禁忌挑战赛是一项基于著名禁忌游戏的任务，已提出刺激AI领域的研究。挑战需要建筑系统能够理解猜测者和描述剂的交换消息之间的隐含推断。描述者向间接描述城市的猜测发送了预定的提示，并且需要猜测者返回提示所隐含的匹配城市 ...

我们提出了功能流匹配（FFM），该功能空间生成模型将最近引入的流量匹配模型推广到无限维空间中运行。我们的方法通过首先定义概率度量的途径，该方法在固定高斯度量和数据分布之间进行了插值，然后在产生此措施途径的功能的基础空间上学习一个向量场。我们的方法不依赖可能性或模拟，使其非常适合功能空间设置 ...

终生的人重新识别（LREID）是一项重要但具有挑战性的任务，由于训练步骤之间的显着域间隙而遭受灾难性遗忘的遭受。现有的LREID方法通常依靠数据重播和知识蒸馏来减轻此问题。但是，数据重播方法通过存储历史示例来损害数据隐私，而知识蒸馏方法由于累积遗忘了不含糊的知识而遭受了有限的性能 ...

本文着重于开发现代，高效，轻巧的模型，以进行密集的预测，同时交易参数，失败和性能。倒残留的块（IRB）是轻质CNN的基础设施，但基于注意力的研究尚无对应物的认可。这项工作从统一的角度将轻量级基础架构从有效的IRB和有效的 Transformer 组件重新考虑，从而将基于CNN的IRB扩展到了基于注意力的IRB，并抽象出一种单分离的元元移动块（MMB），以进行轻型模型设计 ...

基于文本的大语言模型（LLM）的最新进展及其处理多模式感觉数据的扩展能力使我们探索了他们在解决音乐信息检索（MIR）挑战方面的适用性。在本文中，我们使用系统的及时工程方法来解决MIR问题。我们将音乐数据转换为符号输入，并评估LLM在三个关键MIR任务中检测注释错误的能力：BEAT跟踪，和弦提取和关键估计 ...

域的适应性（DA）是一个重要且新兴的机器学习领域，可以解决训练（源域）和测试（目标域）数据相似但不同时，解决了问题。当前的理论结果表明，DA算法的效率取决于它们最小化源和目标概率分布之间差异的能力。在本文中，我们提供了一项关于从最佳运输理论借来的概念可以带给DA的概念的理论研究 ...

我们推出了eq-bench，这是一种新颖的基准，旨在评估大型语言模型（llm）中情商的各个方面。我们通过要求llm预测对话中人物情绪状态的强度来评估llm理解复杂情绪和社交互动的能力。该基准能够有效地区分各种模型... ...

自2022年11月ChatGPT发布以来，大型语言模型（LLM）传承在广泛的语言自然任务上的强劲表现而受到广泛关注。LLM的通用语言理解和生成能力是通过训练获得的正如缩放算法所预测也就是说，在大量的文本数据上有大量的模型参数\cite{kaplan2020scaling,hoffmann2022training}。 LLM 学位的研究领域虽然最近，但正在以许多不同的方式迅速发展...... ...