本文通过3D高斯分裂解决了对象去除的复杂挑战，以更新辐射场。这项任务的主要挑战在于在存在高斯原始人的实质性离散性质的情况下维护几何一致性和维持纹理连贯性。我们介绍了一个专门设计旨在克服这些障碍的强大框架 ...

我们提出了BS-Tree，这是B+-Tree的内存实现，该实现采用了基于磁盘的索引的结构（即平衡的多路树），将节点大小设置为可以快速处理的存储器块，并使用SIMD指令并行处理 ...

多模态情感分析（MSA）是一个新兴的研究课题，旨在通过多种模态来理解和识别人类情感或情绪。然而，在现实世界的动态场景中，目标数据的分布总是在变化，并且与用于训练模型的源数据不同，这会导致性能下降。常见的适应方法通常需要源数据，这可能会带来隐私问题或存储开销 ...

尽管在范围内采用的大型语言模型（LLM）能力的代理人在训练和微调过程中面临后门攻击的重大安全风险。随后可以操纵这些受损的代理人在其输入或环境中向特定触发器呈现时执行恶意操作。为了解决这种紧迫的风险，我们提出了试剂，这是针对对基于LLM的代理商的一系列后门攻击的新型防御 ...

大语言模型（LLMS）的兴起具有明显高级的文本到SQL（NL2SQL）系统，但是评估生成的SQL的语义等效性仍然是一个挑战，尤其是考虑到模棱两可的用户查询和多个有效的SQL解释。本文使用LLMS探讨了语义和更实用的“弱”语义对等效性。我们分析了SQL等效性和不等性的共同模式，讨论了基于LLM的评估中的挑战 ...

我们介绍了基于代理的交互式离散事件仿真环境的遵守。遵守从头开始设计，以支持市场应用中的AI代理研究。虽然在贸易公司内肯定可以使用仿真，但没有广泛可用的高保真市场模拟环境 ...

数学推理和优化是人工智能和计算问题解决的基础。大型语言模型（LLM）的最新进展已显着改善了AI驱动的数学推理，定理证明和优化技术。这项调查探讨了AI中数学问题解决的演变，从早期的统计学习方法到现代深度学习和基于 Transformer 的方法 ...

最近，随着 Transformer 模型的整合，单眼深度估计（MDE）的性能显着提高。但是， Transformer 模型通常是计算上的，并且与卷积相比，它们在轻质模型中的有效性受到限制。这种限制阻碍了他们在资源有限的设备上的部署 ...