大语言模型（LLMS）功率的AI代理在应对医疗和医疗保健挑战方面具有很高的自主权。凭借访问各种工具的能力，它们可以在开放式动作空间内运行。但是，随着自主权和能力的提高，也出现了不可预见的风险 ...
差异隐私（DP）是训练机器学习模型的流行机制，涉及训练数据中特定点的泄漏。差异隐私的成本是降低模型的准确性。我们证明，在使用私人随机梯度下降（DP-SGD）训练的神经网络中，此成本不是平等的：DP模型的准确性对于代表性不足的类别和亚组的精度下降了很多 ...
大型语言模型（RLLM）（例如OpenAI-O1和DeepSeek-R1）的推理的最新进展已证明了它们在数学和编码等复杂领域中令人印象深刻的功能。其成功的一个核心因素在于应用长链（长COT）特征，从而增强了推理能力并能够解决复杂的问题。然而，尽管有这些发展，但仍缺乏对长床的全面调查，限制了我们对传统的短链（短COT）的区别的理解，并使关于“过度思考”和“测试时间扩展”等问题的持续辩论变得复杂 .. ...
当LDR图像表现出饱和和明显的运动时，从多个低动态范围（LDR）图像中恢复了无幽灵的高动态范围（HDR）图像变得具有挑战性。最近在HDR成像场中引入了最新的扩散模型（DMS），这表明了有希望的性能，尤其是与以前的基于DNN的方法相比，在视觉上可感知的结果中。但是，DMS需要大型迭代术，以估计整个图像，从而导致效率低下，从而阻碍其实际应用 ...
在此报告中，我们介绍了Gemini Embedding，这是一种最先进的嵌入模型，该模型利用Geamini（Google最有能力的大语言模型）的力量。利用双子座固有的多语言和代码理解能力，双子座嵌入功能可产生高度概括的嵌入文本，这些文本涵盖了许多语言和文本方式。双子座嵌入产生的表示形式可以预先计算并应用于各种下游任务，包括分类，相似性，聚类，排名和检索 ...
视觉异常检测是一项高度挑战性的任务，通常被归类为一级分类和分割问题。最近的研究表明，学生教师（S-T）框架有效地解决了这一挑战。但是，大多数S-T框架仅依靠预先训练的教师网络来指导学生网络学习多尺度相似的功能，从而忽略了学生网络的潜力，可以通过多尺度功能融合来增强学习 ...
BM25是一种广泛使用的词汇搜索算法，尽管预先训练和大型语言模型（PLMS/LLMS）仍在信息检索中至关重要。但是，它忽略了查询文档的相似性，并且缺乏语义理解，从而限制了其性能。我们重新访问BM25并引入BMX，这是BM25的新型扩展，结合了熵加权的相似性和语义增强技术 ...
随着大型文本到语音（TTS）模型的开发和培训数据的扩展，最先进的TTS系统取得了令人印象深刻的性能。在本文中，我们提出了wenetspeech4tts，这是一种源自开源的wenetspeech数据集的多域普通话语料库。根据文本到语音任务量身定制，我们通过调整段边界，增强音频质量并消除每个段中的扬声器混合来完善WenetsPeech ...
