尽管信息检索（IR）在各种NLP任务中取得了巨大成功，但大多数IR系统主要在自然语言中处理查询和语料库，从而忽略了代码检索的领域。代码检索至关重要，但仍未探索，现有方法和基准不足代表各种域和任务中代码的多样性。在解决这一差距时，我们提出了COIR（代码信息检索基准），这是一种专门旨在评估代码检索功能的强大而全面的基准 ...

Brats 2021挑战赛庆祝其成立10周年，并由北美放射学会（RSNA），美国神经放射学会（ASNR）以及医学图像计算和计算机辅助干预（MICCAI）协会共同组织。自成立以来，小子一直专注于作为脑神经胶质瘤分割算法的常见基准测试场所，并具有良好的多机构多参数磁共振成像（MPMRI）数据。神经胶质瘤是中枢神经系统中最常见的原发性恶性肿瘤，具有不同程度的侵略性和预后 ...

为图像和视频中的特定区域生成详细而准确的描述仍然是视觉模型的基本挑战。我们介绍了描述任何模型（DAM），该模型是为详细的局部字幕（DLC）设计的。大坝通过两个关键创新来保留本地细节和全球环境：一个焦点提示，可确保对目标区域的高分辨率编码，以及一个局部视觉骨干，将精确的本地化与更广泛的环境相结合 ...

关系语言图像预训练（RLIP）旨在使视觉表示与关系文本保持一致，从而提高计算机视觉任务中关系推理的能力。但是，由于RLIPV1体系结构的缓慢收敛性和现有场景图数据的有限可用性的阻碍，Scaling RlipV1具有挑战性。在本文中，我们提出了RLIPV2，这是一个快速收敛的模型，可以将关系预训练缩放到大规模伪标记的场景图数据 ...

我们引入了 GaussianOcc，这是一种系统方法，研究高斯分布的两种用法，以实现环绕视图中完全自监督和高效的 3D 占用估计。首先，传统的自监督 3D 占用估计方法在训练期间仍然需要来自传感器的地面实况 6D 位姿。为了解决这个限制，我们提出了高斯投影投影（GSP）模块，为相邻视图投影的完全自监督训练提供准确的尺度信息 ...

解决问题一直是人类进步众多领域的基本驱动力。随着人工智能的进步，大型语言模型（LLM）已成为能够解决各个领域的复杂问题的强大工具。与传统的计算系统不同，LLM将原始计算能力与人类推理的近似结合在一起，使它们能够生成解决方案，推断甚至利用外部计算工具 ...

视觉模型（VLM）表现出端到端自动驾驶的巨大潜力。但是，充分利用其能力来安全可靠的车辆控制仍然是一项开放的研究挑战。为了系统地检查VLM在驾驶任务中的进步和局限性，我们引入了Lightemma，这是一种轻巧的端到端多模型，用于自动驾驶 ...

本文通过开发矢量值变化空间（一种新的繁殖内核Banach空间，介绍了一个新型的理论框架，用于分析矢量值的神经网络。这些空间从研究训练网络中使用诸如整流线性单元（RELU）之类的激活中的重量衰减的正则化效应浮出水面。该框架对多输出网络及其功能空间特性提供了更深入的了解 ...