| - AAPM：基于大型语言模型的资产定价模型 | |
| - AXCEL：使用大型语言模型的自动解释性一致性评估 | |
| - AgRegNet：一种深度回归网络，用于果园中花朵和果实的密度估计、定位和计数。 | |
| - AlterMOMA：用于相机-激光雷达融合模型的冗余剪枝方法，采用替代模态掩码。 | |
| - Ascend HiFloat8 格式用于深度学习 | |
| - AssistantX：一种基于大语言模型的主动助手，适用于人类协作环境。 | |
| - AutoSTF: 一种独立的神经网络架构搜索方法，用于高效的自动时空预测。 | |
| - Blox-Net：使用VLM监督、物理仿真和可重置机器人进行生成设计以实现机器人组装。 | |
| - CRoP：基于上下文的稳健静态人感知个性化 | |
| - CSCE：通过同时增强因果重要性和一致性来提升大型语言模型的推理能力。 | |
| - CaBRNet是一个开源库，用于开发和评估基于案例的推理模型。 | |
| - CadVLM: 在生成参数化CAD草图中连接语言和视觉。 | |
| - CasFT：基于动态线索驱动扩散模型的信息流行趋势预测。 | |
| - ControlCity：一种基于多模态扩散模型的精准地理空间数据生成与城市形态分析方法。 | |
| - DREAMS：一个用于训练深度学习模型的Python框架，支持医疗和健康应用的模型报告卡。 | |
| - DeepScore：一种全面衡量AI生成临床文档质量的方法 | |
| - DiffSSC：使用去噪扩散概率模型进行语义激光扫描补全 | |
| - Disk2Planet：一个强大且自动化的机器学习工具，用于盘星系统中的参数推断。 | |
| - ECG影像数据库：包含带有真实世界成像和扫描伪影的心电图图像数据集；用于心电图图像数字化和分析的基础。 | |
| - EfficientCrackNet：一种轻量级的裂缝分割模型 | |
| - FactorSim：通过因子化表示进行生成仿真 | |
| - Flax Typhoon僵尸网络利用了66个漏洞，构成了对关键基础设施的全球威胁。 | |
| - FreeEdit: 无需遮罩的基于参考的多模态图像编辑。 | |
| - GLinSAT：一种通过加速梯度下降的通用线性可满足性神经网络层。 | |
| - GPT-4在设计大学生作业评分和反馈中的应用：探索性研究。 | |
| - GSON：一种基于群体的社交导航框架，使用大型多模态模型。 | |
| - GSplatLoc: 将关键点描述符与3D高斯点云结合，用于提升视觉定位。 | |
| - GeoBiked：一个包含几何特征和自动标记技术的数据集，用于支持工程设计中的深度生成模型。 | |
| - Go-SLAM：基于高斯点云的地面物体分割与定位技术 | |
| - Google的Gemini Live现在可以在Android上免费使用。 | |
| - GraphLoRA：一种结构感知的对比低秩适应方法，用于跨图转移学习。 | |
| - HAICOSYSTEM: 一个用于安全管理人机互动风险的生态系统 | |
| - HDFlow：通过混合思维和动态工作流程提升大语言模型的复杂问题解决能力。 | |
| - HydraViT：堆叠头部以实现可扩展的视觉 Transformer | |
| - IFCap: 图像类似检索和基于频率的实体过滤用于零-shot 标注。 | |
| - LLaMa-SciQ：一个用于回答科学选择题的教育聊天机器人。 | |
| - MIO：一种多模态标记的基础模型 | |
| - M^2PT：用于零样本指令学习的多模态提示调优 | |
| - MaViLS是一个用于视频与幻灯片对齐的基准数据集，评估基线准确性的方法使用了结合语音、光学字符识别和视觉特征的多模态对齐算法。 | |
| - MambaJSCC：基于广义状态空间模型的自适应深度联合源信道编码 | |
| - MaskLLM：大型语言模型的可学习半结构稀疏性。 | |
| - NeuroPath：一种神经通路变换器，用于连接人类连结组的信息。 | |
| - OffRIPP：基于离线强化学习的智能路径规划 | |
| - P4Q：在视觉语言模型中学习提示量化。 | |
| - PeerArg：与大型语言模型的争论性同行评审 | |
| - PhantomLiDAR：针对LiDAR的跨模态信号注入攻击 | |
| - Pix2Next：利用视觉基础模型进行RGB到NIR图像转换。 | |
| - SECURE：无意识下的语义感知体态对话，用于终身机器人学习 | |
| - SEN12-WATER：用于水文应用的新数据集及其基准测试 | |
| - SKT：将状态感知关键点轨迹与视觉-语言模型结合，用于机器人服装操作。 | |
| - ScriptSmith：一个统一的LLM框架，通过自动生成、评估和优化Bash脚本来提升IT运营。 | |
| - SimVG：一种简单的视觉定位框架，采用解耦的多模态融合。 | |
| - T3: 一种新颖的零样本迁移学习框架，通过在辅助任务上迭代训练以完成目标任务。 | |
| - TA-Cleaner：一种针对多模态对比学习的精细文本对齐后门防御策略。 | |
| - TSBP：通过测试时自导向边界框传播改进组织学图像中的目标检测。 | |
| - Uni-Med：一个用于多任务学习的统一医疗通用基础模型，通过连接器MoE实现。 | |
| - VPTQ：极低比特向量后训练量化用于大型语言模型 | |
| - WeatherFormer：利用时空变换器提升全球数值天气预报能力 | |
| - 一个可扩展的数据驱动框架，用于系统性分析SEC 10-K文件，采用大语言模型。 | |
| - 一种基于模糊理论的方法，通过功能性近红外光谱预测人际互动。 | |
| - 一种多空填充考试方法，用于增强大语言模型的零资源幻觉检测。 | |
| - 一种混合量子-经典人工智能检测策略，用于针对基于生成对抗网络的深fake攻击，保护自动驾驶车辆的交通标志分类系统。 | |
| - 一种用于分裂学习的混合量子神经网络 | |
| - 三大驱动力、十大技术5G-A网络服务新范式渐成 | |
| - 不通过直接寻找犀牛，利用南非犀牛栖息地的多模态影像进行主动学习。 | |
| - 事后奖励校准：长度偏差的案例研究 | |
| - 仅需表达你的需求：仅通过提示进行自我奖励的在线偏好优化。 | |
| - 从新闻到预测：在基于大语言模型的时间序列预测中整合事件分析与反思。 | |
| - 从欺骗到检测：大型语言模型在假新闻中的双重角色 | |
| - 从统一的实证研究中总结的参数高效迁移学习（PETL）在视觉识别中的经验教训。 | |
| - 任务导向的提示增强通过脚本生成 | |
| - 低比特大语言模型调查：基础、系统和算法 | |
| - 使用AI研究代理自动化交通模型的改进 | |
| - 使用ChatGPT进行药物处方中的零样本和少样本命名实体识别及文本扩展。 | |
| - 使用Himawari-8卫星影像和深度学习模型制作泰国太阳辐射地图。 | |
| - 使用XAI指导的绝缘体异常检测方法，适用于不平衡数据集。 | |
| - 使用人工智能技术对脉冲信号数据进行功能分类：综述 | |
| - 使用因果机制变化检测和测量混淆因素。 | |
| - 使用大语言模型的多目标启发式进化 | |
| - 使用对齐重要性热图解释人类比较 | |
| - 使用强化学习的自回归多特征论文评分，结合多个关注评分的奖励。 | |
| - 使用扩散进行联合定位和规划 | |
| - 使用时间离散的隐式Runge-Kutta PINNs学习相空间流动 | |
| - 使用概念图进行可视数据诊断和去偏见。 | |
| - 使用神经集合差异的通用成本图编辑距离 | |
| - 使用长短期记忆网络预测太阳活跃区的出现。 | |
| - 使用预训练的视觉-语言模型和黑箱优化进行机器人的环境状态识别 | |
| - 信息驱动的深层次层次分类：一种受到非标准分析启发的方法 | |
| - 关于在知识密集型应用领域使用检索增强生成的脆弱性 | |
| - 关于翻译技术术语：机器翻译缩略语的翻译流程 | |
| - 关于通过自发言语检测阿尔茨海默症的类内变异性。 | |
| - 利用不确定性意识的深度学习，对高时间分辨率静止卫星图像进行热带气旋中心固定。 | |
| - 利用多样性进行重要数据选择，以预训练大型语言模型。 | |
| - 利用大型语言模型在信息有限的情况下进行人类移动性建模。 | |
| - 利用局部结构改善模型解释：一种信息传播方法 | |
| - 利用深度学习方法，从翻译记忆中预测锚定文本以进行机器翻译。 | |
| - 动态宽度推测性beam解码用于高效的大型语言模型推理 | |
| - 动态设备上大型语言模型个性化的自适应自我监督学习策略 | |
| - 协作漫画创作：将视觉叙事理论与人工智能模型结合以提升创意。 | |
| - 卷积神经网络的过度聚焦偏差：一种基于显著性引导的正则化方法 | |
| - 压力是否对大型语言模型和人类表现造成类似影响？ | |
| - 双重自适应：用于自动驾驶推理的双层规划 | |
| - 可扩展的集合多样化用于异常检测和泛化。 | |
| - 向量搜索：通过语义嵌入和优化搜索提升文档检索。 | |
| - 告诉我你不知道的：通过表示空间分析和编辑提升角色扮演代理的拒绝能力。 | |
| - 图像的注意力提示用于大型视觉语言模型。 | |
| - 基于AI的风险感知调度用于主动清除空间垃圾任务 | |
| - 基于Dirichlet的粗到细示例选择用于开放集标注 | |
| - 基于不确定性适应性规划的动态障碍物规避与扩散方法。 | |
| - 基于交互感知图注意力机制的手部-物体重建 | |
| - 基于人工智能的增强现实用于卫星组装、集成和测试。 | |
| - 基于全面适应的全球-地方医疗SAM适配器 | |
| - 基于原型的掩蔽音频模型用于声音事件检测的自监督学习 | |
| - 基于响应嵌入的对齐方法用于大语言模型。 | |
| - 基于图剪枝的时空图卷积网络和迁移学习用于交通预测。 | |
| - 基于声明的文本后门攻击用于实际应用 | |
| - 基于多视图伪标签的语音半监督认知状态分类。 | |
| - 基于推理的隐私政策分类与大型语言模型。 | |
| - 基于数据集蒸馏的混合联邦学习在非独立同分布数据上。 | |
| - 基于机器人长期经验的分层表示进行情景记忆的语言表达 | |
| - 基于机器学习的分子量预测与实验验证的创新路径 | |
| - 复数：一种通过模拟社交团队引导大型语言模型的系统 | |
| - 多标签分类模型中显示多个标签：对抗样本的实证研究 | |
| - 多模态银行数据集：通过事件序列了解客户需求 | |
| - 多重标识检测水印技术用于语言模型 | |
| - 大语言模型中代码的构成难度——一种概率视角 | |
| - 奇怪的视觉光环可能是改善偏头痛治疗的关键。 | |
| - 如何使用ChatGPT编写Excel公式 | |
| - 如何用ChatGPT和NVivo搞定定性研究 | |
| - 如何连接语音基础模型和大型语言模型？什么重要，什么不重要。 | |
| - 威政机电取得一种磁滞离合器专利，提高磁滞离合器 | |
| - 对大型语言模型偏见的全面调查：现状与未来方向 | |
| - 寻找高效的大型语言模型 | |
| - 将层次语义融入迭代生成模型，用于推理树的解释。 | |
| - 将所有应用程序转变为智能体：实现高效的人机交互，通过以API为优先的基于大型语言模型的智能体。 | |
| - 差分隐私正则化：通过损失函数正则化保护训练数据。 | |
| - 开创可靠的文本到图像知识编辑评估：利用细致的数据集和创新标准。 | |
| - 当你第一次看到a²+b²=c²时，你会问什么？评估大语言模型在好奇心驱动提问上的表现。 | |
| - 思维的判断：大型语言模型的二元逻辑推理法庭。 | |
| - 我国成功发射首颗可重复使用返回式技术试验卫星 | |
| - 拜占庭鲁棒聚合用于保护去中心化联邦学习 | |
| - 探讨使用ChatGPT进行系统文献综述：一种设计基础研究。 | |
| - 提升时间敏感性和推理能力以应对时间相关的问题回答。 | |
| - 数智驱动公立医院高质量发展，河南计划打造医疗类垂直大模型 | |
| - 新研究发现灭绝恐龙的小行星的来源：来自木星轨道外，含碳量很高 | |
| - 新虹扬取得一种便携型逆变器专利，避免收纳物品移动时因晃动发声 | |
| - 时间序列比五位专家更有价值：用于交通流量预测的异构专家混合模型 | |
| - 清除再纠正：一种无需训练的参数编辑方法，用于高效的图形遗忘。 | |
| - 眼科生物标志物检测，使用变换器和卷积架构的并行预测。 | |
| - 研究OCR敏感神经元以提高历史文档中的实体识别。 | |
| - 研究人员在实验室中采用X射线，成功模拟核爆并使小行星轨道偏转 | |
| - 研究发现AI越高级就越有可能撒谎装自己知识渊博 | |
| - 细致评估视觉-语言导航的细微差别 | |
| - 解码大型语言模型：社会技术影响、限制和新兴问题的系统概述 | |
| - 计算病理学中领域泛化算法的基准测试 | |
| - 让量子技术渐渐介入：通过逐步替换经典组件设计量子神经网络模型。 | |
| - 设计和评估一个基于大语言模型和药品数据整合的药物过敏管理临床决策支持系统。 | |
| - 评估和提升大型语言模型在学术出版物新颖性评估中的应用 | |
| - 超越文本到文本：关于多模态和生成性人工智能在教育中的应用概述，使用主题建模。 | |
| - 通过GraphRAG提升结构化数据检索：足球数据案例研究 | |
| - 通过MRI放射组学预测胶质母细胞瘤中的IDH基因型。 | |
| - 通过几何对齐在多任务学习中添加任务。 | |
| - 通过多模态混合对比学习利用共享关系进行多模态分类。 | |
| - 通过对比语言模型的注意力，提升知识学习中难以捉摸的线索。 | |
| - 通过对轻量级大语言模型进行微调，利用弱标签提高放射科报告中的疾病检测。 | |
| - 通过指令调优进行无监督文本表示学习，以实现零样本密集检索。 | |
| - 通过核心集选择实现数据高效的轨迹预测。 | |
| - 通过深度强化学习简化城市交通导航。 | |
| - 通过特征归因提升AI回归任务中的特征选择和可解释性。 | |
| - 通过简单的参数高效修改对视觉-语言模型进行微调。 | |
| - 通过综合价值指导实现推理时的语言模型对齐 | |
| - 通过肌电传感实现基于Koopman的握力预测。 | |
| - 通过自我对弈训练语言模型来赢得辩论，提高了评判的准确性。 | |
| - 通过自我知识指导提升快速对抗训练 | |
| - 通过计算机模拟研究寻找针对COVID-19多靶点蛋白的潜在抑制剂。 | |
| - 通过认知建模揭示人工智能基准中的假设。 | |
| - 通过预测代码复杂性选择代码生成的提示工程技术。 | |
| - 面向上下文和风格的增量解码框架，用于话语层面的文学翻译。 | |
| - 面向用户的研究：人本可解释人工智能中的训练数据归因 | |
| - 韦伯望远镜探索银河系边缘，打开恒星形成研究新篇章 | |
| - 黄仁勋：AI可帮助提升电力利用，核能是数据中心能源的好选择 | |