在口语对话系统（SD）中实现全双工沟通需要在聆听，说话和思考之间进行实时协调。本文提出了作为对话管理器（DM）的语义语音活动检测（VAD）模块，以有效地管理全双工SD的转弯。以轻量级实施（0 ...

近年来，通过朝着计算机视觉驱动的自动化检查迈进，电力线维护范围已经发生了范式的转变。大量视频和图像的利用对于维持电力传输的可靠性，安全性和可持续性至关重要。在最近的研究中，观察到了将深度学习技术应用于增强电力线检查过程的重要重点 ...

图形神经网络（GNN）广泛用于许多应用程序域中的图形表示。 Vanilla GNNS的表现力是通过一维Weisfeiler-Leman（1-WL）测试在上面的，它们通过迭代消息传递在植根的子树上进行操作。在本文中，我们通过注入从新型的子结构中提取的邻居连接性信息来增强GNN ...

Experts（MOE）的混合物展示了具有增强性能和降低计算复杂性的大型语言模型（LLM）的巨大潜力。但是，其稀疏激活的体系结构将进料前向网络（FFN）转移到推理期间的计算密集型到内存密集型，从而导致GPU利用率降低并增加了运营成本。我们提出了Megascale-Infer，这是一种用于提供大规模MOE型号的高效且具有成本效益的系统 ...

无监督的域适应性（UDA）旨在将所学的知识从标记的源域转移到其他未标记的目标域。大多数现有的UDA方法使用基于卷积神经网络（CNN）的框架，侧重于从域级别或类别级别的学习域不变特征表示。基于类别级别的UDA的一个基本问题是为目标域中的样品生产伪标签，这些标签通常太嘈杂，无法准确域对齐，不可避免地会损害UDA性能 ...

确保高度动态的对等（P2P）网络的安全性一直是一个挑战，尤其是对于在线交易和智能设备等服务。这些网络经历了高流动率，因此很难保持适当的访问控制。传统系统，尤其是基于角色的访问控制（RBAC），通常无法满足P2P环境的需求 ...

区块链智能合约促进了跨各个领域（包括分散融资）的分散应用程序的开发。但是，由于计算资源的限制和数据孤岛的普遍性，当前的智能合约在充分利用大语言模型（LLMS）的强大能力（例如智能分析和推理）方面面临着重大挑战。为了解决这一差距，本文提出并实现了将LLM与区块链数据集成的通用框架，{\ sysname}有效地克服了区块链和LLMS之间的互操作性障碍 ...

人工智能（AI）的集中化提出了重大挑战，包括单个失败，固有的偏见，数据隐私问题和可伸缩性问题。这些问题尤其普遍存在，在封闭式大型语言模型（LLMS）中，在没有透明度的情况下收集并使用了用户数据。为了减轻这些问题，基于区块链的分散AI（DEAI）已成为有前途的解决方案 ...