当跨域应用时，跨域少数射击对象检测（CD-FSOD）对现有对象检测和几个射击检测模型构成了重大挑战。与NTIRE 2025结合使用，我们组织了第一届CD-FSOD挑战，旨在提高当前对象探测器在完全新颖的目标域上的性能，仅具有有限的标记数据。挑战吸引了152名注册参与者，收到了42支球队的意见书，并结束了13个团队进行有效的最终提交 ...

网络架构在基于深度学习的计算机视觉系统中起着关键作用。广泛使用的卷积神经网络和 Transformer 将图像视为网格或序列结构，这对于捕获不规则和复杂的物体并不灵活。在本文中，我们建议将图像表示为图结构，并引入一种新的视觉gnn（vig）架构来提取视觉任务的图级特征... ...

最近，由于其事件驱动和节能的特征，受脑启发的尖峰神经元网络（SNN）引起了广泛的研究兴趣。尽管如此，由于其激活函数的非差异性，很难有效地训练深SNN，这可以禁用传统人工神经网络（ANN）的典型使用梯度下降方法。尽管替代梯度（SG）的采用正式允许损失的后传播，但离散的尖峰机制实际上将SNN的损失格局与ANN的损失格局区分开，使替代梯度方法失败，无法获得与ANN相当的准确性 ...

为了模拟人类行为的不确定性，随机轨迹预测需要对未来轨迹的复杂多模式分布。新兴的扩散模型揭示了它们在众多一代任务中的巨大表示能力，显示了随机轨迹预测的潜力。但是，昂贵的时间消耗可以阻止实时预测的扩散模型，因为需要大量的剥离步骤来确保足够的表示能力 ...

蛋白质表示学习对于众多生物学任务至关重要。最近，在大规模蛋白质序列上预测的基于 Transformer 的大型蛋白质语言模型（PLM）在基于序列的任务上表现出了显着成功。但是，PLM缺乏结构信息 ...

近年来，大型语言模型（LLM）的兴起使得无需任何演示样本或仅使用少量样本通过上下文学习（ICL）直接实现命名实体识别（NER）成为可能。然而，标准 ICL 只能帮助 LLM 理解任务指令、格式和输入标签映射，而忽略了 NER 任务本身的特殊性。在本文中，我们提出了一种新的提示框架 P-ICL，以更好地利用 LLM 实现 NER，其中利用一些点实体作为辅助信息来识别每种实体类型 ...

在本文中，我们研究了移动地面用户的空对地面超级可信和低延迟通信（URLLC）的问题。这是通过实时控制多个无人驾驶汽车（UAV）的同时避免使用UAV碰撞来完成的。为此，我们提出了一种新型的多代理深钢筋学习（MADRL）框架，创造了图形注意交换网络（GAXNET） ...

新闻推荐系统（RS）在当前的数字时代起着关键作用，塑造了个人访问和参与信息的方式。自然语言处理（NLP）和RS的融合受到大型语言模型（例如GPT和T5系列）的兴起的刺激，模糊了这些领域之间的界限，从而倾向于将RS视为语言任务。 Chatgpt以其用户友好的界面和日益流行而闻名，已成为多种NLP任务的重要选择 ...