最近，生成的建议已成为有希望的范式，引起了重大的研究关注。基本框架涉及一个项目 Token ，该框架将每个项目代表用作其标识符的代码序列，并且是一种生成推荐器，可以通过自动加压生成目标项目标识符来预测下一个项目。但是，在现有方法中， Token 仪和建议者通常都是特定于域的，从而限制了它们有效传输或适应新领域的能力 ...

现有的参数效率微调（PEFT）方法通过提高参数效率在视觉 Transformer （VIT）适应方面取得了显着成功。但是，在适应过程中提高推理效率的探索仍然没有得到充实的探索。这限制了预先训练的VIT模型的更广泛应用，尤其是当该模型在计算广泛时 ...

大规模软件系统中的故障和异常是不可避免的事件。当发现问题时，操作员需要快速，正确地确定其位置，以促进快速维修。在这项工作中，我们考虑了确定根本原因集的问题，该问题集最能解释具有分类属性的多维时间序列中的异常 ...

我们提出了Multi-HMR，这是一种从单个RGB图像中的多人3D人网格恢复的强sigle-shot模型。预测包括整个身体，即 ...

人形运动是一项具有挑战性的任务，由于其固有的复杂性和高维动力，以及适应多样化和不可预测的环境的需求。在这项工作中，我们介绍了一个新颖的学习框架，以有效地训练类人动力运动政策，该策略模仿了基于模型的控制器的行为，同时扩展了其处理更复杂的运动任务的能力，例如更具挑战性的地形和更高的速度命令。我们的框架包括三个关键组成部分：通过模仿基于模型的控制器的预训练，通过增强学习进行微调以及在微调过程中基于模型的 ...

OpenStreetMap（OSM）是一种在线和多功能的志愿地理信息（VGI），通过将附近的视觉观测与矢量化的地图数据匹配，用于人类自定位。但是，由于方式和观点的分歧，图像到OSM（I2O）的匹配和本地化对于机器人来说仍然具有挑战性，从而阻止了无人接地车辆和物流行业中VGI数据的全部利用。受到人脑依赖于对空间定位任务的感觉信息的几何和语义理解的启发，我们在本文中提出了OSMLOC ...

顺序推荐（SEQREC）旨在通过从用户的历史互动中捕获顺序模式，在许多现实世界中的推荐系统中起着至关重要的作用来预测下一项。但是，现有方法主要采用直接的前向计算范式，其中序列编码器的最终隐藏状态用作用户表示。我们认为，由于其计算深度有限，这种推论范式努力模拟用户偏好的复杂发展性质，并且缺乏对长尾项目的细微理解，从而导致了次优性能 ...

大型语言模型（LLM）的快速发展促进了多机构系统的开发，其中多个基于LLM的代理协作以解决复杂的任务。但是，现有系统主要依赖于集中协调，该协调引入了可扩展性瓶颈，限制适应性并创建单点故障。此外，对隐私和专有知识共享的担忧阻碍了跨组织合作，从而导致了孤立的专业知识 ...