AI 论文速递

最新

差分隐私条件下的多矩阵博弈均衡求解
本研究针对多矩阵博弈中的均衡求解，在差分隐私约束下探讨了高精度和逐渐消失的差分隐私预算不能同时实现的问题。我们提出了一种新颖的分布式算法，能够在对方访问有限通信渠道的情况下，同时达到渐近消失的纳什差距和隐私预算，具有重要的理论和实际意义。
PDF5 days ago
GenHPE：用于3D人类姿态估计的生成性反事实无线电频率信号
本研究针对现有无线电频率信号下的人类姿态估计（HPE）领域中存在的单一领域限制问题，提出了一种新颖的生成性模型GenHPE，通过生成反事实无线电信号消除领域特定的混杂因素。研究结果表明，GenHPE在跨主体和跨环境的人类姿态估计中性能优于现
PDF5 days ago
评估基于Transformer的医疗影像中注意力图的可视化解释
本研究聚焦于Transformer在医疗影像中的解释性问题，通过对比注意力图与其他常用方法，寻求解决这一缺口。我们的关键发现表明，尽管注意力图在某些条件下展现出潜力，但其作为解释性工具的有效性是上下文相关的，可能在提供全面见解方面有限，对医
PDF5 days ago
CombatVLA：用于3D动作角色扮演游戏中战斗任务的高效视觉-语言-行动模型
本研究针对当前视觉-语言-行动模型在复杂3D环境中实时决策的不足，提出了一种专为3D动作角色扮演游戏战斗任务优化的高效模型CombatVLA。研究表明，CombatVLA在战斗理解基准上超越了现有所有模型，并在游戏战斗中实现了50倍的加速，
PDF5 days ago
PairVDN - 成对分解价值函数
本研究解决了在合作多智能体设置中，深度Q学习面临的复杂联合行动空间和信用分配问题的局限性。我们提出了一种新的值函数分解方法PairVDN，通过成对的方式而非单独智能体的方式，提高了表现力，展现了超过传统VDN和QMIX的性能提升。此方法对复
PDF5 days ago
Search-R1：训练大型语言模型通过强化学习进行推理和利用搜索引擎
本研究解决了大型语言模型在获取外部知识和最新信息时的效率问题。提出的Search-R1模型通过强化学习自主生成搜索查询，实现多轮检索交互，优化了模型的推理过程。实验结果显示，Search-R1在七个问答数据集上显著提升了性能，为检索增强推理
PDF5 days ago
RESTRAIN：基于强化学习的触发-动作物联网环境安全框架
本研究针对物联网平台在触发-动作机制中遭受的远程注入攻击问题，提出了一种平台无关的多智能体在线防御系统RESTRAIN。该系统利用强化学习优化防御策略，能够实时识别并应对复杂的攻击，显著提升了安全防护效能，同时保持了低的计算负担。
PDF5 days ago
双阶段特征级聚类基础的专家混合框架
本研究针对混合专家模型在深度学习中的复杂性和对噪声及异常值的敏感性问题，提出了一种双阶段特征级聚类及伪标签的混合专家框架（DFCP-MoE）。该框架通过特征提取、特征级聚类和伪标签策略，显著提升了模型在标注数据稀缺情况下的性能，增强了专家的
PDF5 days ago
ReMA：通过多智能体强化学习学习元思维的语言模型
本研究解决了现有大型语言模型（LLMs）中元思维获取设计不足的问题，导致推理过程效果不佳。通过引入强化的元思维智能体（ReMA）框架，采用多智能体强化学习策略，模型能够更有效地监控和控制推理过程。实验结果表明，ReMA在复杂推理任务中显著优
PDF5 days ago
MindGYM：通过合成自我挑战问题提升视觉-语言模型
本文针对大型视觉-语言模型在获得强大可转移推理能力方面面临的挑战，提出了MindGYM框架。该框架通过合成自我挑战问题，在三个阶段中提高模型的推理能力，并在七个基准上表现出卓越的性能，显著提升了推理的深度和广度。此研究展示了自我挑战在精炼视
PDF5 days ago
在线语言溅射
本研究解决了AI代理在3D环境中与人类互动时语言与空间表示对齐的挑战。我们提出了在线语言溅射框架，实现了近实时的开口词汇映射，而无需预生成的语言特征。实验结果表明，该方法不仅在准确性上超越了现有的离线方法，还提升了效率超过40倍，展示了其在
PDF5 days ago
稀疏自编码器作为零样本分类器用于文本到图像扩散模型中的概念抹除
本研究解决了文本到图像扩散模型在生成有害或误导性内容时面临的概念抹除问题。提出的“解释后停用”（ItD）框架通过稀疏自编码器实现了精确的概念移除，同时保持了生成性能。实验结果表明，ItD能够有效消除目标概念而不干扰正常的概念生成，且对抗性提
PDF5 days ago
Astrea：基于 MOE 的逐步对齐视觉理解模型
本研究解决了多模态理解中任务异质性和专家负载不平衡的问题。提出的Astrea模型通过逐步预对齐的创新方法，结合了多个专门模型，提高了视觉与语言信息的整合能力。实验证明，该模型在多个基准任务中的表现相比现有先进模型提高了平均4.7%，为通用多
PDF5 days ago
PromptMap：一种基于AI的图像生成的新交互风格
本研究针对新手用户在生成图像时撰写有效提示的困难，提出了PromptMap作为一种新的文本到图像AI交互风格。PromptMap通过语义缩放的地图式视图，让用户自由探索大量合成提示，从而帮助他们获取相关示例、提升提示创作的能力。研究发现，P
PDF5 days ago
CASTLE：针对CWE检测的静态代码分析器和大规模语言模型的基准数据集
本研究解决了在关键软件组件中识别源代码漏洞的问题，提出了一种名为CASTLE的基准框架，用于评估不同方法的漏洞检测能力。研究结果发现，尽管静态分析器在检测小代码片段的漏洞方面表现良好，但在处理复杂问题时效果不足，表明大规模语言模型在未来安全
PDF5 days ago
高精度单细胞转录组分析与生成的多模态语言建模
该研究解决了现有单细胞分析方法中缺乏有效多模态处理的问题。通过提出单细胞多模态生成预训练变换器（scMMGPT），结合了细胞数据和文本的最新预训练语言模型，实现了跨模态知识共享。研究表明，scMMGPT在共同的细胞和文本任务中显著提升了性能
PDF5 days ago
基于人工智能的坚固模型驱动连接器配合框架在机器人线束安装中的应用
本研究解决了工业机器人在汽车制造中线束安装仍主要依赖人工的问题，提出了一种创新的基于人工智能的框架，通过结合力控制和深度视觉触觉学习，实现连接器的自动配合。实验结果表明，该框架显著提高了周期时间和鲁棒性，具有重要的潜在应用价值。
PDF5 days ago
多智能体图像修复
本研究关注于复杂的图像修复问题，旨在解决现有模型在处理多种退化类型时的不足。通过提出一种多智能体的框架，MAIR有效分类并顺序反转三种实际退化类型，从而提高图像质量并降低推断成本。实验结果表明，MAIR在性能和效率上超过了之前的智能体图像修
PDF5 days ago
ForAug：重组前景和背景以改善视觉变压器训练中的偏差缓解
本研究解决了视觉变压器(ViTs)在大规模图像分类中对数据需求高、偏差影响鲁棒性和可泛化性的问题。文章提出了一种新颖的数据增强方案ForAug，通过预训练基础模型分离和重组前景对象与不同背景，显著提高了数据多样性，从而提升了ViTs及其他架
PDF5 days ago
Close-up-GS：通过渐进自我训练增强3D高斯分布的特写视图合成
本研究解决了3D高斯分布在生成特写视图时的表现下降问题，特别是在视角与训练视角显著偏离时。论文创新性地提出了一种通过自我生成数据渐进训练3DGS模型的方法，并通过结合See3D模型和改进的参考视图策略，显著提升了合成视图的细节质量，验证结果
PDF5 days ago