通过基于神经网络的自动编码器对通信系统进行端到端学习的想法存在缺点，即需要一个可区分的渠道模型。我们在本文中介绍了一种新颖的学习算法，从而减轻了这个问题。该算法可以使用未知的渠道模型或具有不可差的组件对通信系统进行培训 ...

3D重建和视图合成是计算机视觉，图形和沉浸式技术（例如增强现实（AR），虚拟现实（VR）和数字双胞胎）中的基本问题。传统方法依赖于复杂链中计算密集的迭代优化，从而限制了它们在现实情况下的适用性。在深度学习的驱动下，进食方法的最新进展通过实现快速且可推广的3D重建并查看合成来彻底改变了这一领域 ...

主流后门对大语言模型（LLMS）的攻击通常在输入实例中设置固定的触发因素，并对触发查询的特定响应设置。但是，固定的触发设置（例如 ...

通过将外部检索与语言生成整合在一起，可以作为一个有力的框架来克服大型语言模型（LLMS）的知识限制。尽管基于静态管道的早期抹布系统在结构良好的任务中显示出有效性，但它们在现实的场景中挣扎，需要复杂的推理，动态检索和多模式集成。为了应对这些挑战，该领域已转向推理代理抹布，这是一种将决策和自适应工具直接使用到检索过程中的范式 ...

大型语言模型代理的最新进展为通过图形用户界面（GUI）自动化任务开辟了新的可能性，尤其是在智能互动可以大大提高可用性的移动环境中。但是，这种代理的实际部署仍受到几个关键挑战的限制。现有的培训数据通常是嘈杂的，缺乏语义多样性，这阻碍了学习精确的基础和计划 ...

在本文中，我们介绍了一个名为Instaorder的新数据集，该数据集可用于了解图像中实例的几何关系。该数据集由101K自然场景中的类标记实例的几何顺序注释 ...

交通模拟的目的是增加可用于测试和验证的可能有限的手动驱动里程，并使用大量的模拟合成里程。这种愿景的高潮将是一个生成的模拟城市，鉴于该城市的地图和自动驾驶汽车（AV）软件堆栈，模拟器可以通过填充AV周围的城市并控制场景的所有方面，从动画动态（例如 ...

在未知和非结构化环境中浏览和互动以满足人类需求，越来越多地需要移动机器人。需求驱动的导航（DDN）使机器人能够基于隐式人类意图识别和定位对象，即使对象位置未知。但是，传统数据驱动的DDN方法依赖于预采用的数据进行模型培训和决策，从而限制了它们在看不见的情况下的概括能力 ...