许多移动应用程序要求选择性执行在资源约束平台上的多个相关的深度学习推理任务。考虑到一组深层神经网络，每个任务都进行了训练，希望执行任意任务组合的计算成本最少。修剪每个网络分别产生由于任务相关性而导致的次优计算成本 ...
我们介绍了Llama-Nemotron系列模型，这是一个开放的异构推理模型家族，可提供出色的推理能力，推理效率和企业使用的开放许可。这个家庭有三种尺寸 - 纳米（8b），Super（49b）和Ultra（253b） - 并与最先进的推理模型（例如DeepSeek-R1）一起竞争，同时提供了出色的推理吞吐量和记忆效率。在本报告中，我们讨论了这些模型的培训程序，这些模型需要使用Llama 3模型的神经 ...
工业应用中的精确光学检查对于最大程度地减少废料率和降低相关成本至关重要。除了仅检测产品是否是异常的外，还要了解独特的缺陷类型，例如弯曲，切割或刮擦至关重要。识别“精确”缺陷类型的能力使现代生产线中异常的自动处理能力 ...
异常检测（AD）涉及确定与正常数据分布的偏差，并且在医学诊断和工业缺陷检测等领域至关重要。传统的AD方法通常需要普通培训样本；但是，此假设并不总是可行的，因为收集此类数据可能是不切实际的。此外，这些方法通常很难跨越不同的领域 ...
在本文中，我们首先将最近的蒙版自动编码器（MAE）模型从单个模态扩展到视听多模式。随后，我们提出了对比度视听掩盖自动编码器（CAV-MAE），通过将对比度学习和掩盖数据建模（两个主要的自我监督学习框架）结合起来，以学习一个关节和协调的音频表现形式。我们的实验表明，对比的视听对应学习目标不仅使模型可以执行视听检索任务，而且还可以帮助模型学习更好的联合表示 ...
大型语言模型（LLM）在自然语言理解和产生方面表现出了令人印象深刻的能力，但是医疗和临床应用的质量栏很高。如今，试图评估模型的临床知识通常依赖于有限基准的自动评估。没有标准可以评估模型的预测和推理 ...
在机器学习研究文献中，人们对自动症状检测（ASD）和自动诊断（AD）系统的兴趣迅速增强，旨在帮助医生进行远程医疗服务。这些系统旨在与患者相互作用，收集有关其症状和相关前因的证据，并可能对潜在疾病做出预测。医生将审查互动，包括证据和预测，如有必要，请在确定下一步之前从患者那里收集其他信息 ...
OpenAI的GPT4O模型的最新突破表现出了令人惊讶的良好能力在图像生成和编辑中，从而引起了社区的极大兴奋。该技术报告介绍了第一观评估基准（命名为GPT-Imgeval），在三个关键维度上进行了定量和质量地诊断GPT-4O的性能：（1）生成质量，（2）编辑能力和（3）世界知识知识的语义合成。在这三个任务中，GPT-4O表现出强劲的性能，在图像生成控制和输出质量中都显着超过了现有方法，同时还展示了 ...
