个性化的图像生成在将内容适应新颖概念方面取得了长足的进步。但是，持续的挑战仍然存在：平衡对未见概念的准确重建，并根据提示需要编辑能力，尤其是在处理复杂的面部特征差异时。在这项研究中，我们深入研究了文本形象调节过程的时间动态，强调了舞台分配在引入新概念中的关键作用 ...
多模式学习是人工智能中快速发展的领域，试图通过整合和分析各种类型的数据（包括文本，图像，音频和视频）来构建更广泛和健壮的系统。受到人类通过多种感官吸收信息的能力的启发，此方法可以实现诸如文本到视频转换，视觉问题的回答和图像字幕之类的应用程序。在此概述中，强调了支持多模式模型（MLLM）的数据集中的最新发展 ...
强化学习（RL）提供了一种建模和训练AI代理的通用方法，包括人类的相互作用方案。在本文中，我们提出了Sharpie（交互式实验的共享人类增强学习平台），以满足对支持RL代理和人类实验的通用框架的需求。它的模块化设计由用于RL环境和算法库的多功能包装器，面向参与者的Web界面，日志记录实用程序，在流行云上部署以及参与者招聘平台 ...
COAST: Enhancing the Code Debugging Ability of LLMs through Communicative Agent Based Data Synthesis
代码调试是软件开发的重要阶段，对于确保代码生成任务中大语言模型（LLM）的可靠性和性能至关重要。人类调试通常遵循多阶段过程，其中包括错误本地化，错误标识，代码修复和代码识别。但是，现有的代码调试基准主要集中在代码维修阶段，该阶段仅提供有限的观点，可以评估LLMS的调试功能 ...
有限体积外推是从晶格计算中提取物理可观察物的重要步骤。但是，对于具有远距离相互作用的系统而言，这是一个重大挑战。我们采用符号回归来回归有限体积的外推公式，以进行短程和远程相互作用 ...
在使用3D激光雷达传感器的3D感知领域中，地面分割是各种目的的必不可少的任务，例如可穿越的区域检测和对象识别。在这种情况下，已经提出了几种地面分割方法。但是，仍然遇到一些限制 ...
大型语言模型（LLMS）显示了将自然语言问题转化为SQL查询（文本到SQL）的最新结果，这是数据库社区内的长期挑战。但是，安全问题仍然在很大程度上没有探索，尤其是后门攻击的威胁，这可以通过使用中毒数据集进行微调将恶意行为引入模型中。在这项工作中，我们系统地研究了基于LLM的文本到SQL模型的漏洞，并呈现ToxicsQL，这是一种新型的后门攻击框架 ...
模数转换器（ADC）允许使用数字硬件处理物理信号。它们的转换由两个阶段组成：采样，将连续时间信号映射到离散时间和量化中，即 ...
