这是受2018年应用类别理论研讨会的启发的入门，说明性注释的集合，在这些注释中，我们在两个主题（功能语义语义和组合性）（功能性语义语义和组合性）中悠闲地漫步，两个结构（单类类别和装饰的Cospans）和两个示例（化学反应网络和自然语言处理）（化学反应网络和自然语言处理）内部 ...
艺术语言模型的状态返回自然语言文本从任何输入文本延续。这种产生连贯的文本扩展的能力意味着重大的复杂性，包括语法和语义知识。在本文中，我们提出了一个数学框架，用于从给定文本的扩展上的概率分布（例如，当今大语模型所学的概率分布）到包含语义信息的丰富类别 ...
零射异常检测（ZSAD）试图从任意新型类别中识别异常，提供可扩展和注释有效的解决方案。传统上，大多数ZSAD作品都是基于剪辑模型，该模型通过计算视觉和文本嵌入之间的相似性来执行异常检测。最近，诸如Dinov3之类的Vision Foundation模型表现出强大的可转移表示功能 ...
专家混合 (MoE) 已成为一种在保持计算效率的同时缩放模型大小的重要架构。在 MoE 中，输入序列中的每个 Token 都会激活由路由机制确定的不同专家子集。然而，MoE 模型中未选择的专家不会对输出做出贡献，这可能导致模型能力的利用不足 ...
大型语言模型（LLM）越来越多地通过开源和商业框架部署，使个人和组织能够自助主持人高级LLM功能。随着LLM部署变得普遍，尤其是在行业中，确保其安全可靠的运营已成为关键问题。但是，不安全的违约和错误配置通常会向公共互联网展示LLM服务，从而带来严重的安全性和系统工程风险 ...
在本文中，我们提出了一种对齐对比度学习（ACL）算法，以解决长尾识别问题。我们的发现表明，尽管多视图训练可以提高性能，但随着观点数量的增加，对比度学习并不能始终增强模型的概括。通过对受监督的对比学习（SCL）的理论梯度分析，我们确定了梯度冲突，以及正面和负面对之间的不平衡吸引力和排斥梯度作为基本问题 ...
设计降水的预警系统需要准确的短期预测系统。气候变化导致极端天气事件的频率增加，因此这种系统可以防止灾难和生命损失。管理此类事件仍然是公共和私人机构的挑战 ...
当前的角色扮演研究通常依赖于未验证的LLM-AS-A-A-A-Gudge范式，这可能无法反映人类对角色忠诚的看法。人类一致评估的关键先决条件是角色识别，即认识到谁在对话环境中说话的能力。我们认为，对角色扮演质量的任何有意义的判断（角色的扮演程度）从根本上取决于首先正确地将单词和行为归因于正确的角色（谁在讲话） ...
