联合学习（FL）允许多个客户协作培训深度学习模型。 FL的一个主要挑战是何时数据分布是异质的，即 ...

图神经网络（GNN）对于从图形结构数据中学习，使应用程序中的应用程序在网络分析，建议系统和语音分析中至关重要。将它们部署在客户端PC和笔记本电脑等边缘设备上可增强实时处理，隐私和云独立性。 GNNS辅助检索授权的生成（RAG）用于大型语言模型（LLMS），并启用基于事件的视力任务 ...

远距离（LORA）无线网络已被广泛提出，作为电池约束物联网（IoT）设备的有效无线访问网络。在许多实际的搜索和救援（SAR）操作中，一个具有挑战性的问题是找到失落的人携带的设备的位置。但是，使用基于LORA的IoT网络进行SAR操作，由于陆地堵塞尤其是在高度偏远的地区，由于高信号衰减而导致的覆盖范围有限 ...

我们引入了一种新颖的增强学习算法（用于微调大型模型的农业，用于任何产生奖励优化）。 Agro利用了发电一致性的概念，该概念指出，最佳政策满足了任何可能产生的模型的一致性概念。我们得出通过基于样本的策略梯度找到最佳解决方案的算法，并为其收敛提供理论保证 ...

我们介绍了InternVL3，这是Intervl系列的重大进步，该系列具有本地多模式预训练范式。 Intervl3并没有将仅文本大语模型（LLM）调整为支持视觉输入的多模式大型语言模型（MLLM），而是在单个预训练阶段中共同从多样化的多模式数据和纯文本公司中获得多模式和语言能力。这种统一的训练范式有效地解决了MLLM的常规事后培训管道中通常遇到的复杂性和一致性挑战 ...

合成数据用于指纹识别的利用引起了人们的关注，因为它有可能减轻有关敏感生物识别数据的隐私问题的潜力。但是，当前生成指纹的方法在创建具有有用的类内变化的同一手指的印象时存在局限性。为了应对这一挑战，我们提出了Genprint，这是一个框架，用于生成各种类型的指纹图像，同时保持身份，并提供对不同外观因素（例如指纹类别，获取类型，传感器设备和质量水平）的人类可理解的控制 ...

大型语言模型（LLMS）表现出非常出色的能力，可以对各种用户查询产生流利的响应。但是，这也引起了人们对新闻，教育和学术界此类文本的潜在滥用的担忧。在这项研究中，我们努力创建可以检测机器生成的文本并确定潜在滥用的自动化系统 ...

记忆是编码，存储和检索信息的过程，使人类可以随着时间的流逝保留经验，知识，技能和事实，并作为与世界成长和有效互动的基础。它在塑造我们的身份，做出决策，从过去的经验中学习，建立关系并适应变化方面起着至关重要的作用。在大型语言模型（LLM）时代，内存是指AI系统保留，回忆和使用过去互动中信息以改善未来响应和互动的能力 ...