- 利用先前未见工具使大型语言模型能够执行电力系统模拟:以 Daline 为例
通过将实验技术与大语言模型(LLM)相结合,科学研究的转型正在改变研究领域,提供了超越专业问题解决的人工智能能力,成为人类科学家的研究助手。该研究提出了一个模块化框架,将电力系统和 LLM 领域的专业知识集成,以解决 LLMs 在电力系统仿 - 机械手臂系统学习飞行物体抓取的模块化神经网络策略
设计了一个模块化框架,使机器人手臂系统能学习如何捕捉飞行物体,通过监督学习和深度强化学习训练模块,实现了高成功率的空中抓取和对干扰和传感器噪声的鲁棒性。
- Panoptica -- 3D 语义和实例分割地图的逐实例评估
该论文介绍了一个名为 panoptica 的软件包,用于计算 2D 和 3D 分割映射的实例级分割质量指标。panoptica 通过引入不同的指标,如平均对称面距离,弥补了现有指标的局限性,并提供了一个模块化框架。该软件包是开源的,使用 P - Apollo:多模式无需标注的零 - shot 推理与多专家
我们提出了一个模块化框架,利用不同模态和领域中不同基础模型的专业知识,以执行一个单一、复杂的多模态任务,无需依赖提示工程或量身定制的多模态训练。我们的方法实现了分散的命令执行,使每个模型能够同时贡献和受益于其他模型的专业知识。我们的方法可以 - 基于拍卖的调度
基于拍卖的调度是一种用于多目标决策问题的模块化框架,它使用单独的策略来实现每个目标,并通过拍卖机制解决冲突和组合策略,同时提供长期调度公平性。本研究解决了路径规划问题上的基于拍卖的调度基础,并提出了分散算法来合成一对策略、初步分配的预算和出 - TraCE:轨迹逆事实解释分数
我们提出了一个模型无关的模块化框架,TraCE(轨迹反事实解释)评分,用于评估顺序决策任务中的进展,并将其应用于医疗保健和气候变化两个案例研究,展示了其在不同领域的实用性。
- 行为树控制器的扩展收敛性结果
研究行为树的收敛性,包括广义的既有结果和文献中未涵盖的循环切换情况。
- 生成即插即用:逆问题后验采样
本文介绍了一种新的基于 Plug-and-Play 的图像重建方法 Generative Plug-and-Play (GPnP),其通过使用扩展的先验模型和物理模型来进行样本采样,实验结果表明该方法在稀疏插值和层析重建方面具有鲁棒性和实用 - 基于模块化领域自适应的 Conformer 流式自动语音识别
本文提出了一种名为模块化域自适应的框架,通过向 Conformer 编码器中添加适合各个域的适配器和前馈网络,使单个 Conformer transducer 模型能够处理各个领域的语音数据,从而大幅提升了语音识别的性能。
- Quality-Diversity 与深度强化学习之间的协同作用理解
研究提出了一个统一的模块化框架,名为通用 Actor-Critic Quality-Diversity Deep Reinforcement Learning,以探究深度强化学习中的洞察,并将其应用于 Quality-Diversity 算 - EMNLPPlug-and-Play VQA: 使用预训练模型进行零训练的零样例 VQA
提出了一种基于模块化框架的零样本视觉问答方法,使用自然语言和网络解释作为中间表示来连接预训练模型,无需额外训练预训练语言模型,实现了领先于最新端到端训练基线的全面表现,可在零样本 VQAv2 和 GQA 上实现最优结果。
- ICLR可解释抽象化摘要生成的神经模块树
提出可解释的模块化框架 Summarization Program (SP),并使用 SP-Search 以及 seq2seq 模型产生 SUMmaryization Program,以此提高摘要模型的可解释性与可视化性。
- 模仿任务的表征学习的实证研究
研究了基于模块化框架的表示学习算法在模仿学习中的应用,发现对于基于图像的模仿学习,在多个环境套件中,现有的表示学习算法相对于图像增强的精心调整的基准测试提供的价值有限,并对此结果进行了解释。
- ACLM-SENA:一种多模态情感分析集成平台
M-SENA 是一个开源的平台,旨在提供灵活的工具包、可靠的基准测试和直观的演示,其中包括完全模块化的视频情感分析框架,本文介绍了该平台的总体架构以及核心模块的特性,并报告了不同模态特征和 MSA 基准测试的可靠基线结果,同时使用 M-SE - MM通过抽象解释实现模块化约束求解器合作
本文提出一种基于抽象解释的合作求解框架,通过组合不同的抽象域和合作方案来实现约束求解的协作。该框架支持两种新的合作方案:间隔传播器的补充和延迟乘积,实现了对约束求解的控制方面的抽象。在灵活的工作车间调度问题上,该方法已经得到了实现和应用。
- AAAIDatalog 程序的模块化实现
本文提出一种基于模块化框架的材料化计算和维护的方法,该方法使用半朴素算法处理少数规则,同时可使用两种算法计算关系的传递闭包,实验表明,与现有的方法相比,本方法可以处理任意的 datalog 程序,而且性能也要高得多。
- 无盲区:使用相机和激光雷达进行全方位多目标自动驾驶跟踪
本文提出了一种多模态传感器模块化框架,用于实现在线多目标追踪,并对该方法进行了实验证明其在真实场景下对自主驾驶领域有重要的应用。