推理语言模型（RLMS）的最新发展代表了大型语言模型中的一种新颖进化。特别是，DeepSeek-R1的最新发布产生了广泛的社会影响，并激发了研究社区的热情，以探索语言模型的明确推理范式。但是，DeepSeek尚未完全开源，其中包括DeepSeek-R1-Zero，DeepSeek-R1和蒸馏小型型号 ...
在本文中，我们提出了一个大规模详细的3D面部数据集，面孔和相应的基准测试，以评估单视面部3D重建。通过对面部数据数据进行培训，提出了一种新型算法来预测单个图像输入中精心的可操作的3D面模型。 FaceScape数据集发布$ 16,940 $纹理的3D面孔，从$ 847 $的主题捕获，每个主题都有20美元的特定表达式 ...
检索增强生成（rag）已成为一种有前途的解决方案 ...
图形的深度学习模型已在节点分类任务中实现了强大的性能。尽管它们扩散，但目前尚无对他们对对抗攻击的鲁棒性的研究。但是，在可能使用它们的域中，e ...
Transformer 层使用多头注意力的交替模式和多层感知器（MLP）层，为各种机器学习问题提供了有效的工具。由于 Transformer 层使用残差连接来避免消失梯度的问题，因此可以将它们视为微分方程的数值集成。在这个扩展的摘要中，我们基于这种联系，并提出了 Transformer 层的内部体系结构的修改 ...
大型语言模型（LLM）不仅是资源密集型培训，而且在生产中部署的成本更高。因此，最近的工作试图根据廉价代理来修剪LLM，以估计块重要性，从而有效地消除了训练有素的Llama-2和Mismtral 7B模型中10％的块，而没有任何明显的下游度量降低。在本文中，我们通过考虑自适应指标（例如Shapley值）在先前工作中探讨的静态指标，从而探索不同的块重要度量 ...
Self-DC: When to Reason and When to Act? Self Divide-and-Conquer for Compositional Unknown Questions
先前的研究通常集中在利用大语言模型（LLMS）的内部知识回答已知问题（即\ textit {内部推理，例如生成 - 然后阅读}） ...
面部识别系统容易受到物理和数字攻击的影响，带来了严重的安全风险。传统方法通常由于其独特的特征而分别对这两种攻击类型进行处理。因此，当被攻击合并时，几乎所有方法都无法处理 ...
