建模高频信息是科学机器学习的关键挑战。例如，由于涡流和涡流引起的旋转流体运动，雷诺数字3500及以上的Navier-Stokes方程的完全湍流模拟可能会产生高频信号。忠实地使用神经网络对此类信号进行建模取决于准确地重建中等至高频 ...

保护开源大型语言模型（LLM）的知识产权非常重要，因为培训LLMS的计算资源和数据成本。因此，模型所有者和第三方需要确定可疑模型是否是受害者模型的后续发展。为此，我们提出了一个无训练的礁石，以从LLMS的特征表示形式的角度来确定嫌疑人与受害者模型之间的关系 ...

在电子电路设计中，全球路线一直是一个历史上具有挑战性的问题，挑战是将大量和任意的电路组件与电线连接起来，而不会违反印刷电路板或集成电路的设计规则。复杂的液压系统，管道系统和逻辑网络的设计中也存在类似的路由问题。现有的解决方案通常包括贪婪的算法和硬编码的启发式方法 ...

文本驱动的运动生成提供了一种有力而直观的方式，可以直接从自然语言中创造人类运动。通过消除对预定义运动输入的需求，它为控制动画字符提供了一种灵活且易于访问的方法。这使其在虚拟现实，游戏，人类计算机互动和机器人技术等领域中特别有用 ...

这项研究对AI代理和代理AI进行了严格的区分，提供了结构化的概念分类法，应用映射和挑战分析，以阐明其不同的设计理念和能力。我们首先概述搜索策略和基础定义，将AI代理描述为由大语言模型（LLMS）和大型图像模型（LIM）驱动的模块化系统，用于狭窄，特定于任务的自动化。生成的AI被定位为前体，AI代理通过工具集成，及时的工程和推理增强来推进 ...

图神经网络（GNN）表明了它们在建模图结构数据方面的出色能力。但是，现实世界图通常包含结构噪声，并且标记的节点有限。在此类图上训练时，GNN的性能将大大下降，这阻碍了GNN在许多应用程序上的采用 ...

大型语言模型（LLMS）在解决跨不同领域的复杂任务方面表现出了巨大的潜力，通常通过采用遵循详细说明和操作序列的代理工作流程。但是，构建这些工作流程需要大量的人类努力，限制可伸缩性和可推广性。最近的研究试图自动化这些工作流的生成和优化，但是现有方法仍然依赖于初始手动设置，而无法实现完全自动化和有效的工作流程生成 ...

近年来，生成人工智能（AI）在各个领域取得了重大进展。 4d Generation以2D，视频和3D内容生成领域的快速发展为基础，成为一个新颖而快速发展的研究领域，引起了人们日益增长的关注。 4d Generation专注于基于用户输入的时空一致性创建动态3D资产，提供更大的创意自由和更丰富的沉浸式体验 ...