在线地图匹配是基于位置的服务中的一个基本问题，旨在逐步将轨迹数据逐步匹配到道路网络。但是，现有方法无法满足大型在线应用程序所需的效率，鲁棒性和准确性的需求，这使得这项任务仍然是一个具有挑战性的问题。本文介绍了一个新颖的框架，该框架可实现高精度和高效的匹配，同时确保在处理多种情况下的鲁棒性 ...

当输入问题仅是文本词时，大型语言模型已显示出多跳数学推理的令人印象深刻的结果。但是，许多数学推理问题都包含文本和图像。随着视觉语言模型（VLM）不断增加的采用，了解其解决此类问题的推理能力至关重要 ...

近几十年来，学习和构建大规模图引起了人们的关注，从而引入了丰富的文献，引入了各种系统，工具和算法。 Grale是为离线环境设计的这样的工具之一，并在Google的50多种不同的工业环境中部署。 Grale之所以广泛适用，是因为它具有在具有多种功能的数据集上有效学习和构造图形的能力 ...

我们提出了Partfield，这是一种用于学习基于零件的3D功能的馈电方法，它在不依赖预定义的模板或基于文本的名称的情况下捕获了零件及其层次结构的一般概念，并且可以应用于各种方式的开放世界3D形状。 Partfield在推理时只需要3D馈电，与先前的方法相比，运行时和稳健性大大提高。我们的模型通过从大型无监督数据集上的标记数据集和图像分割的组合中提取2D和3D部分建议，通过对比度学习公式进行培训  ...

分布式跟踪已成为调试和故障排除现代微服务应用程序的重要技术，使软件工程师能够检测性能瓶颈，识别失败并获得对系统行为的见解。但是，由于需要广泛的仪器，在大规模应用中实施分布式跟踪仍然具有挑战性。为了减轻这种负担，已经出现了零代码仪器解决方案，例如基于EBPF的负担，可以在不修改应用程序代码的情况下收集跨度数据 ...

预先排名在大规模推荐系统中起着至关重要的作用，它可以显着提高实时提供高质量候选候选集合的限制内的效率和可伸缩性。由于效率和有效性与脱钩体系结构之间的良好平衡，该模型被广泛用于预先级别的系统，该架构在计算交互之前独立处理用户和项目输入（例如， ...

使用大语言模型（LLM）的合成数据生成已成为各个领域（尤其是医疗领域）的有希望的解决方案，以减轻数据收集挑战。但是，现有的研究主要利用LLM来重写并完成现有的医疗记录，在此情况下，存在数据隐私，准确性和多样性的限制，并且还缺乏像真实患者一样互动的能力。为了解决这些问题，我们提出了一个现实的患者生成框架，即患者零，这不需要真正的病历 ...

量化成为服务不断增加的大语言模型（LLM）的必要工具。 RTN（圆头目前）也许是LLM涌入机器学习（ML）研究最前沿之前已经存在的最简单的量化技术。然而，在几乎各个方面的绩效方面，最近和更高级的量化方法都在很大程度上驳斥了它 ...