大型语言模型（LLMS）表现出非常出色的能力，可以对各种用户查询产生流利的响应。但是，这也引起了人们对新闻，教育和学术界此类文本的潜在滥用的担忧。在这项研究中，我们努力创建可以检测机器生成的文本并确定潜在滥用的自动化系统 ...

记忆是编码，存储和检索信息的过程，使人类可以随着时间的流逝保留经验，知识，技能和事实，并作为与世界成长和有效互动的基础。它在塑造我们的身份，做出决策，从过去的经验中学习，建立关系并适应变化方面起着至关重要的作用。在大型语言模型（LLM）时代，内存是指AI系统保留，回忆和使用过去互动中信息以改善未来响应和互动的能力 ...

文本对图像生成模型，特别是基于成像和稳定扩散等扩散模型的模型，已取得了重大进步。最近，对文本提示的精致完善引起了人们的兴趣。用户分配权重或更改文本中某些单词的注入时间步骤，以提高生成图像的质量 ...

深度学习（DL）工作负载的计算和内存需求不断提高，导致了硬件体系结构的出色创新。此类体系结构的原型是AMD/Xilinx的新型Versal AI引擎（AIE）。 AIE包括针对基于向量的算法优化的多个可编程处理器 ...

在计算机视觉和架构域中都研究了用于自动建筑设计的现实建筑布局。基于优化技术或启发式设计指南的建筑领域的传统方法可以综合理想的布局，但通常需要后处理并涉及设计管道中的人类互动，从而使它们昂贵且昂贵。深层生成模型的出现显着提高了生成的建筑布局的忠诚度和多样性，从而减少了设计师的工作量，并使过程更加有效 ...

随着在线招聘数据的不断增长，工作清点匹配已成为自动与合适简历匹配的工作的重要任务。该任务通常被施放为有监督的文本匹配问题。当标记的数据足够时，监督学习是有力的 ...

通用对象检测的最新研究旨在在SOTA封闭设置检测器中引入语言，然后通过构造大规模（文本区域）数据集来概括开放式概念。但是，这些方法面临两个主要挑战：（i）如何在提示中有效使用先前的信息来使对象通用对象，以及（ii）如何减少下游任务中的对齐偏置，这两者在某些情况下都导致了在预训练之外的情况下进行次优性能。为了应对这些挑战，我们提出了一个称为CP-Detr的强大通用检测基础模型，该模型在几乎所有情况下 ...

给定单个标记的示例，封闭式分割旨在分割相应的对象。这种设置在几次学习中被称为单发段，探索了分割模型的概括能力，并已应用于各种视觉任务，包括场景理解和图像/视频编辑。尽管最近的任何模型已经实现了最新的任何模型会导致交互式分割，但这些方法并非直接适用于在文章中的细分 ...