很少有射击分类旨在识别每个班级中只有很少的标记图像的新型类别。现有的基于公制的几弹性分类算法通过将查询图像的特征嵌入方式与使用学习度量的标记图像（支持示例）的图像进行比较，预测类别。尽管已经证明了有希望的性能，但由于跨域跨域特征分布的较大差异，这些方法通常无法概括为看不见的域 ...

为了快速适应新数据，通常通过使用已获得的知识来从几个示例中学习的目的很少。新数据通常与由于域移位而引起的先前看到的数据有所不同，即输入目标分布的变化。虽然几种方法在小型域移动上表现良好，例如具有相似输入的新目标类，但较大的域移动仍然具有挑战性 ...

对话状态跟踪（DST）对于了解用户需求并在以任务为导向的对话中执行适当的系统操作至关重要。大多数现有的DST方法旨在在预定义的本体中起作用，并假定黄金域标签的可用性，并努力适应新的插槽值。虽然大型语言模型（LLMS）的系统显示出有希望的零击DST性能，但它们要么需要广泛的计算资源，要么需要大量的计算资源，或者它们的表现不佳现有训练的系统，从而限制了它们的实用性 ...

无分类器指导（CFG）将条件和无条件得分函数与两个系数求和到一个结合了两个系数，它是扩散模型采样的实用技术。但是，从理论上讲，用CFG降级不能表示为相互扩散过程，因此在使用过程中可能会留下一些隐藏的风险。在这项工作中，我们重新审视CFG背后的理论，并严格确认组合系数的配置不当（i ...

空气动力的功能使二次构成准确的高速轨迹跟踪极具挑战性。这些复杂的空气动力效应在高速下成为一个显着的干扰，引入了较大的位置跟踪误差，并且很难建模。要高速飞行，反馈控制必须能够实时考虑这些空气动力学效应 ...

在复杂且未知的环境中，对二次运动的自适应自主导航对二次运动具有重要意义。考虑外部干扰的主流是实施拒绝干扰的控制和路径跟踪。但是，在能源消耗方面并没有充分考虑弥补跟踪偏差的强大控制，甚至参考路径也会因干扰而变得风险和棘手 ...

为了追求检测超出预定类别的未构成的对象，开放式对象检测（OVD）的先前艺术通常诉诸于审前的视觉语言模型（VLMS），以进行基础 - 网络类别类别的概括。但是，为了减轻上游图像文本预处理和下游区域级别感知之间的错位，其他的监督是必不可少的，例如，通过自我训练策略产生的图像文本对或伪注释。在这项工作中，我们提出了接受培训的CCKT-DET，而无需任何额外的监督 ...

扩展用于训练语言模型的计算量极大地提高了它们的能力。然而，当涉及到推理时，我们通常将计算量限制为每个问题仅尝试一次。在这里，我们通过增加生成的样本数量来探索推理计算作为缩放的另一个轴 ...