这项研究的重点是野外隐藏物体的发现和定位，并为无人系统提供服务。通过经验分析，红外和可见的图像融合（IVIF）使难以找到的对象明显，而多模式显着对象检测（SOD）可以准确地描述图片中对象的精确空间位置。它们从不同源图像中寻求互补线索的共同特征激发了我们探索融合与显着对象检测任务之间的协作关系，并首次通过交互加强的多任务范式在红外和可见图像上首次称为IRF ...

随着对现实世界视频挑战的解决方案的需求不断增长，对密集的视频字幕（DVC）的兴趣一直在上升。 DVC涉及未修剪视频的自动字幕和本地化。几项研究突出了DVC的挑战，并利用先验知识（例如训练和外部记忆）引入了改进的方法 ...

尽管大型语言模型（LLM）在各种任务中表现出最新的表现，但最近的研究表明了他们争取代码翻译的斗争。这是因为它们尚未通过并行多语言代码进行广泛的预训练，这在很大程度上取决于代码。此外，现有基准仅涵盖有限的共同编程语言，因此无法反映LLM在代码翻译中的全部潜力 ...

作为软件和社会的发展，对软件迁移的兴趣越来越大。语言之间的手动迁移项目容易出​​错且昂贵。近年来，研究人员已经开始使用监督的深度学习技术来探索自动程序翻译，通过从大规模平行代码语料库中学习 ...

最近，Deep Autocododer的吸引力已成为实施面向目标语义通信系统的有力方法。这个想法是将映射从源域直接训练到通道符号，反之亦然。但是，先前的研究通常集中于利率折衷和传输延迟，以增加端到端复杂性和潜伏期的成本 ...

组织在各个平台上生成大量的互连内容。虽然语言模型可以在业务应用程序中使用复杂的推理，但从组织内存中检索和上下文化信息仍然具有挑战性。我们通过熵的镜头探索了这一挑战，提出了一种实体熵的度量，以量化实体知识在文档中的分布以及受扩散模型启发的新颖生成模型，以便为观察到的行为提供解释 ...

程序翻译是将一种语言迁移传统代码迁移到以不同语言构建的生态系统中的重要工具。在这项工作中，我们是第一个采用深层神经网络来解决这个问题的人。我们观察到程序翻译是一个模​​块化过程，其中每个步骤将源树的子树翻译成相应的目标子树 ...

语言模型反思自己推理的能力为解决复杂问题提供了关键优势。尽管最近的研究集中在强化学习过程中这种能力如何发展，但我们表明，在模型的预训练期间，它实际上开始更早地出现。为了研究这一点，我们将故意的错误引入了思想链中，并测试该模型是否仍然可以通过识别和纠正这些错误来得出正确的答案 ...