大型语言模型（LLM）在自然语言处理任务中表现出很大的潜力，但是由于对以英语为中心的数据进行了预读以及从人类反馈（RLHF）中进行强化学习的复杂性，因此它们在机器翻译（MT）中的应用仍然具有挑战性。直接偏好优化（DPO）已成为一种更简单，更有效的替代方案，但其性能在很大程度上取决于偏好数据的质量。为了解决这个问题，我们提出了置信度奖励驱动的偏好优化（CRPO），这是一种新颖的方法，将奖励分数与模型 ...

先进的持续威胁（APT）变得越来越复杂和隐藏，在识别和减轻这些攻击方面对现有的入侵检测系统提出了巨大的挑战。最近的研究已结合了图形学习技术，以从出处图中提取详细信息，从而能够以更大的粒度检测攻击。然而，现有的研究在很大程度上忽略了出处图结构中的持续但微妙的时间变化，这可能对应于持续的APT攻击中的秘密扰动异常 ...

尽管表现出色，但机器翻译（MT）的研究在翻译语言（例如成语，谚语和口语表情）的文化元素方面仍未得到充实。本文研究了最新的神经机器翻译（NMT）和大语言模型（LLMS）在翻译谚语中的能力，这些谚语深深植根于文化背景。我们在四个语言对的对话中构建了独立谚语和谚语的翻译数据集 ...

本文介绍了VLSP 2022-2023机器翻译共享任务的结果，该任务重点介绍了越南 - 中国和越南洛的机器翻译。这些任务是在第9届第10届越南语言和语音处理的年度研讨会的一部分（VLSP 2022，VLSP 2023）。共同任务的目的是建立机器翻译系统，特别针对越南 - 中国和越南劳翻译（对应于4个翻译说明） ...

人工智能领域见证了自然语言处理的重大进步，这在很大程度上归因于大语言模型（LLMS）的能力。这些模型构成了旨在解决长篇下说依赖性的代理的骨干，尤其是在文档级机器翻译（DOCMT）中。 DOCMT提出了独特的挑战，质量，一致性和流利度是评估的关键指标 ...

数字不准确的翻译可能会导致重大的安全问题，从财务挫折到医疗不准确。尽管大型语言模型（LLM）在机器翻译方面取得了重大进步，但其翻译数字的能力尚未得到彻底探索。这项研究重点是评估基于LLM的机器翻译系统的可靠性时，处理数值数据时 ...

固定翼无人机（UAV）的全部自主权要求能够自主检测未知和非结构化地形的潜在降落地点，从而可以完成自治的任务完成或处理紧急情况。在这项工作中，我们提出了一个感知系统，通过根据其质地和几何形状检测着着陆点，而无需使用有关环境的任何先验知识，从而解决了这一挑战。提出的方法考虑了登陆区域内的危害，例如地形粗糙和斜坡，围绕着掩盖着陆接近路径的障碍物以及由车载EKF估计的当地风场 ...

最近稀疏的多视图场景重建的进步如Dust3R和MAST3R不再需要相机校准和相机姿势估计。但是，他们只一次处理一对视图来推断与像素对齐的指数。在处理两个以上的视图时，通常会出现昂贵的全局优化的误差prone的组合数量，通常无法纠正成对的重建错误 ...