| - 10行代码让大模型数学提升20%，“野路子”研究谷歌也测上了，主要作者全靠自学成才 | |
| - AI生成图像的视觉真实性：计算指标与人本分析 | |
| - AI驱动的网络攻击：Greasy Opal绕过验证码，威胁用户账户。 | |
| - AT-SNN：基于脉冲神经网络的视觉变换器自适应标记 | |
| - AgentMove: 使用大型语言模型预测人类移动的代理框架。 | |
| - AnoPLe：仅使用正常样本的双向提示学习进行少量异常检测。 | |
| - Anthropic面向所有用户推出“Artifacts”功能 | |
| - AutoGen Studio：一个无需编码的开发工具，用于构建和调试多智能体系统。 | |
| - AutoTest：基于测试用例的进化代码解决方案选择 | |
| - BackdoorLLM：针对大型语言模型的后门攻击综合基准测试。 | |
| - BaichuanSEED：通过引入一个竞争性的语言模型基准，分享大规模数据收集和去重的潜力。 | |
| - BankTweak：通过操控特征库对多对象追踪器进行对抗性攻击 | |
| - BoostTrack++: 利用轨迹信息在多目标跟踪中检测更多物体。 | |
| - CBF-LLM：用于LLM对齐的安全控制 | |
| - CGRA4ML：一个用于在科学边缘计算中实现现代神经网络的框架 | |
| - CHARTOM：一个针对多模态大语言模型的视觉心智理论基准测试。 | |
| - CL4KGE：一种用于知识图谱嵌入的课程学习方法。 | |
| - CLLMFS: 一种增强对比学习的小样本命名实体识别的大型语言模型框架 | |
| - CRUXEval-X：一个用于多语言代码推理、理解和执行的基准测试。 | |
| - CTRQNets 和 LQNets：连续时间递归神经网络和液态量子神经网络 | |
| - CURLoRA: 稳定的大型语言模型持续微调和灾难性遗忘的防止技巧 | |
| - CVPT：交叉注意力帮助视觉提示调优适应视觉任务。 | |
| - Cell发文！上海大学卞月珉教授作为共同第一作者发表最新研究成果 | |
| - Celtibero：用于联邦学习的强大分层聚合方法 | |
| - Civiverse：一个用于分析用户与开源文本生成图像模型互动的数据集 | |
| - CoGen：通过耦合理解和生成来学习反馈 | |
| - CodeGraph: 通过代码增强大语言模型的图推理能力。 | |
| - CodeRefine：一种用于改进大型语言模型生成的研究论文代码实现的流程。 | |
| - CodeSift：基于大型语言模型的无参考自动代码验证框架 | |
| - ConVis：通过幻觉可视化对比解码，减少多模态大语言模型中的幻觉现象。 | |
| - ConflictBank：评估知识冲突对大语言模型影响的基准测试。 | |
| - DHP基准测试：大语言模型是好的自然语言生成评估者吗？ | |
| - DIAGen：利用生成模型进行多样化图像增强 | |
| - DRExplainer：基于有向图卷积网络的可量化药物反应预测可解释性。 | |
| - DeTPP: 利用物体检测提升长期事件预测的鲁棒性。 | |
| - DeepHQ：用于逐步深度图像编码的学习层次量化器 | |
| - ESET发现WPS Office的零日漏洞，被APT-C-60利用。 | |
| - EVINCE：通过条件统计和信息理论优化对抗性大型语言模型对话。 | |
| - EmoAttack：利用情感语音转换对深度语音分类模型进行语音后门攻击。 | |
| - EvalYaks: 用于自动评分CEFR B2口语评估文本的指令调整数据集和LoRA微调模型。 | |
| - FactorLLM：通过专家混合对大语言模型进行知识分解。 | |
| - FedGlu：一种基于个性化联邦学习的血糖预测算法，用于提高血糖波动区域的性能。 | |
| - Fire-Flyer AI-HPC：一种经济实惠的深度学习软硬件联合设计。 | |
| - Fundus2Video：基于静态眼底摄影和临床知识指导生成跨模态血管造影视频。 | |
| - GIFT-SW：对重要权重进行高斯噪声注入的微调方法，用于大语言模型。 | |
| - GINN-KAN：结合物理知识的神经网络的可解释性流程。 | |
| - GR-MG：通过多模态目标条件策略利用部分标注数据。 | |
| - Gemini将很快使用升级版的Imagen 3再次生成人物的AI图像。 | |
| - GenDDS：通过提示到视频的生成模型生成多样化的驾驶视频场景。 | |
| - GenderCARE：评估和减少大型语言模型性别偏见的综合框架。 | |
| - Geo-Llama：利用大型语言模型生成符合时空约束的人类移动轨迹 | |
| - HAPM -- 一种针对资源受限设备中 CNN 硬件加速器的硬件感知剪枝方法。 | |
| - HBIC：一种用于异构数据集的双聚类算法 | |
| - I2EBench：一项全面的基于指令的图像编辑基准测试 | |
| - IAA：内适配器架构使冻结的大型语言模型具备多模态能力 | |
| - Instruct-DeBERTa：一种用于文本评论的基于方面的情感分析的混合方法。 | |
| - Intel下代核显有名字了！驱动已就位 | |
| - JacNet：通过结构化雅可比矩阵学习函数 | |
| - K-Sort Arena：通过K种人类偏好对生成模型进行高效可靠的基准测试。 | |
| - KGPrune：一个用于从Wikidata提取感兴趣子图的网页应用，采用类比剪枝方法。 | |
| - LLM-PBE：评估大型语言模型中的数据隐私 | |
| - LLaMA3-70B的独特性与逐通道量化：一项实证研究 | |
| - LMM-VQA：利用大型多模态模型提升视频质量评估 | |
| - LRP4RAG：通过层级相关传播检测增强生成中的幻觉。 | |
| - LalaEval：一个针对特定领域的大型语言模型的全面人类评估框架。 | |
| - LlamaDuo：用于将服务大语言模型无缝迁移到小型本地大语言模型的流程。 | |
| - LogParser-LLM：利用大语言模型提高日志解析效率 | |
| - MDD-5k：一个通过神经符号大语言模型生成的精神障碍诊断对话数据集。 | |
| - MEDCO：基于多智能体框架的医学教育助手 | |
| - MEDSAGE：通过生成的合成对话提高医疗对话摘要在语音识别错误中的鲁棒性。 | |
| - MGH放射科Llama：用于放射学的Llama 3 70B模型 | |
| - MLR-Copilot：基于大型语言模型的自主机器学习研究助手。 | |
| - MMASD+: 一种用于保护隐私的自闭症儿童行为分析的新数据集。 | |
| - MODULI：通过扩散模型解锁偏好泛化，用于离线多目标强化学习。 | |
| - MPruner：基于CKA的互信息修剪优化神经网络大小 | |
| - MROVSeg：解决视觉语言模型在开放词汇语义分割中的分辨率问题 | |
| - MTMamba++：通过基于Mamba的解码器提升多任务稠密场景理解。 | |
| - MagicMan：基于3D意识扩散和迭代 refinement 的人类生成新视图合成。 | |
| - Mamba-Spike：通过增加尖峰前端来提升Mamba架构，以高效处理时间数据。 | |
| - Mamba2MIL：基于状态空间对偶的多实例学习在计算病理学中的应用 | |
| - MedDiT：一种用于虚拟模拟患者动态医学图像生成的知识控制扩散变换器框架。 | |
| - MegaFake：一个基于理论的假新闻数据集，由大型语言模型生成。 | |
| - MiWaves 强化学习算法 | |
| - MicroXercise：一个微观层面的比较和可解释的远程物理治疗系统。 | |
| - N-DriverMotion：使用事件驱动摄像头和直接训练的脉冲神经网络进行驾驶员运动学习和预测。 | |
| - Nemesis: 规范化视觉语言模型的软提示向量 | |
| - NeuralOOD：通过脑机融合学习框架提升分布外泛化性能 | |
| - OPTDTALS：通过最优决策树方法进行近似逻辑综合。 | |
| - OpenFactCheck: 一个用于评估大型语言模型真实性的统一框架。 | |
| - PAT: 针对大语言模型的剪枝感知调整 | |
| - Poly2Vec：用于深度神经网络的地理对象多态编码，支持空间推理。 | |
| - PoseWatch：一种基于变换器的架构，用于人本视频异常检测，通过时空姿态标记化实现。 | |
| - PropSAM：一种基于传播的模型，用于在多模态医学图像中分割任意3D物体。 | |
| - QD-VMR: 通过提升上下文理解来去偏见的视频时刻检索查询。 | |
| - QuaCK-TSF：量子经典核时间序列预测。 | |
| - RSTeller：通过利用开放数据和大型语言模型中的丰富语言语义，提高遥感中的视觉语言建模能力。 | |
| - RoundTable: 利用动态模式和上下文自动补全提升表格问答的查询精确度。 | |
| - RuleAlign：通过诊断规则对齐提升大型语言模型的医疗能力。 | |
| - S-EPOA：通过基于技能的偏好强化学习克服注释的不可分割性 | |
| - S4DL：针对高光谱图像无监督领域适应的敏感位移空间谱解耦学习 | |
| - SAB：一种基于隐写算法的针对联邦学习的高效和稳健的后门攻击。 | |
| - SAGE-RT：用于安全评估和红队测试的合成对齐数据生成。 | |
| - SCAN-Edge：通过硬件感知进化搜索为多种边缘设备找到移动净速混合网络 | |
| - SCREENER：一个用于量化磁共振成像任务特定实验设计的通用框架。 | |
| - SHEDAD：用于城市变电站的SNN增强型区域供热异常检测 | |
| - SIn-NeRF2NeRF：通过分割和修补根据指令编辑3D场景。 | |
| - SLM与LLM相结合：在幻觉检测中平衡延迟、可解释性和一致性。 | |
| - SQL-GEN：通过合成数据和模型合并，弥补文本到SQL的语言差异。 | |
| - SWE-bench-java：一个用于解决Java问题的基准测试工具。 | |
| - ShapeICP：基于深度数据的迭代类别级对象姿态和形状估计。 | |
| - SimBench：一个基于规则的多轮交互基准，用于评估大型语言模型生成数字双胞胎的能力。 | |
| - Style-Talker：微调音频语言模型和基于风格的文本转语音模型，以快速生成对话。 | |
| - StyleSpeech：一种高效的参数微调方法，用于预训练的可控文本到语音转换。 | |
| - SurGen：基于文本指导的手术视频生成扩散模型 | |
| - TART：通过切向方向引导的对抗训练提升清晰准确性 | |
| - TCNFormer：用于短期风速预测的时序卷积网络变换器 | |
| - TReX | |
| - Text3DAug -- 一种针对激光雷达感知的实例增强方法 | |
| - TourSynbio：一个多模态大模型与代理框架，连接文本与蛋白质序列，用于蛋白质工程。 | |
| - TrafficGamer：一种可靠且灵活的交通模拟，用于安全关键场景，采用博弈论预言机。 | |
| - UNCO：通过大型语言模型统一神经组合优化 | |
| - VALE：一种多模态视觉和语言解释框架，用于图像分类器，结合了可解释性人工智能和语言模型。 | |
| - VFM-Det：利用大型基础模型实现高性能车辆检测 | |
| - VHAKG：一个基于同步多视角日常活动视频的多模态知识图谱。 | |
| - Video-CCAM：通过因果交叉注意力掩码提升短视频和长视频的视频语言理解能力。 | |
| - WCEbleedGen：一个无线胶囊内窥镜数据集，用于自动出血分类、检测和分割的基准测试。 | |
| - WebPilot：一个多功能自助系统，用于网络任务执行和策略性探索。 | |
| - YOLO-Stutter：一种针对语音流畅性问题的端到端区域检测方法。 | |
| - Zeoformer：用于OSDA-沸石亲和力预测的粗粒度周期图变换器 | |
| - cc-DRL: 一种用于变形四旋翼的凸组合深度强化学习飞行控制设计。 | |
| - ssProp: 通过定时稀疏反向传播提高卷积神经网络的训练能效。 | |
| - uMedSum：一个统一的框架，用于推进医学抽象摘要。 | |
| - 《鹰：通过混合编码器探索多模态大型语言模型的设计空间》 | |
| - 一个用于多语言程序翻译的变分交互联合学习模型 | |
| - 一加ACE3Pro深度测评：2个月的使用感受分享 | |
| - 一种与语言无关的儿童语言习得模型 | |
| - 一种基于数据驱动风险量化模型的安全自我进化算法，用于自动驾驶。 | |
| - 一种安全高效的自我进化算法，用于自动驾驶系统的决策和控制。 | |
| - 一种新的跨语言语义角色标注方法 | |
| - 一种激素药物退市，乳腺癌治疗转向新型抗体技术和基因疗法 | |
| - 一种约束编程方法用于公平的高中课程安排。 | |
| - 一种节约型的尖峰神经网络，用于无监督分类连续的多变量时间数据。 | |
| - 上万人苦心研究数年的科研数据，数据备份怎么做才保险 | |
| - 不自信的LLM注释能否用于得出自信的结论？ | |
| - 专注的大型语言模型是稳定的多次学习者。 | |
| - 为企业采用时空预测应用重新编程基础大语言模型：揭示了协同引导的跨模态时间序列表示学习的新纪元。 | |
| - 互动双重检查器用于减轻大型语言模型中的幻觉问题 | |
| - 人工智能风险库：人工智能风险的综合评估、数据库和分类。 | |
| - 人工神经网络的多层次可解释性：借鉴神经科学的框架和方法。 | |
| - 从基于规则的模型到深度学习变换器架构在自然语言处理和手语翻译系统中的应用：综述、分类和性能评估。 | |
| - 从学术论文中提取研究目标、机器学习模型名称和数据集名称，并分析它们之间的关系，使用大语言模型和网络分析。 | |
| - 从放射科报告到图像标签：评估拉普拉斯狄利克雷分配在神经网络训练中用于骨科射线照片分类的应用。 | |
| - 他的研究不仅揭示了人类如何进化，还将用于糖尿病等慢病防治 | |
| - 代表臂识别：一种固定置信度的方法来识别聚类代表。 | |
| - 以数据为中心的约束机器学习方法：关于康威生命游戏的案例研究。 | |
| - 优化7自由度机器人臂抓取的TD3算法：通过增强探索的对比学习克服次优问题 | |
| - 优化基于大型语言模型的代理在有限元分析中的协作 | |
| - 伪装物体检测及其相关研究调查 | |
| - 你想要什么？基于用户的多轮引导生成文本到图像的提示。 | |
| - 你能信任你的指标吗？基于自动连接的指标有效性测试。 | |
| - 使用ControlNet进行抽象艺术解读 | |
| - 使用MediaPipe和LSTM进行手动搬运任务的实时姿势监测和风险评估。 | |
| - 使用STG3Net进行多切片空间转录组数据整合分析。 | |
| - 使用个性化计算学习模型评估替代训练干预方法。 | |
| - 使用分段线性空间衰减的局部观察抽象在战斗模拟中的强化学习 | |
| - 使用变换器进行车辆行车记录仪的物体检测 | |
| - 使用同一种语言：利用大型语言模型标准化临床数据以支持人工智能。 | |
| - 使用图神经网络进行地球观测卫星调度。 | |
| - 使用多模态大型语言模型评估视频问答基准中的模态偏差 | |
| - 使用大型语言模型在结构化数据中推理事实知识。 | |
| - 使用大型语言模型对师范生反思进行情感分析。 | |
| - 使用大型语言模型评估在线讨论中的贡献质量 | |
| - 使用大型语言模型进行说服游戏 | |
| - 使用大型语言模型通过少样本提示评估命名实体识别。 | |
| - 使用对抗示例进行解耦训练，以增强小型关键词检测的鲁棒性。 | |
| - 使用布尔矩阵逻辑编程的双基函数主动学习 | |
| - 使用泰勒近似控制变量减少扩散模型梯度的方差。 | |
| - 使用自适应稀疏L0正则化评估模型鲁棒性 | |
| - 使用跨省真实初级护理数据对加拿大成年人进行联合糖尿病预测 | |
| - 使用选择性状态空间模型对光学压缩器的时变响应进行建模。 | |
| - 使用隐式分位数网络估计不确定性 | |
| - 充分利用每一分钱：针对成本效率的自适应一致性推理方法 | |
| - 关于多模态大语言模型评估的调查。 | |
| - 关于自我修正大语言模型在数据科学代码生成中的实证研究。 | |
| - 写数百万字研究凶案，她从没对人性失望 | |
| - 决策问题中的时间公平性 | |
| - 减少、重复使用、回收：组合强化学习的分类 | |
| - 利用可解释的机器学习方法提升田间农业作物分类。 | |
| - 利用图神经网络进行蛋白质柔性预测的高级原子级表示。 | |
| - 利用开放知识提升大型语言模型的任务专长 | |
| - 利用形式概念分析进行数据湖中的数据建模。 | |
| - 利用机器学习简化胎儿大脑的轨迹追踪。 | |
| - 利用设计理由提升基于大型语言模型的自动程序修复。 | |
| - 利用预训练语言模型的固有知识应对复杂文本分类问题。 | |
| - 利用频域和时域的信息一致性进行对抗攻击。 | |
| - 别喂太饱了！研究称磷酸铁锂电池充满电也会加速老化 | |
| - 功能正确性是否足够评估代码语言模型？探索生成代码的多样性。 | |
| - 加密劫持活动利用了Atlassian Confluence CVE-2023-22527漏洞。 | |
| - 加州通过人工智能训练数据透明度法案 | |
| - 动态PDB：通过结合动态行为和蛋白质结构的物理特性提出的新数据集和SE(3)模型扩展。 | |
| - 动态自适应优化用于对大型语言模型进行有效的情感分析微调。 | |
| - 化学反应神经网络用于拟合加速反应热量计数据 | |
| - 半导体电子显微镜分析的初步研究：将视觉变换器与大型语言和多模态模型结合的多面向稳健协同方法。 | |
| - 南方医科大学空天医学工程研究中心揭牌成立千龙网 昨天22:18 | |
| - 参数高效量化专家混合模型与视觉语言指令调优结合，用于半导体电子显微镜图像分析。 | |
| - 双重CBA：通过双重持续偏差适应器从双层优化的角度提升在线持续学习。 | |
| - 可信赖和负责任的人工智能，用于以人为本的自主决策系统。 | |
| - 可解释学习的神经符号逻辑规则学习器 | |
| - 可解释的异常检测：基于反事实的假设分析 | |
| - 因果感知的时空多图卷积网络，用于准确可靠的交通预测。 | |
| - 因果规则森林：面向可解释和精准的治疗效果估计 | |
| - 国内首家人工智能标准化研究机构在京揭牌成立 | |
| - 图像特征弱到强的一致性：一种增强的半监督学习范式 | |
| - 在1位LLM时代，使用矩阵乘法还是不使用矩阵乘法。 | |
| - 在基于人群的强化学习中同时训练一阶和二阶优化器。 | |
| - 在物联网环境中增强入侵检测：一种使用Kolmogorov-Arnold网络的高级集成方法。 | |
| - 在线事件触发切换用于具有可变惯量的电网频率控制 | |
| - 在联邦学习中，使用子次模最大化方法进行公平客户端选择。 | |
| - 在选举中欺诈性使用人工智能加大了对禁止人工智能的支持。 | |
| - 基于FPGA平台的边缘人工智能系统用于铁路故障检测。 | |
| - 基于LIME的可解释人工智能进行水下声纳图像分类与分析。 | |
| - 基于Lanczos线性约束的图神经网络增强表达能力 | |
| - 基于Transformer的神经动画师，用于软体运动的定性模拟 | |
| - 基于上下文的模仿学习通过预测下一个标记。 | |
| - 基于事实概率向量的目标识别 | |
| - 基于代理的增强生成时间序列分析 | |
| - 基于令牌级奖励函数估计的选择性偏好优化 | |
| - 基于信息融合的欧元-美元汇率预测，使用大语言模型和深度学习方法。 | |
| - 基于偏好的强化学习进展：综述 | |
| - 基于先进POD的分类器性能评估，用于人类驾驶员变道预测。 | |
| - 基于变分自编码器的神经网络模型压缩 | |
| - 基于因果图的公平流特征选择。 | |
| - 基于因果指导的主动学习用于去偏见大型语言模型。 | |
| - 基于图神经网络的文本分类优化算法 | |
| - 基于多智能体强化学习的密集小型MISO系统的分布式非相干联合传输。 | |
| - 基于大型语言模型的多模态电子显微镜表示学习的分层网络融合。 | |
| - 基于大型语言模型的水下图像传输语义通信 | |
| - 基于大型语言模型的自主代理生成组织行为模拟：从自组织的视角看。 | |
| - 基于大规模多模态专家模型，实现对乳腺癌患者的非侵入性和个性化管理，利用多参数MRI技术。 | |
| - 基于大语言模型的轻量级领域特定问答模型的增强微调。 | |
| - 基于实体的碰撞避免机器人导航，使用深度强化学习。 | |
| - 基于实时区域知识的时空道路交通预测 | |
| - 基于序列的预训练用于超声心动图探头引导 | |
| - 基于开放知识图谱的方法，用于将欧盟人工智能法案与国际标准之间的概念和需求进行映射。 | |
| - 基于强化学习的自适应交通信号控制 | |
| - 基于思维链提示的隐含情感分析 | |
| - 基于手写样本的儿童书写障碍诊断的多模态集成与条件特征融合。 | |
| - 基于扩散的视觉艺术创作：综述与新视角 | |
| - 基于扩散的语义异常生成通过扰动意识进行分布外检测 | |
| - 基于拓扑分析增强图注意力网络的多变量时间序列异常检测 | |
| - 基于持续学习的结构损伤识别框架 | |
| - 基于指示剂位移测定的碳水化合物传感器设计与应用 | |
| - 基于搜索的语言模型用于代码优化 | |
| - 基于检索增强的指令调整用于自动化过程工程计算：一种具有可追溯反思的工具链问题解决框架。 | |
| - 基于模糊聚类的EDFA泵电流时间序列异常检测，以监测退化过程。 | |
| - 基于环境配置的AI软件系统的变化性 | |
| - 基于生成扩散模型的自2000年以来黑潮延伸区观测海面高度的降尺度研究 | |
| - 基于知识图谱建模的大语言模型操作系统（LLM OS）用于流程工程问题解决中的任务自动化。 | |
| - 基于空气质量指数和天气特征的机器学习太阳能发电预测。 | |
| - 基于计数的新颖性探索在经典规划中的应用 | |
| - 基于证据增强的三元组生成框架，用于减轻生成式问答中的幻觉问题。 | |
| - 基于证据的事实核查，结合检索增强生成模型和少量示例的上下文学习。 | |
| - 基于语义信息理论的语义变分贝叶斯方法用于解决潜在变量问题。 | |
| - 基于黎曼方法的四维树状结构时空分析与生成 | |
| - 多层变换器的梯度可以在几乎线性的时间内近似计算。 | |
| - 多工具集成应用于数学推理的大型语言模型 | |
| - 多源知识基础的混合神经框架用于时间序列表示学习。 | |
| - 多知识融合网络用于时间序列表示学习 | |
| - 多种物理指标的集成建模用于动态表征自闭症谱系障碍。 | |
| - 多风格人脸素描合成通过遮罩生成建模。 | |
| - 大型语言模型中的无训练激活稀疏性 | |
| - 大型语言模型在反馈提供方面更优秀：通过自生成反馈来增强谎言检测的推理能力。 | |
| - 大型语言模型在生物医学信息提取方面不是零样本推理工具。 | |
| - 大型语言模型对提示的影响有多敏感？ | |
| - 大型语言模型时代的声明验证：一项调查 | |
| - 大型语言模型是自学的推理者：通过量身定制的问题解决示范来提升LLM应用。 | |
| - 对比学习子空间用于文本聚类 | |
| - 对深度学习模型进行时间序列分类的反事实可解释性基准测试。 | |
| - 将可解释人工智能与欧盟智能生物医学设备法规对齐：合规分析方法。 | |
| - 将图神经网络应用于SupplyGraph以优化供应链网络。 | |
| - 将大型语言模型（LLMs）看作零-shot图学习者：将图神经网络（GNN）表示与LLM的词嵌入进行对齐。 | |
| - 少即是多：通过自动自我策划训练语料库来增强生成语言模型中的偏好学习。 | |
| - 局部描述符加权自适应阈值过滤用于少样本学习 | |
| - 平衡策略：针对LLM设计的不安分强盗奖励的优先级策略 | |
| - 并非所有样本都应被同等利用：理解和改善数据集蒸馏。 | |
| - 广东高校成立空天医学工程研究中心 | |
| - 开拓新领域：利用增强知识的大型语言模型进行零-shot文本基础的新分子设计。 | |
| - 开放的Llama2模型用于立陶宛语。 | |
| - 强化学习中数学问题困难的原因：案例研究 | |
| - 当内存计算与脉冲神经网络相结合——设备、电路、系统和算法的协同设计观点。 | |
| - 当原始数据占主导地位时：大型语言模型的嵌入在医学机器学习中的数值数据表示是否有效？ | |
| - 情感智能体：无监督深度强化学习用于连续情感脑电图分析，采用分布原型奖励。 | |
| - 打造智慧医疗新标杆，“基于大模型的智能诊疗平台”又获殊荣 | |
| - 承诺应用中“不使用生成式 AI”，Procreate 为何逆 AI 潮流而动？ | |
| - 拒绝利用者：保护深度模型的知识产权 | |
| - 掌握数字战争艺术：利用层次强化学习开发智能战斗模拟代理用于战争游戏。 | |
| - 探测因果关系的大型语言模型操控 | |
| - 探索大型语言模型在特征选择中的应用：一种数据中心的视角。 | |
| - 探索肺癌分级的机器学习模型：一种比较机器学习的方法 | |
| - 推进企业空间与时间预测应用：数据挖掘结合语言模型的指令调优，适用于低资源环境下的多模态时间序列分析。 | |
| - 提升情感分析语言模型的研究：来自认知科学的见解。 | |
| - 提高多治疗营销活动中的提升模型：利用评分排序和校准技术。 | |
| - 放射影像中AI在软组织和骨肿瘤的应用：一项针对CLAIM和FUTURE-AI指南的系统评估。 | |
| - 教育中的时间序列分析：方法、应用与未来方向 | |
| - 数据集 | 心态 = 可解释性人工智能 | 可理解的人工智能 | |
| - 新研究挑战行业共识：磷酸铁锂电池充满电也会加速老化 | |
| - 无先验平衡重放：基于不确定性的水库抽样用于长尾持续学习 | |
| - 无地图的视觉重定位，通过实例知识和深度知识增强 | |
| - 无悔：研究和改善课程发现中的遗憾近似方法。 | |
| - 无数据的增量手势识别通过合成特征采样 | |
| - 时空上下文提示用于零样本动作检测 | |
| - 时间序列和模型归因解释的交互式密集像素可视化。 | |
| - 时间序列预测使用Mamba或Transformer？混合泛用模型(MoU)就足够了。 | |
| - 时间选举：福利、策略无关性和比例性 | |
| - 时间集成逻辑 | |
| - 智能仓库的多智能体目标分配与路径寻找：基于合作多智能体深度强化学习的视角。 | |
| - 智能电网初创策略的时间序列数据深度分析：采用Transformer-LSTM-PSO模型方法。 | |
| - 智能连接基础设施中的多变量时间序列预测的对抗攻击与防御。 | |
| - 月球时间，不能由美国说了算 | |
| - 朝着完全自主的研究迈进：基于大语言模型的模拟案例研究。 | |
| - 未知的未知：通过参与语言模型代理对话进行主动学习。 | |
| - 机器学习告诉我们关于概念的数学结构。 | |
| - 机器学习和深度学习在不同表格数据集上的全面基准测试。 | |
| - 机器的联觉（SoM）-增强的ISAC预编码，用于具有双重动态的车载网络 | |
| - 机器翻译元评估的守护者：警卫指标已落实！ | |
| - 权重范围对齐：一种简单易行的模型合并方法。 | |
| - 构建和更好理解视觉语言模型：见解与未来方向 | |
| - 检测人工智能缺陷：针对语言模型内部错误的目标驱动攻击 | |
| - 检索增强生成与数据驱动的空白学习方法结合用于时间知识图谱预测。 | |
| - 模态镜像：通过多模态蒸馏提升异构模态联邦学习中的音频分类。 | |
| - 残差自适应胡贝尔损失（RAHL）——为5G网络中的CQI预测设计的一种改进的胡贝尔损失。 | |
| - 气动翼扩散：用于条件气动翼生成的去噪扩散模型 | |
| - 浓缩样本引导的模型反演用于知识蒸馏 | |
| - 涌现的渗滤模型：分析在一种形式语言上训练的变压器模型。 | |
| - 深度学习与卷积神经网络：集中讲解有监督回归的简明教程（预印本） | |
| - 深度学习中的自适应摩擦：用Sigmoid和Tanh函数增强优化器。 | |
| - 深度学习交叉点：认证鲁棒性作为3D视觉工具。 | |
| - 深度学习在群体情感识别中的研究调查 | |
| - 深度学习用于预测晚发乳腺癌转移：单超参数网格搜索（SHGS）策略用于深度前馈神经网络的元调优。 | |
| - 深度投票：通过定制嵌入学习投票规则 | |
| - 深读丨算法的子弹，射不进人类感性的胸膛 | |
| - 灵活分类：使用形式概念分析和邓普斯特-沙费尔理论。 | |
| - 生成式人工智能会成为威胁者的下一种网络战术武器吗？AI生成的网络攻击的意外影响。 | |
| - 用于fMRI分析的分层时空状态空间模型 | |
| - 用于医疗图像的类平衡开放集半监督目标检测。 | |
| - 用于康复手部外骨骼的人工智能摄像头和传感器 | |
| - 用于测量语音识别公平性的Fair-Speech数据集 | |
| - 用于肺病预测建模的卷积神经网络 | |
| - 用于远程监督的可微分逻辑编程 | |
| - 用反思性大型语言模型揭示偏见 | |
| - 用基于智能体的模型调和不同的学习理论与程序学习。 | |
| - 用特征对归因解释双编码器中的视觉-语言相似性。 | |
| - 电子显微镜分析基础模型：针对企业应用的小型语言-视觉助手的指导调优。 | |
| - 电源调度器：一种与批量大小和令牌数无关的学习率调度器 | |
| - 知识导航器：基于大语言模型的科学文献探索搜索框架 | |
| - 研究使用大语言模型进行自动化数据标准化的可行性，以实现无缝定位。 | |
| - 研究多模态基础模型在街景图像中的承诺与困难。 | |
| - 研究大型语言模型在电子商务中的应用 | |
| - 研究大语言模型在异构图中的潜力 | |
| - 研究界中关于未来人工智能的误导性技术解决方案：人工智能炒作的起源与危险。 | |
| - 研究视觉-语言预训练模型的稳健性：一种多模态对抗攻击方法。 | |
| - 研究音频滤波器在预训练模型中对环境声音分类的影响。 | |
| - 社交人机交互中的头像视觉相似性：提升自我意识 | |
| - 科学丨倒反天罡，人类研究起模仿AI了 | |
| - 简单、易懂、有效：使用openSMILE进行语音伪造检测 | |
| - 线性神经网络讲义：深度学习中的优化与泛化故事。 | |
| - 美国悬赏250万美元寻找安格勒漏洞利用工具的架构师，该罪犯来自白俄罗斯。 | |
| - 自由职业正在成为一种新趋势 | |
| - 药物代理：基于大型语言模型推理的可解释药物再利用代理。 | |
| - 袋鼠：一个强大的视频语言模型，支持长时间视频输入 | |
| - 视觉语言模型中的面孔社会认知 | |
| - 视频数据中对象的上下文感知时间嵌入。 | |
| - 解锁属性对成功伪装的贡献：一种结合文本和视觉分析的策略。 | |
| - 计算机视觉中潜在表示的不确定性 | |
| - 计算病理学的新纪元：基础与视觉语言模型的调查 | |
| - 让Karpathy倍感意外的研究：人类大脑已被塑料污染 | |
| - 评估不反射对齐的稳定性 | |
| - 评估以人为中心的知识图嵌入的预测特征：展开消融研究 | |
| - 评估大语言模型中的污染：介绍LogProber方法 | |
| - 评估机器学习的能耗：系统文献综述与实验 | |
| - 谁给前谷歌AI研究员创业者，下了诅咒？ | |
| - 贝叶斯网络模型用于分析认知领域的因果影响和临床痴呆严重程度评级，研究对象包括西方和印度的群体。 | |
| - 负责任的人工智能问题库：全面的人工智能风险评估工具。 | |
| - 超越标签：让大型语言模型与人类思维保持一致 | |
| - 超越检测：利用大型语言模型预测物联网网络中的网络攻击。 | |
| - 距离前向学习：提升前向算法以实现高性能芯片学习。 | |
| - 跨学科脑功能连接分析用于多任务认知状态评估 | |
| - 轻量级局部模式识别与长距离依赖的阶梯级联融合用于结构裂纹分割。 | |
| - 通过GE-AdvGAN+增强对抗攻击的可转移性：一种全面的梯度编辑框架。 | |
| - 通过GG偏差实现视觉上的放松旋转等变性。 | |
| - 通过OntoChat和参与式提示改进本体需求工程。 | |
| - 通过SERL进行轻量级双足机器人结构优化 | |
| - 通过上下文学习实现快速训练数据集归属。 | |
| - 通过信息放松改进预算多臂赌博机中的汤普森采样方法。 | |
| - 通过分位数区域卷积神经网络-长短期记忆和交叉注意力机制进行客户关系管理中的风险分析。 | |
| - 通过分段线性逼近和Lipschitz优化验证神经网络的几何鲁棒性。 | |
| - 通过利用几何信息加速k-means++算法 | |
| - 通过因果推断实现图像与文本匹配的去混淆。 | |
| - 通过在线子空间下降方法进行内存高效的LLM训练。 | |
| - 通过基于模型的强化学习提高抽象与推理语料库中的类比推理能力。 | |
| - 通过增强的离散重编程，赋能预训练语言模型用于时空预测。 | |
| - 通过多任务鱼眼交叉视图变换器增强停车感知 | |
| - 通过对小型数据集进行对比微调，结合专家增强的评分来提高嵌入效果。 | |
| - 通过对抗样本的元学习和分离训练来增强合成音频伪造检测的鲁棒性。 | |
| - 通过屏幕文本情感预测情感状态。 | |
| - 通过持续的数据适配关联提升终身模型编辑。 | |
| - 通过控制推理和状态空间动态增强多智能体轨迹预测。 | |
| - 通过机器人流程自动化优化结构化数据处理 | |
| - 通过机器学习预测COVID-19感染概率：一种传染性的方法。 | |
| - 通过概念图和响应解耦来增强知识追踪。 | |
| - 通过概率密度函数回归进行事件检测 | |
| - 通过模块化提示组合优化多任务提示调整，提升少量样本迁移学习。 | |
| - 通过直接的CLIP优化重新审视图像描述训练模式 | |
| - 通过知识图谱揭示放射学报告生成模型中的知识空缺。 | |
| - 通过稳定扩散和人工干预注释生成真实的X射线散射图像。 | |
| - 通过解释的剪枝：优化归因方法以剪枝CNN和变换器。 | |
| - 逻辑游戏：评估大型语言模型的基于规则的推理能力。 | |
| - 针对俄罗斯的嵌入模型研究：ruMTEB基准和俄罗斯嵌入模型设计。 | |
| - 针对发声系统受损患者的语音质量评估方法，采用了包含多种特征的自动语音识别表示。 | |
| - 针对多语言模型的语言特定校准与剪枝。 | |
| - 针对语言模型评估中指令模板得分差异的研究。 | |
| - 随机森林算法在R和Python中的随机性控制与可重复性研究 | |
| - 非正式反例驱动的遗传编程中的代际计算简化 | |
| - 面向基于案例的医疗联邦学习可解释性 | |
| - 面向对象编程中大型语言模型的战略优化与挑战。 | |
| - 面向画廊的开放集人脸识别不确定性估计 | |
| - 项目SHADOW：基于语言模型探测的维基数据符号高阶联想推理 | |
| - 频率感知特征融合用于密集图像预测 | |
| - 高效的任务转移用于高层次综合设计空间探索 | |
| - 高时间分辨率图像重建和误差补偿材料基础图像生成的顺序扫描双能CT成像 | |