本文调查了一种新颖的生成人工智能（GAI）授权的多用户语义通信系统，称为语义功能多重访问（SFMA）用于视频传输，该系统包括基站（BS）和配对用户。 BS生成并结合了配对用户同时要求的几个帧的语义信息，以单个信号。用户从此组合的信号中恢复了帧，并将恢复的帧输入基于GAI的视频框架插值模型以生成中间帧 ...

大型语言模型（LLM）代理需要在现实世界任务中执行多转交互。但是，现有用于优化LLM代理的多转移RL算法在利用LLMS的概括能力的同时，无法在多个转弯中执行有效的信用分配，并且尚不清楚如何开发此类算法。为了研究这一点，我们首先引入了一个新的基准Colbench，LLM代理商在多个转弯中与人类合作者进行互动，以解决后端编程和前端设计中的现实任务 ...

我们提出了一个新颖的任务规划策略，以考虑到每个机器人的特定限制和功能。我们的方法采用分层树来系统地将复杂的任务分解为可管理的子任务。我们开发了专门的API和工具，这些API和工具被大型语言模型（LLMS）用于有效地构造这些分层树 ...

我们推出glm-130b，一个具有1300亿个参数的双语（英语和中文）预训练语言模型。这是一种开源至少与gpt-3（davinci）一样好的100B规模模型的尝试，并揭示如何成功地预训练这种规模的模型。在这一努力的过程中，我们面临着许多意想不到的技术和工程挑战，特别是在损失峰值和分歧方面... ...

信息超载是科学进步的主要障碍。科学文献和数据的爆炸性增长使得从大量信息中发现有用的见解变得越来越困难。如今，科学知识可以通过搜索引擎获取，但它们无法单独组织科学知识... ...

为了达到更高的精度，超图匹配算法需要计算资源的指数增加。尽管兼容张量的稀疏性稀疏，但最近基于KD-Tree的近似近似邻居（ANN）方法仍需要详尽的计算大规模图匹配。这项工作利用CUR张量分解，并引入了一种新型的级联二级和三阶超图匹配框架（光标），以进行有效的超图匹配 ...

尽管多任务学习和自然语言处理（NLP）的转移学习最近取得了成功，但很少有作品系统地研究了在预训练期间扩大任务数量的效果。为了实现这一目标，本文介绍了EXMIX（极端混合物）：大量收集了跨不同领域和任务家庭的107个监督NLP任务。使用EXMIX，我们研究了迄今为止最大规模的多任务预训练的效果，并分析了常见任务家庭之间的共同训练转移 ...

了解人类的偏好对于改善基础模型和建立个性化的AI系统至关重要。但是，偏好本质上是多元化和复杂的，使传统奖励模型很难捕获其全部范围。虽然细粒度的偏好数据可以有所帮助，但收集它是昂贵且难以扩展的 ...