AI 论文速递

最新

LlaMADRS：利用大型语言模型进行基于访谈的抑郁评估
本研究提出LlaMADRS框架，利用开源大型语言模型自动化抑郁严重程度评估，解决了传统评估方法的效率问题。通过零-shot 提示策略，该方法在真实访谈中展现出与临床评估的强相关性，表明大型语言模型在心理健康评估中的潜力，尤其在资源有限的环境
PDF4 days ago
基于深度学习的压缩检测用于可解释的人脸图像质量评估
本研究解决了人脸图像质量评估中的压缩伪影问题，提出了一种通过深度神经网络检测JPEG和JPEG 2000压缩伪影的新方法。研究结果表明，该方法在检测准确性方面获得了2-3%的错误率，显著降低了不同人脸识别系统中由于严重压缩伪影导致的错误率，
PDF4 days ago
BTMTrack：通过双模板桥接和时序模态候选消除的鲁棒RGB-T跟踪
本研究针对RGB-T跟踪中现有方法无法有效整合时序信息和进行跨模态交互的问题，提出了BTMTrack框架。该框架通过双模板主干网络和时序模态候选消除策略，增强了模型的动态目标适应性，并通过动态过滤令牌实现精准的跨模态融合，最终在多个基准数据
PDF4 days ago
VTAO-BiManip：具有物体理解的掩蔽视觉-触觉-动作预训练用于双手灵巧操作
本研究解决了双手灵巧操作中的协调和高自由度（DoFs）问题，现有方法往往无法有效应对复杂的双手任务。我们提出的VTAO-BiManip框架结合了视觉、触觉和动作预训练，增强了双手协调的指导性，并通过两阶课程强化学习的方法来稳定培训。实验结果
PDF4 days ago
ConcealGS：在3D高斯散点图中隐藏隐形版权信息
本研究针对当前3D高斯散点格式中缺乏有效版权保护手段的问题，提出了一种名为ConcealGS的新方法。该方法结合知识蒸馏和梯度优化策略，提升了隐形信息的鲁棒性及3D重建的质量。实验结果表明，ConcealGS不仅能够成功恢复隐形信息，还几乎
PDF4 days ago
RecKG：推荐系统的知识图谱
本研究针对异构推荐系统中知识图谱整合的不足，提出了RecKG，一个标准化的推荐系统知识图谱。RecKG通过确保不同数据集上的实体一致性表示，促进了异构数据源的无缝集成，并揭示了额外的语义信息。我们的实证研究表明，RecKG在互操作性方面优于
PDF4 days ago
大规模组织成像的价值映射虚拟染色框架
本研究解决了虚拟染色技术在大规模组织病理图像处理中存在的边界不一致性和伪影问题。提出的VM-GAN框架通过价值映射约束的损失函数提高了不同病理模式间虚拟染色的准确性，并采用基于置信度的拼接方法解决了补丁处理的挑战。实验结果表明，该方法在定量
PDF4 days ago
基于注意力增强对比学习的短文本聚类的区分性表示学习
本研究针对短文本聚类中对比学习存在的将同类样本错误识别为负样本的问题，通过提出一种新颖的短文本聚类方法——注意力增强对比学习（AECL），来生成更具区分性的表示。实验结果表明，AECL在提高聚类效率和处理错误负样本分离问题方面优于现有最先进
PDF4 days ago
STContext：用于开发上下文感知时空人群流动预测模型的多面数据集
本研究解决了现有时空人群流动预测模型在上下文特征使用上的不一致问题，填补了上下文丰富性不足的研究空白。我们提出了一个包含多种上下文特征的多面数据集STContext，并提供了一种统一的上下文特征整合工作流程。研究结果为有效的上下文建模提供了
PDF4 days ago
基础：使用平衡子类正则化和语义冲突惩罚的半监督多器官分割
本研究解决了在多器官分割中由于器官大小差异导致的类别不平衡问题，提出了一种创新的半监督网络BASIC。通过构建基于生成的平衡子类的辅助子类分割任务，该方法实现了多任务学习，有效转移无偏知识，并通过语义冲突惩罚机制提高了模型在不平衡数据上的准
PDF4 days ago
物理人工智能的宇宙世界基础模型平台
本研究解决了物理人工智能在开发过程中所需の数字化训练问题。提出的宇宙世界基础模型平台，为开发者提供了定制化世界模型的构建工具，包含视频策划流程和预训练模型的示例等。该开放源码平台的建立，有助于推动物理人工智能的进一步发展，其影响深远。
PDF4 days ago
从代码到合规：评估ChatGPT在设计无障碍网页中的实用性——案例研究
本研究解决了数字内容中残疾人无障碍访问的问题，评估了ChatGPT (GPT-4o) 生成符合Web内容无障碍指南 (WCAG) 的网页的能力。研究发现，通过有效的提示工程和视觉辅助工具，可以显著改善其性能，但仍需人类监督，特别是在处理复杂
PDF4 days ago
通过循环一致的文本到图像生成评估图像描述
本研究解决了图像描述评估中依赖昂贵且主观的参考描述所带来的问题。论文提出了CAMScore，一种循环无参考的自动评估指标，它通过文本到图像模型生成图像并与原图像进行比较，克服了模态差距。实验结果表明，CAMScore在多个基准数据集上与人类
PDF4 days ago
在知识图谱基础上应用大型语言模型进行企业建模：挑战与机遇
本研究解决了大型语言模型在企业建模中的应用问题，尤其是在知识图谱背景下的使用。通过专家调查和基于ChatGPT-4o的实验，发现尽管大型语言模型生成的模型变异性较小，但对于更复杂任务时可靠性下降，因此需要人类建模专家的监督以保障模型的准确性
PDF4 days ago
零样本三维医学图像诊断的桥接语义对齐
该研究解决了现有视觉语言对齐方法中视觉和文本嵌入之间的显著差距，限制了零样本学习的应用。提出的桥接语义对齐框架通过利用大型语言模型进行语义摘要，并设计跨模态知识交互模块，显著改善了不同模态之间的对齐。实验结果表明，BrgSA在公共基准数据集
PDF4 days ago
从策略分布角度重新思考强化学习中的对抗攻击
本研究解决了深度强化学习在实际应用中由于观察信号的不确定性和不准确性所面临的问题。论文提出了一种新颖的分布感知投影梯度下降攻击（DAPGD），利用分布相似性作为梯度扰动输入，从而综合利用整个策略分布，而不仅仅依赖个别样本。实验结果显示，DA
PDF4 days ago
KG-TRICK：统一多语言知识图谱的文本和关系信息补全
本研究解决了多语言知识图谱在非英语语言下信息不完整的问题。我们提出了一种新颖的KG-TRICK框架，将关系信息补全和文本信息补全任务统一为一个整体，研究结果表明，来自多语言的文本信息的结合显著提高了知识图谱的完整性。此外，我们推出了Wiki
PDF4 days ago
超越事实准确性：评估长文本生成中多样事实信息的覆盖
本文提出了ICAT评估框架，用于衡量长文本生成中多样事实信息的覆盖程度。研究表明，该框架与人类判断高度相关，且通过模块化设计，能够适应不同领域和数据集，成为评估长文本生成质量的重要工具。
PDF4 days ago
PromptGuard：软提示引导的文本到图像模型不安全内容的软化管理
本研究解决了文本到图像模型生成不安全内容的问题，提出了一种新颖的内容管理技术PromptGuard，灵感来自大型语言模型的系统提示机制。研究表明，PromptGuard能够有效减少不安全内容的生成，同时保持高质量的安全输出，其速度比以前的方
PDF4 days ago
表格数据中的深度学习：基础、挑战、进展与未来方向
本研究针对表格数据表示学习中的独特挑战进行全面评述，包括数据不规则性、特征分布异质性及复杂的列间依赖关系。文章提出了一种整体视角，强调表格数据表示学习方法的普适性与稳健性，并指出自监督学习和基于变换器的基础模型对表格数据的影响。通过分析12
PDF4 days ago