AI 论文速递

最新

揭示流匹配与无训练条件生成中的扩散概率模型之间的联系
本研究探讨了流匹配（FM）与扩散概率模型（DPMs）在无训练条件生成中的连接，填补了相关研究领域的空白。通过将DPM的得分函数与流匹配的常微分方程进行重构，提出了两种后验采样方法，从而实现流匹配的无训练条件生成。实验表明，该方法在多个条件生
PDF3 days ago
用UD标注构造: 意大利构造集的经验
本研究针对意大利构造集与统一依存（UD）资源之间的联系进行了初步尝试，弥补了语言资源之间的缺失。研究提出了一种新颖的方法，通过标注构造形式来增强构造集的可用性。最重要的发现是，这种链接能够促进语言学的资源共享和应用，推动意大利语研究的发展。
PDF3 days ago
来自失败的混合：用于长尾识别的混淆配对混合方法
本研究针对长尾图像识别中样本不足的问题，提出了一种新的数据增强方法——混淆配对混合（CP-Mix），旨在提高少数类别的样本多样性。通过实时增强来自混淆对的样本，CP-Mix 能够有效地训练模型，减少分类器的误判，从而 outperform
PDF3 days ago
生物医学视频生成的人工智能
该研究解决了生物医学领域中视频生成技术的应用和挑战问题，重点介绍了最新的视频生成模型及其潜力。本文的关键见解在于通过全面的文献回顾和数据集汇编，推动视频生成模型在医疗说明、疾病模拟等方面的开发，预计将显著改善生物医学研究的效率和效果。
PDF3 days ago
使用稀疏特征级约束的直接偏好优化
本研究解决了大语言模型（LLM）与人类偏好对齐中的计算效率和训练不稳定性问题。提出的特征级约束偏好优化（FPO）方法通过引入特征级约束，利用预训练的稀疏自编码器（SAE），实现了高效和稳定的对齐。实验结果表明，FPO在赢率方面相对于最先进的
PDF3 days ago
基于知识增强的多模态临床推理生成
本研究解决了现有模型在疾病诊断中忽视生成支持性推理的重要性，提出了一种名为ClinRaGen的新的小型语言模型（SLM），利用知识增强的注意机制，将领域知识与时间序列电子健康记录（EHR）数据相结合。研究表明，ClinRaGen显著提升了S
PDF3 days ago
量子信息赋能的图神经网络用于高光谱变化检测
该研究解决了高光谱变化检测（HCD）中检测精度不足的问题。通过首次引入量子深度网络（QUEEN），该研究提供了独特的单位计算特征，与传统的图神经网络（GNN）和卷积神经网络（CNN）不同。研究表明，QUEEN-G在实际高光谱数据集上的变化检
PDF3 days ago
通过同时进行网络功能分解和虚拟网络功能布置优化服务功能链映射
本研究解决了服务功能链映射过程中网络功能分解和虚拟网络功能布置之间缺乏协同的问题。提出了一种基于非支配排序遗传多目标算法的多目标分解与映射虚拟网络功能（MODMVNF）方法，以同时最小化映射成本和通信延迟，显著提高了效率与有效性。研究结果表
PDF3 days ago
基于RoPE的变压器架构的电路复杂性界限
本文研究了变压器架构的表达能力，特别是基于旋转位置嵌入（RoPE）的变压器模型。研究结果表明，在一定条件下，这种架构的复杂性界限更为紧凑，揭示了虽然RoPE在实际应用中表现出色，但其表达能力仍然存在基本限制。这为后续关于RoPE变压器的研究
PDF3 days ago
以问题为导向的分段与检索：辅导对话案例研究
本研究针对开放式对话（如辅导课程或商务会议）中的结构性问题，提出了一种以问题为导向的分段与检索（POSR）框架。通过构建现实世界辅导课程的首个数据集LessonLink，研究发现将POSR视为一个整体任务的建模方式显著提高了对话处理的效果，
PDF3 days ago
可控熵直接偏好优化
本研究解决了在大型语言模型后训练过程中，使用人类反馈的强化学习方法中直接偏好优化（DPO）面临的最低KL散度未能有效捕捉参考分布模式的问题。我们提出了一种简单的修改H-DPO，使得可控的熵有助于增强分布的尖锐性，从而更有效地支持模式寻求拟合
PDF3 days ago
无开销用户侧推荐系统
本研究针对用户侧推荐系统在执行时的高沟通成本问题进行了探讨，提出了一种名为RecCycle的新方法，旨在消除这种开销。RecCycle通过回收提供商推荐系统的过去推荐结果，显著降低了用户侧推荐的成本，并在实验中验证了其与最先进的用户侧推荐算
PDF3 days ago
基于人工智能进展和技术的自动程序修复与代码生成综合研究
本研究针对软件开发中的程序修复和代码生成问题，评估了27篇论文，并将其分为自动程序修复与大规模语言模型（LLM）集成以及基于LLM的代码生成两大类。研究提出通过集成LLM提高自动调试的准确性与效率，同时探讨了代码生成中改进方法及其在功能正确
PDF3 days ago
量化交易的强化学习框架
本研究解决了金融股票市场中缺乏有效强化学习（RL）代理实际应用的挑战，提出了一种新方法，通过利用金融指标增强RL代理在识别买卖信号时的能力。研究表明，采用该框架可以更有效地理解个别证券的市场趋势，从而为投资者提供更为可靠的决策依据。
PDF3 days ago
基于视频的带定位字幕生成
本文提出了一种新的任务、数据集和模型，用于基于视频的带定位字幕生成，旨在将字幕与视频中的物体进行关联。我们引入了一种大规模的自动注释方法，并介绍了新的模型VideoGround，此模型在新的HowToGround数据集上进行训练，最终在该任
PDF3 days ago
基于深度学习的多分辨率光学与微波数据的语义分割
本研究解决了自动识别卫星图像中的对象问题，并提出了基于深度学习的改进U-Net模型和VGG-UNet模型。研究表明，利用高分辨率的印度遥感卫星数据，可以以超过95%的精度检测建筑物和船只，同时使用RISAT-1的微波数据进行分类时，精度超过
PDF3 days ago
在避免仿射投影近似的情况下投影高斯椭圆体
本文解决了3D高斯散点在新视图合成中由于仿射投影变换的雅可比使用而导致的模糊和伪影问题。我们提出了一种基于椭圆体的投影方法，并结合预过滤策略，从而显著提升了渲染质量。实验证明，该方法在多个基准数据集上都能有效改善3D高斯散点及其扩展的渲染效
PDF3 days ago
通过微分同胚图像配准和盲反卷积还原大气涡流影响的图像
本文提出了一种新颖的方法，用于改善因大气涡流而受到影响的图像。研究采用了结合盲反卷积、弹性配准和时间滤波的新算法，通过在新墨西哥沙漠中获取的真实图像进行测试，展示了该方法的有效性和潜在影响。
PDF3 days ago
目标内在热变异约束下的红外图像数据库生成
本文解决了应用于自动目标识别（ATR）评估的红外图像数据库生成问题，指向了现有数据库在数量和客观性能评估方面的不足。作者提出了一种在图像质量指标约束下叠加目标和遮挡物于背景的方法，以生成逼真的图像，同时引入了一种基于3D模型和真实红外纹理生
PDF3 days ago
在约束条件下生成具有目标内在热变异性的红外图像数据库
本研究解决了生成红外图像数据库时面临的挑战，特别是在不同热配置下的目标签名的模拟。提出了一种新方法，通过将目标与背景车辆特征叠加，实现了多种热配置的生成，进而能够为自动目标识别（ATR）算法的性能评估创造大量数据集。该方法的显著影响在于提高
PDF3 days ago