我们提出了Dialogueraish，这是一种推理范式，它揭示了独白式推理模型中丢失的作用，旨在提高推理过程的多样性和相干性。基于RL的大型推理模型的最新进展导致了令人印象深刻的长床能力和数学和科学基准的高性能。但是，这些推理模型主要依赖于独白式的推理，这些推理通常限制了推理多样性和相干性，经常回收固定策略或表现出不必要的注意力转移 ...
大型语言模型 (LLM) 在开发智能应用程序和系统（例如基于 LLM 的代理和代理操作系统 (AIOS)）方面已展现出巨大的潜力。然而，当这些应用程序和系统与底层文件系统交互时，文件系统仍然保持传统的范式：依赖于通过精确命令进行手动导航。这种范例对这些系统的可用性造成了瓶颈，因为用户需要导航复杂的文件夹层次结构并记住神秘的文件名 ...
大语言模型（LLM）的成功引发了人们对各种代理应用的兴趣。一个关键的假设是，LLM利用常识和思想链（COT）推理可以有效地探索并有效地解决复杂的领域。但是，已经发现LLM代理患有次优探索和知识差距，无法有效地对模型中存在的知识作用 ...
视觉模型（VLM）将视觉感知与大语言模型（LLMS）等一般能力（例如推理）相结合。但是，可以将这两种能力组合和贡献的机制保持不足。在这项工作中，我们探讨了通过连接不同模型参数的模型合并来构成感知和推理 ...
向量量化（VQ）是一种通过离散代码书表示确定性地学习功能的技术。它通常是通过变异自动编码模型VQ-VAE进行的，可以进一步扩展到用于进行高保真重建的层次结构。但是，VQ-VAE的这种层次扩展通常会遇到代码手册/层崩溃问题，在该问题中，代码手册没有有效地用于表达数据，因此降低了重建精度 ...
本文解决了从新闻文章中自动从多种语言中提取属性的挑战。最近的神经网络模型在从半结构化网页中提取信息方面表现出很高的功效。但是，这些模型主要应用于电子商务等领域，并使用英语数据进行了预培训，从而使其在其他语言中的网页应用程序变得复杂 ...
HTML文档是在人类消费中传播信息的重要媒介。 HTML文档以多种文本格式提供信息，包括非结构化文本，结构化键值对和表。这些文档的有效表示对于机器的理解是必不可少的，以便能够广泛的应用程序，例如问答，网络搜索和个性化 ...
鉴于其固有的非线性和动态性质，短期负载预测在电力系统的有效操作和计划中至关重要。深度学习的最新进展已显示出解决这一挑战的希望。但是，这些方法通常会努力应对超参数灵敏度，可解释性的不透明性以及用于实时部署的高计算开销 ...
