人体轨迹预测是预测行人在道路上的未来位置的实际任务，通常涵盖轨迹内从短期到长期的所有时间范围。然而，现有的工作试图用单一的、统一的训练范式来解决整个轨迹预测，忽略了人类轨迹中短期和长期动态之间的区别。为了克服这一限制，我们引入了一种新颖的渐进式借口任务学习（PPT）框架，该框架逐步增强模型捕获最终整个轨迹预测的短期动态和长期依赖性的能力 ...
最近，信息检索出现了使用神经网络的密集检索器，作为基于术语频率的经典稀疏方法的替代方法。这些模型在有大量训练集的数据集和任务上获得了最先进的结果。然而，它们不能很好地迁移到没有训练数据的新应用程序，并且性能优于 BM25 等无监督术语频率方法 ...
需求追溯是需求工程中达成有效的需求管理方法的一项重要活动。需求到代码可追溯性链接 (RtC-TL) 塑造了需求和源代码工件之间的关系。 RtC-TL 可以帮助工程师了解软件代码的哪些部分实现了特定要求 ...
人工智能的一个关键挑战是创建能够通过探索新领域、识别复杂模式以及揭示大量科学数据中以前未见过的联系来自主推进科学理解的系统。在这项工作中，我们提出了 SciAgents，这是一种利用三个核心概念的方法：（1）使用大规模本体知识图来组织和互连不同的科学概念，（2）一套大型语言模型（LLM）和数据检索工具，以及（3）具有原位学习能力的多智能体系统。 SciAgents 应用于受生物启发的材料，揭示了以 ...
最近，通过各种GAN和扩散促进的高度合成图像的突破，显着提高了红外线替换的可能性。虽然深度脸部检测的主要焦点在传统上集中检测算法的设计上，但近年来在生成器架构的调查仍然明显缺乏。本文通过重新思考基于CNN的生成器的架构来弥补这一缺陷，从而建立了合成工件的通用表示... ...
Transcending Forgery Specificity with Latent Space Augmentation for Generalizable Deepfake Detection
Deepfake 检测面临着关键的泛化障碍，当训练数据和测试数据的分布不匹配时，性能就会恶化。一种广泛接受的解释是，这些检测器倾向于过度拟合特定的伪造品，而不是学习广泛适用于各种伪造品的特征。为了解决这个问题，我们提出了一种简单而有效的检测器，称为 LSDA（\underline{L}atent \underline{S}pace \underline{D}ata \underline{A}ugm ...
科学进步的快速发展需要能够加速发现的创新工具。虽然最近的人工智能方法，特别是大型语言模型（LLM），在假设生成和实验设计等任务中显示出了希望，但它们在复制现实世界科学实践的协作性质方面存在不足，在现实世界科学实践中，不同的专家团队共同努力解决问题复杂的问题。为了解决这个限制，我们提出了一个基于LLM的多代理系统，即 ...
使用检索器增强预训练的语言模型在有效解决常见 NLP 问题（例如语言建模和问题回答）方面显示出了希望。在本文中，我们评估了流行的检索器增强语言模型（即 kNN-LM、REALM、DPR + FiD、Contriever + ATLAS 和 Contriever + Flan-T5）在跨不同任务的检索语句推理方面的优缺点。我们的研究结果表明，检索器采用的简单相似性度量不足以检索推理所需的所有陈述 . ...
