- 利用扩散模型的时空关注力实现高保真度文本到图像合成
本文提出了一种新的文本到图像算法，通过在扩散模型中加入显式的空间 - 时间交叉注意力控制，利用布局预测器和空间注意力控制相结合，实现优化组合权重的方式，从而生成与文本更高保真的图像。
- 可扩展的量子卷积神经网络
提出一种新型的可伸缩量子卷积神经网络 (sQCNN)，并提供了一种名为反保真度训练 (RF-Train) 的训练算法用于提高 sQCNN 的性能。该网络为量子神经网络 (QNN) 的一种进化，拥有处理高维向量输入的能力，并且可以解决传统 Q - 当语言模型的可解释性与我们对语言的心理模型不一致时，请小心理性陷阱！
通过决策树模型分析当前的解释过程无法达到目标的原因，进一步强调需要从多个角度进行人类中心设计，逐步适应用户期望的解释模型的可信度、完整性和用户心理模型。
- CVPRNTIRE 2022 高动态范围图像处理挑战赛：方法和结果
该论文回顾了 2022 年 CVPR 的 NTIRE 研讨会中关于受限高动态范围（HDR）成像的挑战。本文聚焦于竞赛设定、数据集、提议的方法以及他们的结果。竞赛旨在从多个相应的低动态范围（LDR）观测中估计 HDR 图像，这些观测可能会受到 - 解释性之路的通行需面对偏见：衡量解释的公平性
本文通过在金融、医疗保健、大学招生和美国司法系统等四个领域的实际数据中审计了不同保护子组的解释质量，发现不同子组的近似质量显着不同，而解释深度学习模型的近似质量差异存在着公平性挑战，需要进一步解决。
- 生成模型评估和审计的样本级度量：合成数据的准确性如何？
本文引入了一个三维评估指标（α- 精准度，β- 召回率，真实性），以在领域无关的情况下表征任何生成模型的保真度、多样性和泛化性能，通过样本级二元分类估计三个指标组件，激发了模型审计的新用例。
- 神经风格化绘画
本文提出了一种图像到绘画的翻译方法，采用矢量化环境并产生一系列具有物理意义的绘画参数，然后通过搜索参数最大化输入和渲染输出之间的相似度来框架笔画预测作为参数搜索过程，结果表明生成的画作在全局外观和局部纹理方面具有高度的保真度。
- 可解释性在构建值得信赖的医疗人工智能中的作用：术语、设计选择和评估策略的综合调查
本文回顾了近期文献，提出了可解释人工智能系统的设计指南以及可解释人工智能领域的规范化贡献。该文章提出了一个框架，以指导选择可解释人工智能方法的类别，进而解释重要属性的相对重要性。同时也发现，尽管定量评价指标对于客观标准化评估很重要，但对于某 - 神经网络的高准确度和高保真度提取
本文介绍了模型提取攻击的两种不同目标 —— 准确度和等效性，并介绍了对于直接提取模型权重的功能性提取攻击的扩展，以及在学术数据集和一种使用 10 亿专有图像训练的最先进图像分类器上进行的实验。
- 任何分类器的可衡量反事实本地解释
提出 CLEAR 方法来解释分类器预测结果，该方法可以生成最小改变以翻转预测结果的 w 反事实解释，并使用这些反事实解释来建立本地回归模型，从而提高模型的保真度。相比之下，流行的 LIME 方法没有测量自身的保真度或生成反事实解释。
- 可解释机器学习中无基础真实性解释的评估
本文系统地定义了评估 interpretable machine learning 方法的问题，并全面回顾了现有工作。作者提出了三个方面的解释（即泛化性、准确性和说服性），并分别回顾了不同任务下的代表性方法，设计了一个统一的评估框架，用于实 - 使用子像素网络和多维升频生成高保真图像
本论文提出了一种基于 Subscale Pixel Network 和 Multidimensional Upscaling 的方法，可用于生成高保真度的大规模图像，并在 CelebAHQ 和 ImageNet 的数据集上取得了最先进的结果 - EMNLP面向高保真数据文本生成的操作指导神经网络
本文提出了一种利用预先执行的符号操作来改善神经数据到文本生成保真度的框架 (OpAtt)，并在两个体育数据集上进行实验，证明该方法显著提高了生成文本的保真度。
- 量子状态认证
研究了量子态鉴定问题，提出了使用较少的量子状态估计方法，其中包括使用 n=O (d/ε) 个副本进行基于保真度的鉴定和使用 n=O (d/ε^2) 个副本进行基于迹距离的鉴定，并且这些复制复杂度是最优的。
- 量子控制不同阶段的强化学习
本文采用最新的强化学习技术，通过优化找到非可积多体量子系统中从初始状态到目标状态的短高保真度驱动协议，同时在协议时长的空间中呈现类自旋玻璃相变，并揭示了基于强化学习的 RL 方法在非平衡量子物理应用中的潜在用途。
- 数字量子模拟的遗传算法
利用遗传算法提高数字量子模拟的灵活性，可以增加数字量子模拟协议的保真度和优化资源使用效率，并适应实验性约束，在减少数字误差和量子门的实验误差方面起到作用，通过添加辅助比特，设计由不完美门组成的模块化门，其保真度高于任何组成门的保真度，并且对 - 不需用态演化重构实现的量子设备实用表征
本篇论文提出基于更直接与目的相关的方法，以估算实验测得数据与理论模型的接近程度，与确定实验数据匹配的理论模型，避免了量子系统规模上限问题，从而为更大规模量子信息处理单元的实验研究提供了便利。
- 对于正振幅对称纯态的几何纠缠度量
该研究探讨了关于对称多方纯态的几何纠缠度测量的猜想，表明对于一类满足特定条件的对称纯态，由忠实度所得到的最近乘积态仍满足对称性。
- 混合量子比特无法进行普适广播
本文研究了量子克隆机在保真度上的相关问题，并提出了关于依赖于输入量子比特常数参数的克隆机，包括对常数 ω 时的最优对称依赖克隆器和当 λ 是准确唯一参数时，纯量子比特的 1→M 最优量子克隆机也适用于混合量子，但对于一般的 N→M 广播混合 - 共轭态的保真度和相干度
本文研究了传递概率和纠缠的性质，发现在密度算符的共轭对中，这些函数是凸的或凹的，并构造了最优分解。