现有的微调方法要么调整预训练模型的所有参数（完整的微调），该参数效率不高，要么仅调节最后一个线性层（线性探测），与完整的微调相比，它的精度下降了明显的准确性下降。在本文中，我们提出了一种称为SSF的新参数有效的微调方法，表示研究人员只需要扩展和移动由预训练的模型提取的深度特征即可赶上完整微调的性能。这样，即使使用较少数量的可调参数，SSF也出奇地优于其他参数有效的微调方法 ...

我们提出了第一种能够使用手机随便捕获的照片/视频来重建可变形场景的方法。我们的方法通过优化一个额外的连续体积变形场来增强神经辐射场（NERF），从而扭曲每个观察到的点到一个规范的5D NERF中。我们观察到这些类似NERF的变形场容易容易局部最小值，并为基于坐标的模型提出了一种粗到1的优化方法，该方法允许进行更强大的优化 ...

我们提出了一个新的数据集，以评估问答模型的问题，以推理信念的能力。我们的任务灵感来自善意的实验，这些实验检查孩子是否能够推理他人的信仰，特别是当这些信念与现实不同时。我们评估了许多最近的神经模型，并进行了记忆增强 ...

随着预训练模型的不断增长，用于各种下游任务的所有参数的完整微调和存储都是昂贵且不可行的。在本文中，我们提出了一种新的参数有效的微调方法，即基于梯度的参数选择（GPS），表明只有从预训练的模型中调整一些选定的参数，同时保持其余模型冻结的剩余模型可以与完整的模型微调方法相比，可以产生相似或更好的性能。与现有的流行和最先进的参数有效的微调方法不同，我们的方法在培训和推理阶段期间都不会引入任何其他参数和计 ...

代码的等效表示（ers）是文本表示，可以保留与代码本身相同的语义，例如自然语言注释和伪代码 ...

我们提出了GS-IR，这是一种基于3D高斯脱落（GS）的新型逆渲染方法，该方法利用前向映射体积渲染以实现逼真的新型视图综合和重新确定结果。与以前使用隐式神经表示和音量渲染的作品不同（例如 ...

跨多个文档的核心分辨率在自然语言处理中构成了重大挑战，尤其是在知识图的领域中。这项研究介绍了一种创新方法，旨在识别和解决对出现在不同文本的相同实体的参考，从而增强了信息的连贯性和协作。我们的方法采用了动态链接机制，该机制将知识图中的实体与相应的文本提及相关联 ...

我们在动态场景中解决了3D重建的任务，其中对象运动降低了先前的3D指数回归方法的质量，例如DUST3R，最初是为静态3D场景重建而设计的。尽管这些方法在静态设置中提供了一种优雅而强大的解决方案，但它们在有动态动作的存在下挣扎，这些动态动态仅基于相机姿势破坏对齐。为了克服这一点，我们提出了d^2ust3r，以回归4D指数，以同时以馈送方式捕获静态和动态3D场景几何形状 ...