AI 论文速递

最新顶会 ChatGPT

有针对性地减少因果模型
为了解决复杂模型中高维空间的因果关系模式识别的问题，我们引入了目标因果约简（Targeted Causal Reduction，TCR）方法来将复杂模型转化为一组简洁的因果因素，并通过玩具和机械系统的实例验证了 TCR 从复杂模型中生成可解
PDF3 days ago
FoundPose: 基于基础特征的未知物体姿态估计
利用 FoundPose 方法可以从单个 RGB 图像中准确估计看不见的刚性物体的 6D 姿态，方法基于 DINOv2 模型实现泛化能力强，通过 DINOv2 基于词袋模型快速检索相似模板，从而建立 2D-3D 对应，最后通过特征度量优化姿
PDF3 days ago
PAUNet：一种基于降水注意力的卫星亮温数据的降水预测 U-Net
这篇论文介绍了基于降水关注的 U-Net（PAUNet）的深度学习架构，用于根据卫星辐射数据预测降水，解决 Weather4cast 2023 比赛的挑战。PAUNet 是 U-Net 和 Res-Net 的一种变体，通过编码器卷积层的中心
PDF3 days ago
英国医疗领域的人工智能研究中的多学科数据工作实践
多学科合作的人工智能（AI）工具在医疗保健领域的发展是一个跨学科的努力，需要数据科学家、临床医生、患者和其他学科共同参与。通过对大型研究合作中 13 个半结构化访谈的归纳主题分析，我们的发现表明多学科合作严重影响着工作实践。参与者面临学习其
PDF3 days ago
基于数据驱动的贝叶斯正则化人工神经网络预测工具磨损
采用贝叶斯正则化人工神经网络的数据驱动模型精确预测铣削刀具磨损，并在实验研究中表明其在准确性和可靠性方面优于现有的现有模型。
PDF3 days ago
Seg2Reg：可微分的二维分割到一维回归渲染用于 360 度房间布局重建
通过 Seg2Reg 方法，利用 2D 分割地图生成 1D 布局深度回归，结合密度场和体积渲染实现单视图 360 度室内布局重建，同时利用 3D 扭曲增强布局以提高泛化性能。
PDF3 days ago
零样本引导图像合成的分层渲染扩散模型
本文介绍了增强依赖于文本查询的扩散模型的空间可控性的创新解决方案，提出了两个关键创新：视觉引导和分层渲染扩散（LRDiff）框架。该方法通过视觉引导和分层渲染策略实现更高效和准确的图像综合，用于满足特定的空间和上下文需求，并通过实验证明其在
PDF3 days ago
E2PNet：事件到点云的时空表示学习的配准
2D-3D registration for event cameras is studied using a learning-based method called E2PNet, which employs a novel featu
PDF3 days ago
EMNLP逻辑阅读理解中临时推理理解的评估
为了准确评估语言模型在逻辑阅读理解方面的能力，我们提供了一个用于测试关键推理理解的数据集。通过从现有的多项选择逻辑阅读理解数据集中选取问题，我们众包了解释选择或排除答案选项的理由，结果得到了与 943 个主要问题相关联的 3003 个多项选
PDF3 days ago
运用心灵理论进行语用语义交流的推理
提出了一种实用的语义通信框架，通过理论心智（ToM）模拟接收者的神经网络，使用动态两级反馈机制实现有效的面向目标的信息共享，优化信道编码过程，提供语义反馈级别并减少比特量，从而实现高效的通信。
PDF3 days ago
IAG: 增强归纳生成框架用于回答推理问题
基于检索增强生成（RAG）的框架在开放域 QA 任务中成为最先进的架构，本文提出了一种利用归纳知识和检索文档进行隐性推理的归纳增强生成（IAG）框架，并展示了 IAG 在开放域 QA 任务中的性能优越性。
PDF3 days ago
CritiqueLLM: 扩展 LLM-as-Critic 以有效且可解释地评估大型语言模型生成
自然语言处理社区开始让大规模语言模型（如 GPT-4）扮演批评家以评估生成文本质量，大部分仅在特定数据集上训练特定规模的批判生成模型，我们认为缺乏对于基于语言模型评估模型的关键因素（如可扩展性特性）的全面调查，因此目前是否有潜力在实际场景中
PDF3 days ago
MotionEditor: 通过内容感知扩散编辑视频动作
MotionEditor 是一种扩散模型，用于视频动作编辑，通过引入内容感知的运动适配器和两分支架构实现编辑过程中保留原始背景和主角外貌。
PDF3 days ago
学习三角分布在视觉世界中
卷积神经网络在广泛的视觉任务中取得成功，本文研究了特征和标签之间的数学连接，提出了一种用于标签分布学习的通用且简单的框架，通过提出的三角分布变换（TDT）在主流的骨干网络中实现不同的标签分布学习任务。实验证明，TDT 在人脸年龄识别、照明色
PDF3 days ago
HiPA: 通过高频率推广适应实现一步式文本到图像扩散模型
高频率促进适应（HiPA）是一种参数高效的方法，通过训练一步、低秩适配器来增强先进扩散模型中高频率能力的不足，使其能够在单一步骤中生成高质量图像。与渐进蒸馏相比，HiPA 在一步文本到图像生成中具有更好的性能（FID-5k 在 MS-COC
PDF3 days ago
未观察到的混杂因素下的因果公平性：一种神经敏感性框架
现实中，由于法律、伦理和社会原因，对机器学习预测的公平性要求越来越高。尽管现有工作通常关注没有未观察到混淆的情况，但未观察到的混淆可能导致严重的因果公平性违规和不公平的预测。本研究分析了未观察到的混淆对因果公平性的敏感性，并提出了一个新的神
PDF3 days ago
具有深度前端的分布式全局结构恢复
通过结合特征提取和匹配方面的发展，我们设计了一个模块化的 SfM 框架，旨在研究全局 SfM 与增量 SfM 方法的性能表现，并且实验证明，在不同数据集上，基于深度学习的两视图对应估计在点密度方面有所提升，但仍不如 SIFT 与增量 SfM
PDF3 days ago
呢翻叭咩意？揭露語言模型表達中的偏好偏見
大型语言模型是否表现出社会人口统计学偏见，即使他们拒绝回答？通过探索上下文嵌入，并研究这种偏见是否被编码在其潜在表示中，我们提出了一种逻辑 Bradley-Terry 探测器，从单词的隐藏向量预测 LLMs 中的单词对偏好。我们在三个偏好配
PDF3 days ago
神经网络的自动实现通过反应网络 -- 第一部分：电路设计和收敛分析
通过生物化学反应网络 (BCRN) 系统的可编程性，在生物计算领域实现了完全连接的神经网络结构 (FCNN)，并具有潜在的自主活动性。
PDF3 days ago
周期振动高斯：动态城市场景重建与实时渲染
建模动态的大规模城市场景是具有挑战性的，本文提出了一种统一的表示模型，Periodic Vibration Gaussian (PVG)，通过引入周期振动基于时间的动力学，以高效及统一的方式表示动态城市场景中各种物体和元素的特征，通过稀疏训
PDF3 days ago