AI 论文速递

最新

利用视觉大规模语言模型增强表格识别：基准测试与邻居引导的工具链推理器
本研究针对结构化表格识别中存在的研究空白，通过引入视觉大规模语言模型（VLLMs）并采用无训练推理范式来提升表格识别能力。研究发现低质量图像输入是主要瓶颈，并因此提出了邻居引导工具链推理器（NGTR）框架，结合多个轻量级模型进行低级视觉处理
PDF4 days ago
克服类别不平衡：具有结构和语义连接表示的统一图神经网络学习
本研究针对现实图数据集中普遍存在的类别不平衡问题，提出了一种新的统一图神经网络学习（Uni-GNN）框架。该框架通过语义和结构节点编码器融合结构和语义连接表示，有效扩展了节点嵌入的传播范围，从而提升了对少数类节点的信息传递和分类能力。实验结
PDF4 days ago
用于反事实医学图像合成的扩散模型中的潜在漂移
本研究针对医学成像中的数据稀缺问题，提出了潜在漂移（Latent Drift）方法，以改善明确的分布转变对现有模型微调的影响。这一新颖的方法能够促进扩散模型在医学图像中进行反事实生成，检验如性别、年龄及疾病状态变化对图像的影响。实验结果表明
PDF4 days ago
使用软替代品预测长期顺序政策价值
本研究解决了在教育、医疗和在线商业中政策评估面临的挑战，特别是需要长时间观察结果的问题。通过引入两种新的评估估计器，研究展示了如何仅利用短期数据和历史全周期数据，快速有效地估计新决策政策的全周期价值，从而在十倍速上实现比传统方法更快的政策评
PDF4 days ago
具有知识神经元集成的大型语言模型知识编辑
本文研究了大型语言模型中知识编辑的挑战，提出了一种新方法——知识神经元集成（KNE），有效解决了参数定位耦合和不精确定位问题。KNE通过计算每个层级参数的梯度归因分数，提升了知识编辑的精确性和准确性，实验结果显示其在知识编辑性能上超越现有最
PDF4 days ago
NetFlowGen：利用生成预训练模型分析网络流量动态
本研究解决了网络流量建模准确性差和缺乏高质量标签的问题，提出了一种通用的机器学习预训练模型NetFlowGen，通过使用NetFlow记录中的流量数据自我监督学习，从而提升了模型的开发效率和应用广泛性。实验结果表明，该框架在捕捉流量动态和适
PDF4 days ago
幻觉生成：评估大规模视觉语言模型中的物体幻觉的基准
本研究针对大型视觉语言模型（LVLMs）中物体幻觉问题，提出了HALLUCINOGEN基准，旨在评估其在多模态任务中对图像物体的准确识别能力。通过设计多样的上下文推理幻觉提示，本研究不仅丰富了LVLM的评估方式，还扩展至高风险医疗应用中的M
PDF4 days ago
关于点云配准中不确定性估计的解释研究
本研究解决了迭代最近点（ICP）算法在点云配准中缺乏不确定性估计解释的问题。通过引入可解释AI的最新进展，我们提出了一种基于核SHAP的方法，能够解释概率ICP方法输出的原因，并为常见的不确定性来源分配重要性值。实验结果表明，该方法有效地解
PDF4 days ago
基于自然语言处理的监管合规——使用GPT 4.0解读监管文件
本研究针对监管文件中存在的语义复杂性问题，评估了GPT-4.0在识别监管要求中的冲突能力。通过分析设计有人工注入模糊性和矛盾的语料库，结果表明GPT-4.0在检测不一致性方面的有效性，揭示了大型语言模型在提升监管合规流程中的潜力。尽管需要进
PDF4 days ago
多尺度自适应基础模型用于时空物理系统
本研究解决了在时空物理系统中，使用视觉变换器架构准确表示多尺度特征所需的长且计算代价高昂的标记序列的问题。提出了两种自适应标记化方案，根据局部特征动态调整补丁大小，并展示了多尺度自适应模型MATEY的有效性，结果表明在不显著增加标记序列长度
PDF4 days ago
GliLem：基于GliNER的爱沙尼亚语上下文化词形还原
本研究提出了GliLem，一种用于爱沙尼亚语的新型混合词形还原系统，通过增强高准确性的基于规则的形态分析器Vabamorf，利用基于GliNER的外部分歧模块，解决了词形还原准确性不足的问题。实验结果表明，与原始分歧模块相比，GliLem在
PDF4 days ago
控制大型语言模型在类型分类和生成文本检测中的领域外差距
本研究解决了现代大型语言模型在领域外表现差距的问题，尤其是在类型分类和生成文本检测任务中。通过引入一种方法，控制分类过程中使用的预测指标，从而排除主题特征并聚焦于风格特征，研究表明这种方法可以在少量示例设定中，减少高达20个百分点的领域外差
PDF4 days ago
克rypton-N：机器学习的反击
本文针对机器学习的普适函数逼近能力提出了挑战数据集“Kryptonite-N”，旨在反驳该观点。研究表明，通过构造可预测的数据集并结合逻辑回归的多项式扩展与L1正则化，可以在任意维度N下成功应用普适函数逼近。该研究的重要发现为机器学习的理论
PDF4 days ago
无资源语言翻译的神经网络方法研究：方法的比较评估
本研究解决了无资源语言翻译的问题，这些语言缺乏数字化表示，训练数据极为有限。通过对比三种不同的翻译方法，我们发现无资源翻译需要与低资源语言翻译截然不同的策略，特别是在使用大型语言模型时，链式推理提示表现出色，显示出其在无资源语言翻译中的潜在
PDF4 days ago
弥合差距：时间序列聚类方法的十年回顾
本研究解决了高维时间序列数据分析中的挑战，尤其是在长期时间尺度上的潜在结构提取问题。通过回顾传统聚类方法与新兴深度学习算法的发展，提出了一种综合统一的分类法，为未来的时间序列聚类研究指明了方向。研究的主要发现是，结合传统与现代方法可以更好地
PDF4 days ago
时间序列距离度量的调查
本研究解决了时间序列分析任务中距离度量评估有效性和效率的需求，涵盖了100多种先进的距离度量方法，分为7个类别。通过提供全面的数学框架和各类应用的深入探讨，该研究为未来创新的时间序列距离度量的开发奠定了基础。
PDF4 days ago
强化学习与模仿学习的内在动机在连续任务中的应用
该研究解决了发展认知机器人领域中强化学习和模仿学习之间的桥接问题，提出了一种基于经验进展的内在动机公示，以便学习者能够主动选择适合的学习策略和任务。研究表明，这种对学习过程中主动请求辅导的设计使得学习者在辅导质量较低的情况下，仍能更快地学习
PDF4 days ago
使用视觉变换器对结肠组织病理图像中的固有肌层进行分割以研究先天性无神经节病
本研究针对先天性无神经节病在结肠固有肌层缺乏神经细胞的问题，提出使用视觉变换器（ViT）来进行图像分割，以提高病理图像的定量评估效率。通过与卷积神经网络（CNN）及其他浅层学习方法比较，ViT模型在分割精度和灵敏度上均有所提升，显示了ViT
PDF4 days ago
增强雨天自主车辆安全性的数据驱动方法以实现清晰视觉
本研究解决了自主车辆在雨天导航时遇到的视觉障碍问题。通过利用现代深度学习技术，我们开发了一种视觉模型，对实时车辆摄像头图像进行处理，以消除雨水导致的视觉干扰，提供接近晴朗场景的视觉效果。研究结果显示，该模型显著提高了转向精度，有望增强雨天条
PDF4 days ago
构建与训练反事实样本以估计常识语句
本研究解决了大型语言模型在常识推理任务中由于常识知识复杂性而产生的琐碎错误的问题。提出了一种新的模型无关方法——常识反事实样本生成（CCSG），通过训练PE模型聚焦于关键单词，增强其语言可解释性和常识敏感性。实验证明，CCSG在九个多样数据
PDF4 days ago