零击学习（ZSL）旨在识别无法为培训预测模型收集的新颖类。因此，生成模型（例如 ...

对象检测是许多实时下游应用程序（例如自动驾驶，增强现实和供应链管理）的基本推动剂。但是，神经网络的算法骨干骨干对于系统输入中不可察觉的扰动而脆弱，通常被称为错误分类攻击。通过针对实时处理能力，最近报告了一类新的延迟攻击 ...

自从2022年11月的OpenAI上网以来，大型语言模型（LLM）的采用急剧加速。大型多模式模型（LMMS）的最新进展，该模型（LMMS）处理多样化的数据类型并通过各种渠道进行互动，超越了LLM的文本到早期的限制，吸引了两种研究和concecterrestrent contracters andirrent andrantirant andrantirant andrantirant andran ...

意图，通常是清楚地制定和计划的，是推理和解决问题的认知框架。本文介绍了在大语言模型（LLMS）中以意图（SWI）讲话的概念，其中明确生成的意图封装了模型的基本意图，并提供了高级计划来指导后续的分析和交流。通过在人类思想中模仿有意和有目的的思想，SWI被假设以提高LLM的推理能力和产生质量 ...

伪装的物体试图将其质地掩盖到背景中，并将它们与背景区分开，即使对于人类来说，也很难。本文的主要目的是探索伪装的对象分割问题，即，为给定图像分割伪装的对象。尽管存在广泛的潜在应用，包括保存野生动物，并发现新物种，监视系统，搜索和救援任务，例如地震，洪水或飓风等自然灾害，但该问题尚未得到很好的研究 ...

类人动物机器人从超dex骨的全身运动中获得了许多灵巧性，从而实现了需要大型操作工作空间的任务：例如从地面上拾取对象。但是，由于其高度自由度（DOF）和非线性动态，因此在真实类人动物上实现这些能力仍然具有挑战性。我们提出了自适应运动优化（AMO），该框架将SIM到现实的增强学习（RL）与轨迹优化集成在一起，以实时，自适应的全身控制 ...

中国语法误差校正（CGEC）是自然语言处理中的一项关键任务，可以解决对第二语言（L2）和本地（L1）中文写作中对自动写作援助的不断增长的需求。尽管L2学习者努力掌握复杂的语法结构，但L1用户在学术，专业和正式环境中也从CGEC中受益，在学术，专业和正式环境中，写作精度至关重要。这项调查提供了对CGEC研究的全面综述，涵盖了数据集，注释方案，评估方法和系统进步 ...

最近的研究表明，学习有意义的内部表示既可以加速生成训练，又可以提高扩散 Transformer 的发电质量。但是，现有方法需要引入其他复杂的表示培训框架，或者依靠大规模的，预先训练的代表基础模型来在原始生成培训过程中提供代表指导。在这项研究中，我们认为扩散 Transformer 固有的独特判别过程使他们能够提供此类指导而无需外部表示组件 ...