监督的微调（SFT）是将大型语言模型与人类指示保持一致的里程碑，并将其调整为下游任务。特别是，由于其参数效率，低级适应性（LORA）引起了广泛的关注。但是，它对改善大型模型的影响仍然有限 ...
概念漂移描述了随着时间的推移，流数据的潜在分布的不可预见的变化。概念漂移研究涉及开发用于漂移检测，理解和适应的方法和技术。数据分析表明，如果未解决漂移，则在概念漂移环境中的机器学习将导致学习结果不佳 ...
我们提出了一个有效的SAM，这是一个新的加速段的新家族。我们保留了Sam的轻量级提示编码器和掩盖解码器，同时替换了效率的较重的图像编码器。对于培训，我们从从SAM-VIT-H图像编码器到有效的知识蒸馏开始 ...
尽管大型语言模型（LLM）在各个一般领域取得了显着进展，但在医学和医疗保健领域遇到了重大障碍。该领域面临着独特的挑战，例如特定领域的术语和对专业知识的推理。为了解决这些问题，我们为医学领域提出了一种新颖的多学科协作（MC）框架，该框架在角色扮演环境中利用基于 LLM 的代理参与多轮协作讨论，从而提高 LLM 的熟练程度和推理能力 ...
善解人意的反应生成旨在理解他人的情绪，并选择最合适的策略来帮助他们解决情感挑战。同理心可以归类为认知同理心和情感同理心。前者与理解和辨别他人的情绪问题和情况的能力有关，而后者涉及提供舒适的能力 ...
文本对象重新识别（REID）旨在通过文本描述搜索感兴趣的身份的行人图像。由于丰富的模式内变化和明显的模式间间隙，这是具有挑战性的。现有作品通常忽略了两种方式之间特征粒度的差异，即 ...
在目标域上学习算法的域自适应性能是其源域误差的函数和这两个域的数据分布之间的差异度量。我们在NLP任务的背景下介绍了各种基于距离的度量的研究，该研究表征了基于样本估计的域之间的差异。我们首先进行分析实验，以表明这些距离测量中的哪些可以最好地将样品与同一域与不同领域区分开，并且与经验结果相关 ...
任意样式转移旨在将内容图像与图像的样式合成，以创建以前从未见过的第三张图像。最近的任意风格转移算法发现平衡内容结构和样式模式是一项挑战。此外，由于基于补丁的机制，很难同时保持全球和本地样式模式 ...
