（dst），。在这项工作中，我们提出了一种用于零样本和少样本学习dst 的上下文学习（ icl）框架，其中大型预训练语言模型（ lm）以测试实例和一些样本作为输入，并直接解码对话状态而不更新任何参数。为了更好地利用lm提示中的表格域描述 ...

变形金刚模型，尤其是大型语言模型（LLMS）具有出色的执行内在学习学习（ICL）的能力 - 在没有看到任何明确的模型培训的情况下，使用看不见的输入输出示例提示执行新任务。在这项工作中，我们研究了由多个不同的任务家族组成的预处理的数据混合物之间如何有效地桥接的，以识别和学习新任务，这些任务在预读取分布的内部和之外。在以前的工作的基础上，我们在受控的环境中研究了这个问题，在该环境中，我们研究了经过$（ ...

课堂增量学习（CIL）或持续学习是现实世界中所需的能力，这需要学习系统能够适应新任务而不忘记以前的任务。虽然传统的 CIL 方法侧重于视觉信息来掌握核心特征，但视觉语言模型 (VLM) 的最新进展已经显示出借助文本信息学习泛化表示的良好能力。然而，当不断接受新课程的训练时，VLM 经常会灾难性地忘记以前的知识 ...

我们介绍了OpenVoice，这是一种多功能的语音克隆方法，仅需要参考扬声器的简短音频剪辑来复制他们的声音并以多种语言生成语音。 OpenVoice代表了解决该领域以下开放挑战的重大进步：1）灵活的语音风格控制。 OpenVoice还可以对语音样式进行颗粒状的控制，包括情感，口音，节奏，停顿和语调，此外还可以复制参考扬声器的音色 ...

释义是在使用不同单词或句子结构时传达相同含义的文本。它可以用作许多自然语言处理任务的自动数据增强工具，尤其是在处理低资源语言时，数据短缺是一个重要的问题。为了在多语言设置中产生释义，以前的研究利用了机器翻译字段的知识 ...

流匹配为训练扩散模型提供了强大而稳定的方法。但是，直接将流量匹配到神经声码器上可能会导致音频质量不足。在这项工作中，我们提出了WaveFM，这是一种用于MEL-SPECTROGRAM条件语音合成的重新聚集流匹配模型，旨在提高扩散声码器的样本质量和生成速度 ...

对行人，骑自行车的人和其他周围车辆（所有称为代理）的准确运动预测对于自动驾驶非常重要。大多数现有作品通过基于向量的注意力与MAP的单阶段互动捕获地图信息，从而为社交互动和多模式分化提供了地图限制。但是，这些方法必须将所有必需的MAP规则编码到焦点代理的功能中，以保留所有可能的意图路径，同时适应潜在的社交互动 ...

Wikipedia可以由任何人编辑，因此包含各种质量的句子。因此，Wikipedia包括一些质量不佳的编辑，这些编辑通常由其他编辑标记。虽然编辑的评论提高了Wikipedia的信誉，但很难检查所有编辑的文本 ...