人们可以通过阅读以无监督的方式获取知识，并撰写知识以制作新颖的组合。在本文中，我们研究了验证的语言模型是否可以在现实的环境中执行组成概括：食谱生成。我们设计了反事实食谱生成任务，该任务要求模型根据成分的更改修改基本食谱 ...

会话推荐框架已成为通过交互式对话提供个性化建议的动态范式的重要性。先进的语言理解技术的结合已大大提高了此类系统的对话流利度。但是，尽管现代语言模型在解释通过自然对话阐明的用户偏好方面表现出良好的熟练程度，但它们经常在有效利用集体行为模式的情况下遇到挑战，这是生成相关建议的关键要素 ...

预先训练的视觉语言模型以剪辑为例，通过将视觉特征与类嵌入的视觉特征通过 Transformer 解码器对齐来生成语义掩码，从而进步零击语义分割。尽管具有有效性，但这种范式中的主要方法遇到了挑战，包括过度适合可见的班级和面具中的小碎片化。为了减轻这些问题，我们提出了一种语言驱动的视觉共识（LDVC）方法，从而促进了语义和视觉效果的改进，因此我们将嵌入式嵌入为锚点，因为它们的离散性和抽象的性质，将视觉 ...

事实证明，使用特权老师的模仿学习可以有效地从高维投入（例如图像）中学习复杂的控制行为。在此框架中，教师接受了特权任务信息的培训，而学生试图以更有限的观察结果来预测老师的行动，例如 ...

在人群分析领域，准确地定位每个人的位置是一项至关重要的任务。但是，传统的基于密度的方法仅预测粗略的预测，而基于分割/检测的方法无法处理极度密集的场景和大范围的规模差异人群。为此，我们为人群本地化提出了一个端到端，直接的框架，称为独立实例地图细分（IIM） ...

在本文中，我们发现现有的在线预测方法具有以下问题：1）他们不考虑流媒体数据的更新频率，并直接使用标签（未来信号）来更新模型，从而导致信息泄漏。 2）消除信息泄漏会加剧概念漂移和在线参数更新可能会损害预测准确性。 3）省略验证集可以切断模型的持续学习 ...

随着知识图的兴起，基于图形的检索生成（RAG）技术（例如GraphRag和Pike-rag），知识图在增强大语言模型（LLMS）的推理能力中的作用变得越来越重要。但是，传统知识图构造（KGC）方法面临挑战，例如复杂的实体歧义，严格的模式定义和跨文档知识集成不足。本文着重于自动文档级知识图构建的任务 ...

近年来，动画数据视频已广受欢迎。但是，由于创建和协调各种组件的复杂性，创作的数据视频仍然具有挑战性（例如 ...