由于可穿戴摄像机的流行，第一人称行动的认可正成为越来越多的研究领域。这使得在这种情况下尚未解决的跨域问题。实际上，从学习的表示形式中提取的信息遭受了内在的“环境偏见” ...

受益于强大的推理能力，大型语言模型（LLM）在推荐系统中表现出了卓越的性能。为了从 LLM 中提取知识来增强协作模型，人们做出了各种努力，采用对比学习等技术来进行表示对齐。在这项工作中，我们根据信息定理证明，直接对齐 LLM 和协作模型的表示对于增强下游推荐任务性能来说并不是最佳选择 ...

（QA））是一项具有挑战性的任务，因为它需要在得到答案的每一步都对实体关系进行精确推理。这些关系可以用知识图中的标签来表示（例如 ... ...

从视频中学习可转移和域的自适应特征表示对于视频识别等诸如视频识别的任务很重要。现有的视频域适应方法主要依赖于从RGB图像空间得出的对抗特征对齐。但是，视频数据通常与多模式信息相关联，e ...

被证明可以有效地将知识纳入大语言模型（LLMS）。但是，传统的抹布努力捕获知识部分之间的复杂关系，从而将其表现限制在复杂的推理中，这需要从多个来源整合知识。最近，图形增强检索增强生成（GraphRag）构建了图结构，以明确对这些关系进行建模，从而实现了更有效和有效的检索器 ...

为建议提供系统生成的解释是朝着透明且值得信赖的推荐系统迈出的重要一步。可解释的推荐系统为其产出提供了可理解的基本原理。在过去的二十年中，可解释的建议吸引了推荐系统研究社区的广泛关注 ...

本文介绍了在大语言模型（LLM）中应用信号处理的想法。随着生成AI的最新爆炸，我们的工作可以帮助将两个领域桥接在一起，即信号处理和大型语言模型的领域。我们在LLM的每个中间激活信号的经典傅立叶变换和类似傅立叶变换的可学习时频表示之间绘制平行线 ...

像Web数据一样，在庞大的数据集上学习的图表表示已取得了长足的进步。但是，相关的计算和存储开销引起了人们的关注。考虑到这一点，已经引入了图形凝结（GCOND），以将这些大型真实数据集提炼成更简洁但信息丰富的合成图 ...