人类智能可以根据视觉和语言描述来检索任何人。然而，当前的计算机视觉社区分别研究不同场景下的特定行人重新识别（ReID）任务，这限制了其在现实世界中的应用。本文试图通过提出一种新的指令-ReID任务来解决这个问题，该任务要求模型根据给定的图像或语言指令来检索图像 ...

人类通常会在不损害旧技能的情况下获得新技能；然而，大型语言模型 (LLM) 的情况正好相反，例如从 LLaMA 到 CodeLLaMA ...

协作多智能体强化学习（MARL）的许多进展都基于两个常见的设计原则：价值分解和参数共享。这种方式的典型 MARL 算法将集中式 Q 函数分解为局部 Q 网络，参数在代理之间共享。这种算法范式可以实现集中训练和分散执行（CTDE），并在实践中实现高效学习 ...

弱监督目标检测的最新进展的特点是多实例检测网络（MIDN）和序数在线细化的结合。然而，仅使用图像级注释，MIDN 在生成伪标签时不可避免地会给一些意想不到的区域建议分配高分。这些不准确的高分区域建议将误导后续细化模块的训练，从而阻碍检测性能 ...

这封信提出了通信限制下多机器人探索的完整框架“会议-合并-任务”。考虑到现实世界中通信的带宽和范围都受到限制，我们提出了一种轻量级的环境呈现方法和高效的协作探索策略。对于较低的带宽，每个机器人利用特定的多面体来维护自由空间和超前沿信息（SFI）作为探索决策的来源 ...

开放集识别（OSR）要求模型对属于封闭集的样本进行分类，同时在测试过程中拒绝未知样本。目前，生成模型在 OSR 中通常比判别模型表现更好，但最近的研究表明，生成模型在复杂任务上可能在计算上不可行或不稳定。在本文中，我们提供了对 OSR 的见解，并发现学习补充表示理论上可以降低开放空间风险 ...

域外（OOD）意图发现和广义意图发现（GID）的任务旨在将封闭意图分类器扩展到开放世界意图集，这对于面向任务的对话（TOD）系统至关重要。以前的方法通过微调判别模型来解决这些问题。最近，虽然一些研究一直在探索以 ChatGPT 为代表的大语言模型（LLM）在各种下游任务中的应用，但 ChatGPT 发现并逐步扩展 OOD 意图的能力仍不清楚 ...

我们介绍 galmoss，一种基于 Python 的、火炬驱动的工具，用于二维拟合星系轮廓。通过无缝启用 GPU 并行化，galmoss 满足了大规模星系调查的高计算需求，将星系轮廓拟合置于 LSST 时代。它包含广泛使用的配置文件，例如 Sérsic、指数盘、费雷尔、King、高斯和莫法特配置文件，并允许轻松集成更复杂的模型 ...