AI 论文速递

最新

寻找主观真相：为综合生成人工智能模型评估收集200万票数
本研究解决了图像生成模型评估中的主观判断和人类偏好的问题，提出了一种利用Rapidata技术的高效注释框架，收集了来自全球多样化评审员的超过200万条注释。研究表明，这种方法可以全面排名图像生成模型，并大幅减少评估偏差风险。
PDF2 days ago
更少的内存意味着更小的GPU：压缩激活的反向传播
本研究针对深度神经网络（DNN）在训练中内存需求不断增长的问题，提出了一种通过池化压缩激活图的方法，以减少反向传播中的内存占用和数据移动。研究表明，虽然训练时间有所增加，但这种新方法能够将峰值内存消耗降低29%，同时保持预测准确性，展现了其
PDF2 days ago
大语言模型与个性化插件 = 个性化大语言模型
本研究解决了个性化大语言模型在用户偏好多样性方面的缺乏，提出了一种新颖的用户特定嵌入模型，通过轻量级插件模块建模用户历史上下文，以增强LLMs对用户习惯的理解。实验结果表明，该模型在多个语言模型个性化任务中显著优于现有方法，具有良好的应用潜
PDF2 days ago
具有自注意力的多网格图神经网络在计算力学中的应用
本研究解决了计算流体动力学中的精度和效率问题，提出了一种结合自注意力和消息传递的新型图神经网络模型，实现了在著名圆柱流动基准测试上RMSE减少15%的成果。此外，基于自注意力的动态网格修剪技术与自监督训练方法结合使用，进一步提升了整体性能。
PDF2 days ago
针对网络攻击的自主四旋翼安全控制系统
本研究针对自主四旋翼在安全性上的缺陷，提出了一种智能控制系统以应对网络攻击。通过深度学习方法，设计了优化的虚假数据注入攻击方案以及相应的对策，显著提升了四旋翼的追踪性能，研究结果为无人机系统的安全控制提供了重要的启示。
PDF2 days ago
DocMamba：基于状态空间模型的高效文档预训练
本研究针对视觉丰富文档理解中自注意力机制带来的计算复杂性问题，提出了一种名为DocMamba的新框架，利用状态空间模型将计算复杂度降低为线性，同时保留全局建模能力。此外，通过引入段优先双向扫描（SFBS）方法捕获连续语义信息。实验结果表明，
PDF2 days ago
最近在OOD检测方面的进展：问题与方法
本研究解决了OOD检测领域中现有文献主要关注方法分类而忽视非传统检测场景的不足。文章首次从问题场景的视角综述了OOD检测的最新进展，提出了训练驱动和无训练依赖的分类。此外，文章强调了大规模预训练模型在OOD检测中的重要性，并探讨了评估场景及
PDF2 days ago
ABHINAW: 一种自动评估AI生成图像中的排版方法
本研究针对AI生成图像中准确文本生成的不足，提出了一种新颖的评估矩阵，用于量化文本和排版生成性能。通过逐字匹配策略，研究开发了一个消除多种冗余因素的评分方法，并提出了新的简洁调整方法来处理过量文本。这项工作能够在一定程度上提升AI生成图像的
PDF2 days ago
球面行走：通过球面投影增强基于LiDAR的步态识别的空间表征
本研究解决了基于LiDAR的步态识别中如何有效提取区分性3D动态特征的问题。提出的SpheriGait方法通过球面投影替代传统的点云平面投影，从而增强动态特征的感知。实验结果表明，该方法在SUSTech1K数据集上达到了最先进的性能，并验证
PDF2 days ago
无蒸馏的大规模状态空间模型在图像和视频中的扩展
本研究解决了大规模状态空间模型（SSMs）在图像分类和动作识别中的可扩展性问题，特别是针对Mamba模型无法有效扩展参数数量的限制。通过提出一种Mamba-注意力交错架构，该研究显著提升了可扩展性、鲁棒性和性能，且在多个基准测试中展现了相较
PDF2 days ago
从多模态演示学习任务规划以实现多阶段接触丰富的操作
本研究解决了在复杂接触操作任务中，单靠视觉信息不足以充分理解演示的问题。通过引入触觉和力-扭矩信息，提出了一种新的在上下文学习框架，增强了大型语言模型生成新任务情景的规划能力。实验表明，该框架显著提升了多模态演示的理解和规划性能，为实际机器
PDF2 days ago
基于位置的电动汽车充电站概率负荷预测：多量级时间卷积网络的深度迁移学习
本研究解决了电动汽车充电需求预测中的数据局限性问题，提出了一种基于深度多量级时间卷积网络（MQ-TCN）的方法，以实现不同地点充电站之间知识的有效转移。该模型在充电负荷预测方面取得了显著进展，证明了在数据稀缺的情况下，仍能实现高达96.88
PDF2 days ago
检索、注释、评估、重复：利用多模态大型语言模型进行大规模产品检索评估
本研究解决了大规模产品检索系统评估中人类标注者不足的问题。提出了一种框架，利用多模态大型语言模型生成个性化的注释指南并进行注释，经过验证显示其质量与人工标注相当，显著降低了时间和成本，并快速发现问题，成为生产级质量控制的有效解决方案。
PDF2 days ago
卷积层光谱范数的紧致高效上界
本研究解决了卷积操作中雅可比矩阵光谱范数控制的重要性，现有方法往往高估光谱范数或随着输入和内核尺寸的增加而性能迅速下降。论文提出的新的光谱范数上界与输入图像分辨率无关，具有可微性，并且能够在训练过程中高效计算，实验证明可以提升卷积架构的性能
PDF2 days ago
基于边的图组件池化
本研究解决了大规模稀疏图在计算时的高成本问题，提出了一种新的池化操作，可以在合并节点的同时避免数据损失，且计算上简单高效。实验证明，该池化操作在四个基准数据集上显著优于传统的边池方法，平均降低计算复杂度和可训练参数70.6%。
PDF2 days ago
基于物理的非朗伯环境光度束调整
本研究解决了光度束调整（PBA）在非朗伯环境中面临的光度不一致性问题，该问题严重影响现有PBA方法的可靠性。我们提出了一种新颖的基于物理的PBA方法，引入了与材料、光照和光路径相关的权重，从而更准确地估计相机姿态和3D几何体。研究结果显示，
PDF2 days ago
基于小波的高效物理信息神经网络用于奇异扰动问题
本研究针对物理信息神经网络（PINNs）在解决奇异扰动微分方程时面临的挑战，提出了一种高效的小波基础PINNs（W-PINNs）模型。该模型在小波空间中表示解，显著减少自由度，同时高效捕捉复杂物理现象的局部结构，显示出在处理具有突发行为的非
PDF2 days ago
MEOW：基于反向事实的记忆监督大语言模型遗忘
本文针对大型语言模型(LM)可能记忆敏感信息的问题，提出了一种新的记忆遗忘方法MEOW，克服了传统方法的实用性、效率和鲁棒性问题。MEOW通过生成反向事实及MEMO量化记忆，能够在不显著损害模型效能的情况下显著提高遗忘质量，展示了其在自然语
PDF2 days ago
图神经网络-状态预测信息瓶颈（GNN-SPIB）方法在分子热力学和动力学学习中的应用
该研究解决了分子动力学模拟中存在的时间尺度限制和对专家选择特征的依赖问题。提出的GNN-SPIB框架结合图神经网络和状态预测信息瓶颈，能够自动从原子坐标中学习低维表示。研究表明，该方法在不同系统中有效预测慢过程的关键结构、热力学和动力学信息
PDF2 days ago
神经转码视觉变换器用于EEG到fMRI合成
本研究处理了从脑电图（EEG）数据生成高分辨率功能性磁共振成像（fMRI）样本的问题，通过引入神经转码视觉变换器（NT-ViT）模型，采用领域匹配子模块增强了EEG与fMRI的对齐精度。研究发现，NT-ViT在两个基准数据集上的重建质量显著
PDF2 days ago