端到端的自动驾驶在一个可区分的框架中统一任务，从而实现了面向计划的优化并吸引了日益增长的关注。当前的方法通过密集的历史鸟类视图（BEV）特征汇总了历史信息，或者是通过从检测中继承的范式来查询稀疏记忆库的。但是，我们认为这些范例要么省略运动计划中的历史信息，要么与其多步性性质保持一致，这需要预测或计划以后的多个时间步骤 ...

传热是物质的基本特性。数十年来的研究试图发现具有出色的导热率的材料，但上限仍然未知。使用深度学习加速的晶体结构预测和第一原理计算，我们系统地探索了无机晶体的热导率景观 ...

尽管扩展大语言模型（LLM）的最新进展导致了许多NLP任务的改进，但尚不清楚这些模型是否主要使用一般Web文本培训的模型是否是高度专业化的安全关键领域（例如临床文本）中的正确工具。最近的结果表明，LLMS编码了令人惊讶的医学知识。这就提出了一个关于较小域特异性语言模型的效用的重要问题 ...

深度卷积神经网络（DCNN）最近在语义图像分割方面表现出了出色的性能。但是，基于DCNN的最新语义分割方法通常由于使用复杂的网络体系结构而遭受高计算复杂性。这极大地限制了他们在需要实时处理的现实情况下的应用程序 ...

该论文强调了大型语言模型（LLM）在重塑推荐系统中的重要性，并将其价值归因于传统推荐系统所缺乏的独特推理能力。与缺乏直接用户交互数据的传统系统不同， LLM 在推荐项目方面表现出非凡的熟练程度，展示了他们理解复杂语言的能力。这标志着建议领域的根本性范式转变 ...

随着知识库（KBS）的快速发展，链接预测任务（以缺失的事实完成KB）已在特别是二进制关系KBS（又称知识图）中进行了广泛的研究，并具有强大的张量分解相关的方法 ...

大型语言模型 (LLM) 预计会遵循用户的指令并参与对话。增强 LLM 指令跟踪能力的技术通常使用根据预定义的聊天模板构建的数据对其进行微调。尽管聊天模板被证明可以有效优化 LLM 性能，但它们对 LLM 安全调整的影响却鲜为人知，而这对于大规模安全部署 LLM 至关重要 ...

量子汇编旨在通过从天然栅极字母中绘制的量子门构建量子电路V，该量子门在功能上等同于目标统一U，这是在嘈杂的中间尺度量子（NISQ）设备上运行量子算法的关键阶段。但是，量子电路的结构探索空间是巨大的，导致人类专业知识，数百个实验或现有量子电路的修改的要求 ...