AI 论文速递

最新

深度学习方法在蛋白质生物信息学中的调查及其对蛋白质设计的影响
本研究针对蛋白质生物信息学中的多项挑战，尤其是蛋白质设计领域存在的知识空白，提供了深度学习方法的综述。论文提出了通过深度学习提高结构预测和功能预测的成果，这些进展为蛋白质设计任务提供了新机遇。研究表明，深度学习的应用可以显著推动蛋白质设计的
PDF5 days ago
大型语言模型中的文化抹除风险
本研究关注大型语言模型在知识生产和发现中可能导致的文化抹除问题，尤其是对全球文化表现的差距进行评估。通过探讨文化缺失和简化表现的概念，本文提出了在评价语言技术时纳入历史权力不平等和文化表现影响的标准，旨在推动更加全面的文化视角的应用。研究结
PDF5 days ago
MSWA：通过多尺度窗口注意力优化局部注意力
本研究针对传统自注意力机制在计算复杂度和缓存大小方面的限制，提出了多尺度窗口注意力（MSWA），通过在Transformer中为不同头和层采用多样化的窗口大小，以提高对变化尺度上下文的捕捉能力。实验结果表明，MSWA在语言建模和常识推理任务
PDF5 days ago
MSC-Bench：多传感器损毁下的自动驾驶感知基准评估与分析
本研究针对目前自动驾驶感知模型在传感器损坏或缺失情况下的低强健性问题，提出了首个多传感器损毁基准（MSC-Bench）。该基准通过16种损毁类型评估多传感器模型的表现，发现了在恶劣天气和传感器故障下显著的性能下降，从而强调了安全性的重要性。
PDF5 days ago
ValuesRAG：通过检索增强上下文学习提升文化对齐
本研究解决了大型语言模型（LLMs）中文化价值对齐的关键挑战，特别是西方偏见导致的跨文化误表征和公平性问题。提出的ValuesRAG框架通过检索增强生成（RAG）和上下文学习，动态整合文化和人口统计知识，提高了文本生成中的文化对齐精度，显著
PDF5 days ago
基于符号和参数知识库的推理研究：综述
本研究针对现有的推理方法缺乏系统性调查的问题，从知识库的视角对推理方法进行了分类和分析。通过将知识库分为符号和参数两类，研究展示了不同推理方法的应用和存储格式，识别出未来提升推理能力的方向，以促进人机智能的结合。
PDF5 days ago
面向对抗鲁棒性的深度度量学习
本研究针对现有深度度量学习（DML）模型在聚类推断场景中的鲁棒性问题进行了深入探讨。提出了一种新的防御方法——集成对抗训练（EAT），旨在提高模型的鲁棒性，并且在不同模型之间促进多样性，充分利用整体模型的鲁棒性统计数据。实验结果表明，EAT
PDF5 days ago
基于大语言模型的情境感知多维数据故事讲述框架
本研究针对现有自动数据分析系统在利用大语言模型生成数据洞察及故事讲述方面的挑战，提出了一种基于大语言模型的多维数据故事讲述框架（MDSF）。该框架通过先进的预处理技术和增强分析算法，显著提高了数据洞察的生成和情境意识的故事讲述能力，实验结果
PDF5 days ago
CryptoMamba：利用状态空间模型进行准确的比特币价格预测
本文研究了比特币价格预测中的挑战，特别是由于加密货币市场的高波动性和复杂的非线性动态，传统模型难以捕捉数据的转变和长程依赖性。我们提出了一种新的基于Mamba的状态空间模型（SSM）架构CryptoMamba，其实验结果表明，该模型在不同市
PDF5 days ago
云计算中的作业调度与资源管理的深度强化学习：算法级回顾
本研究针对云计算环境中作业调度和资源管理面临的动态和异构挑战，以深度强化学习（DRL）为基础提供了一种新颖的解决思路。该论文系统评估了DRL算法的不同方法及其性能指标，并提出未来的研究方向，强调了DRL在智能决策和优化云计算服务中的潜在应用
PDF5 days ago
FlashInfer：高效且可定制的LLM推理服务注意力引擎
本研究解决了大语言模型（LLM）推理中GPU注意力内核的效率与灵活性问题。提出的FlashInfer引擎通过块稀疏格式和可组合格式优化内存访问，并利用即时编译提供可定制的注意力模板。实验结果表明，FlashInfer在不同推理场景中显著提升
PDF5 days ago
探索大型语言模型中的信息处理：来自信息瓶颈理论的洞察
本研究着眼于大型语言模型（LLMs）在信息处理中的内部机制，利用信息瓶颈理论探讨LLMs如何理解输入信息并做出有效预测。我们提出了一种非训练构建策略，以定义任务空间，并发现LLMs通过将输入信息压缩到特定任务空间中来促进任务理解，从而在关键
PDF5 days ago
自助奖励塑形
本研究解决了强化学习中稀疏奖励领域观察奖励信息所需步骤过多的问题。我们提出了一种“自助式”奖励塑形方法（BSRS），使得代理当前的状态值函数估计可作为潜在函数，从而在保留最优策略不变的情况下提高奖励信号的密度。研究表明，该方法加速了Atar
PDF5 days ago
大型语言模型作为心理评估工具的有效性：通过心理测量实践利用自适应检索增强生成技术进行可解释的心理健康筛查
本研究解决了如何利用社交媒体数据进行快速心理健康筛查的问题，提出了一种新的自适应检索增强生成（RAG）方法，通过分析社交媒体帖子来完成心理问卷。研究发现，该方法能够有效预测用户对心理问卷的反应，并且作为可扩展的筛查工具，与传统心理测量实践相
PDF5 days ago
沉默的多数：揭示伪相关下的记忆效应
本研究解决了机器学习模型在处理具有伪相关的样本时测试性能不平衡的问题，特别是少数群体的准确性低下。通过分析记忆现象，本文首次证明记忆在这一不平衡表现中的作用，并提出通过消除不必要的伪记忆模式来改善少数群体的模型表现的新方法。这些发现为神经网
PDF5 days ago
通过合成DR1图像生成增强早期糖尿病视网膜病变检测：一种StyleGAN3方法
本研究针对早期糖尿病视网膜病变（DR1）检测中的高质量眼底图像稀缺问题，采用StyleGAN3生成高保真和多样性的合成DR1图像。研究结果表明，该模型生成的合成图像能够显著提升监督分类器的表现，进而促进更准确的糖尿病视网膜病变早期检测。
PDF5 days ago
增量对话管理：调查、讨论及其对人机交互的影响
本研究解决了现有对话系统在响应性上的不足，尤其是机器人与人类的互动中对增量对话管理的需求。提出了一种新颖的方法，系统回顾了现有的增量模型，包括语音识别和语言生成，并强调了对话管理器在其中的重要性。研究发现，增量对话管理的研究相对较少，提出了
PDF5 days ago
β-DQN：通过行为演化改善深度Q学习
本研究解决了现有探索方法普遍性不足和计算成本高的问题，提出了一种简单高效的探索方法β-DQN，通过行为函数β来增强标准DQN。实验结果表明，β-DQN在多种任务中表现出色，有效提升了深度强化学习中的探索能力。
PDF5 days ago
人口意识扩散模型用于时间序列生成
本研究解决了现有时间序列生成模型忽视人口级属性保留的问题，提出了一种新的模型方法，即人口意识扩散（PaD-TS），旨在更好地保持时间序列数据的人口级属性。研究表明，PaD-TS能够显著改善真实数据与合成数据之间的交叉相关性分布偏移，同时在个
PDF5 days ago
基于大型语言模型的多智能体系统增强的复杂事件处理管道用于多媒体互联网
本研究针对传统复杂事件处理（CEP）系统与大型语言模型（LLM）集成的不足，提出了一种基于LLM的多智能体系统框架，专注于视频查询处理应用。通过结合Autogen框架和Kafka消息代理，该系统构建了一个自主的CEP管道，显著提高了处理复杂
PDF5 days ago