我们在各向异性膨胀的夸克 - 杜伦 - 铂中得出异常粘度的表达，该表达式来自与动态生成的颜色场的热部分相互作用。异常的粘度在碰撞粘度上占主导地位，用于较大的速度梯度或弱耦合。这种效果可以为在RHIC核碰撞中产生的``几乎完美''流动性的明显解释提供了解释，而没有假设它是一个强烈的耦合状态 ...

作为自动驾驶系统的重要组成部分，高清（HD）地图为自动驾驶场景提供了丰富而精确的环境信息；但是，现有的方法主要依靠基于查询的检测框架直接建模映射元素或随着时间的推移隐式传播查询，通常很难保持一致的时间感知结果。这些不一致对现实世界自动驾驶和地图数据收集系统的稳定性和可靠性构成了重大挑战。为了解决这一限制，我们通过时间跟踪地图元素的历史轨迹，为全球地图构建提供了一个新颖的端到端跟踪框架 ...

大型语言模型（LLMS）在两个封闭的任务（包括解决问题和代码生成）和开放任务（包括创意写作）中表现出色，但现有的对其能力的解释缺乏与现实世界人类智能的联系。为了填补这一空白，本文通过``人类仿真''的角度系统地研究了LLM智能，解决了三个核心问题：（1）人格特质如何影响封闭任务中的问题解决问题？ （2）特征如何在开放任务中塑造创造力？ （3）单格绩效如何影响多代理协作？通过为LLM代理商分配五个个 ...

大约最近的邻居搜索（ANN）是找到最接近给定查询向量的数据库向量的任务。基于图的ANN是一种方法家族，具有最佳的数百万尺度数据集的准确性和速度平衡。但是，基于图的方法具有较长索引构建时间的缺点 ...

HyperGraph具有强大的捕获高阶关系的能力，最近引起了极大的关注。因此，已经出现了许多超图表学习方法，以模拟超图之间的复杂关系。通常，这些方法利用经典的扩展​​方法将超图转换为加权或两分图，并进一步采用消息传递机制来对超图中的复杂结构进行建模 ...

投机抽样是加速大型语言模型（LLMS）解码阶段的一种有前途的方法。利用目标LLM的上下文信息（例如隐藏状态和KV缓存）的最新进展已显示出显着的实际改进。但是，这些方法在训练和解码之间存在不一致的情况 ...

现有的多模态大语言模型（MLLM）越来越强调对各种视觉元素的复杂理解，包括多个对象、文本信息和空间关系。它们的综合视觉感知的发展取决于高质量图像文本数据集的可用性，这些数据集提供不同的视觉元素和整个图像描述。然而，此类超详细数据集的稀缺目前阻碍了 MLLM 社区的进步 ...

可以直接综合看不见的场景的新型视图的跨性别概括的NERF模型已成为NERF领域的新聚光灯。现有的几项尝试依赖于越来越多的端到端“神经化”架构，即 ...