媒体中心理健康有关的语言。但是,现有的研究在很大程度上忽略了心理健康诊断的时间。在这项工作中,我们介绍了RSDD时间:REDDIT手动注释的自我报告的抑郁诊断帖子的新数据集,其中包括有关诊断的时间信息 ...
患有心理健康状况的用户通常会转向在线资源以获得支持,包括专业的在线支持社区或Twitter和Reddit等一般社区。在这项工作中,我们提出了一个神经框架,用于支持和研究两种类型社区的用户。我们提出了识别支持社区中帖子的方法,这些方法可能表明有自我伤害的风险,并证明我们的方法优于以前建议的识别此类帖子的强大方法 ...