AI 论文速递

最新

解耦表格数据以改善单类异常检测
本研究解决了单类分类下表格异常检测中的“正常”概念难以准确把握的问题。提出了一种新颖的方法，通过将正常样本中的属性划分为两个不重叠且相关的子集（CorrSets），有效捕捉内在关联性。实验结果表明，该方法在20个数据集上显著优于现有技术，A
PDF3 days ago
基于不确定性的测试时自适应逆一致性肺部影像注册
本研究解决了深度学习技术在吸气和呼气胸部CT扫描之间难以捕捉大变形，从而缺乏逆一致性的问题。提出了一种基于不确定性的自适应框架，通过蒙特卡洛（MC）dropout估计空间不确定性，显著提升了肺部注册的性能。实验结果表明，该方法在肺部边界的D
PDF3 days ago
通过上下文知识检索与大语言模型改善字母到音素的转换
本研究针对在文本到语音系统中，字母到音素转换过程中的歧义问题进行了探讨。研究提出了一种基于大语言模型的上下文知识检索方法，以提升字母到音素的转换精确度，实验结果表明，采用该方法的系统在性能上显著优于基线模型，尤其在Librig2p数据集上实
PDF3 days ago
基于预训练语言模型和深度学习方法的欧元/美元汇率预测文本挖掘研究
本研究针对欧元/美元汇率预测中缺乏有效数据整合的问题，提出了一种结合深度学习、文本分析和粒子群优化（PSO）方法的新模型。通过引入在线新闻和分析文本作为定性数据，PSO-LSTM模型在预测效果上显著优于传统的计量经济学和机器学习模型，显示出
PDF3 days ago
Zer0-Jack：一种内存高效的基于梯度的黑箱多模态大型语言模型越狱方法
本研究解决了黑箱多模态大型语言模型（MLLMs）安全性问题，尤其是在缺乏白箱访问的情况下。我们提出的Zer0-Jack方法通过利用零阶优化，采用补丁坐标下降技术，显著降低内存使用，同时在各种模型中实现高成功率，特别是在MiniGPT-4上达
PDF3 days ago
无参考图像质量评估的多任务特征增强网络
本研究针对图像质量评估（IQA）数据集中标记样本稀缺的问题，提出了一种新的多任务无参考图像质量评估（NR-IQA）框架。该框架通过关注高频信息和识别失真特征，结合注意力机制的特征融合模块，有效提升了性能和泛化能力。
PDF3 days ago
GaussianCut：基于图切割的3D高斯交互式分割
本研究针对3D场景分割中交互性不足的问题，提出了一种新的方法GaussianCut，通过图切割算法进行有效的高斯分割。采用直观的用户输入（如点点击、粗略涂鸦或文本）来选择要分割的对象，显著提高了分割的准确性和便捷性。实验证明，Gaussia
PDF3 days ago
对比语言提示以减少医学异常检测中的误报
本研究解决了医学异常检测中存在的误报问题，提出了一种新的对比语言提示（CLAP）方法，通过利用正负文本提示来提高检测精度。研究结果表明，CLAP方法能够有效减少正常区域的注意力，从而提升异常检测的性能，具有广泛的应用潜力。
PDF3 days ago
深度可分离卷积与深度残差卷积
本研究解决了Xception架构在边缘设备上的高计算复杂度问题，提出了一种优化的、轻量级的Xception架构，以实现更高效的部署。研究结果表明，所提架构在参数规模和训练时间上都更小，但同时在性能上超过了原有的Xception架构。
PDF3 days ago
HiCoM：基于层次一致运动的可流式动态场景重建与 3D 高斯喷溅
本研究解决了从多视角流视频在线重建动态场景时在训练、渲染和存储效率方面面临的重大挑战。提出的 HiCoM 框架通过初始 3D 高斯喷溅表征的压缩与强健构建、层次一致运动机制的引入，以及通过保留低不透明度高斯进行持续优化，从而实现了约 20%
PDF3 days ago
针对任意低秩语言模型的模型窃取
本文研究了模型窃取这一关键问题，特别是低秩语言模型的窃取方法。我们提出了一种基于条件查询模型的高效算法，能够成功窃取任何低秩分布的语言模型，并在理论上提高了以往的研究成果。这项工作揭示了在推理时允许模型解决更复杂问题能显著提升其性能的潜力。
PDF4 days ago
大型语言模型作为神经语言学主体：识别形式和意义的内部表现
本研究解决了大型语言模型（LLMs）在符号（形式）和所指（意义）方面的语言理解差距。通过介绍一种新的神经语言学方法，结合最小对和诊断性探测，分析模型层的激活模式，我们发现LLMs在形式方面的能力优于意义，且意义的表现主要与形式相关。我们的研
PDF4 days ago
评估ChatGPT-3.5在解决不同复杂程度编码问题中的效率：实证分析
本研究针对当前软件开发中存在的自动化编码能力不足的问题，通过实证分析ChatGPT-3.5在LeetCode上的表现，涵盖不同难度级别的编码挑战。研究发现，随着问题难度增加，ChatGPT解决的问题数量减少，而通过提示工程可以显著提升其在易
PDF4 days ago
SecEncoder：安全领域的日志预训练模型
本研究针对通用语言模型在特定领域任务表现不佳的问题，提出了一种专门的预训练小型语言模型SecEncoder，专注于安全日志的语言和模式。研究表明，SecEncoder在多项任务上超越了基于自然语言的其他模型，展示了日志数据的领域特定预训练能
PDF4 days ago
基于提示增强网络的仇恨模因分类
本研究针对传统多模态仇恨模因分类在依赖外部知识及包含无关内容等方面的局限，提出了一种基于提示学习方法的提示增强网络框架Pen。该框架通过序列构建和区域信息全球提取，大幅提升了分类准确性，实验证明其在仇恨模因分类任务中优于手动提示方法。
PDF4 days ago
公平总结：在提取性摘要中弥合质量与多样性
本研究解决了多文档用户生成内容摘要中的公平性问题，现有方法常常未能实现不同社会群体的公平代表。我们提出了两种新的公平提取摘要方法，FairExtract和FairGPT，其在确保公平性的同时保持了竞争力的摘要质量，且引入了综合评估指标来更好
PDF4 days ago
公平摘要：在抽取摘要中平衡质量与多样性
本研究针对多文档摘要中的公平性问题，尤其是在用户生成内容中不同社会群体的偏见表示。提出了两种新方法：基于聚类的FairExtract和结合公平约束的FairGPT，这些方法在确保公平性同时也维持了摘要质量。研究表明，这些方法在质量和公平性的
PDF4 days ago
基于威胁行为者的应用程序优先排序技术：SecEncoder
本研究针对安全领域中检测和优先排序被攻陷应用程序的需求，提出了一种新的方法TIPS，它结合了编码器和解码器语言模型的优势，并引入威胁行为者情报以提高检测的准确性和相关性。实验结果表明，TIPS在识别恶意应用程序上达到0.90的F-1分数，并
PDF4 days ago
LLM应用仿冒与克隆
本文解决了在移动应用商店中，仿冒和克隆行为对用户造成的误导问题，尤其是在快速发展的大型语言模型应用生态系统中。研究引入了一种名为LLMappCrazy的新工具，通过分析应用功能相似性，首次进行大规模的LLM应用仿冒和克隆分析，发现大量具有恶
PDF4 days ago
斯巴鲁VQE：课程内容理解的视觉问题解释
本研究针对视觉问答（VQA）方法提供简单、简短回答的问题，提出了视觉问题解释（VQE）的新方法。通过构建MLVQE数据集并开发小型多模态模型SparrowVQE，我们的研究显示SparrowVQE在理解视觉信息方面表现优异，并在多个基准VQ
PDF4 days ago