/
/
每日 Arxiv
Sign In
每日 Arxiv
本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成,并以非盈利为基础运营。
论文版权归作者及相关机构所有,分享时请注明出处。
利用门控残差标记实现密集视频理解
机器比人类更有效率,直到它们不再如此,反之亦然
BWCache:通过块级缓存加速视频扩散变换器
探索阿拉伯方言识别的数据和参数有效策略
使用大型语言模型模拟人类数据的分析灵活性威胁:需要引起注意
生成人工智能时代的本科数学考试评估:课程层面的案例研究
安全运营中心基于图形的警报情境化方法
FunAudio-ASR技术报告
Omni-CLST:用于音频问答的错误感知课程学习,采用引导式选择性思维链
代码语义有用吗?基于执行轨迹的代码大型语言模型信息综合研究
医疗保健的多元化协调:角色驱动的框架
ALIGNS:通过大型语言模型解锁心理测量中的法则网络
大型推理模型的强化学习综述
基于骨架的双流时空动态图卷积网络手语识别
重建对齐改进统一多模态模型
基于矩和功率谱的文本到图像模型高斯正则化
FASL-Seg:手术场景的解剖和工具分割
医疗制造的双模式深度异常检测:结构相似性和特征距离
利用基于 LLM 的代理系统中的工具行为劫持工具调用提示
测量指标:跨模型系列的表征相似性指标的判别能力
AR-KAN:用于时间序列预测的自回归权重增强型 Kolmogorov-Arnold 网络
MIDOG 2025 轨道 2 的病理学基础模型集合:非典型有丝分裂分类
深度学习驱动的烹饪物体多模态检测和运动分析
Middo:通过闭环学习增强 LLM 微调的模型信息动态数据优化
MovieCORE:电影中的认知推理
ASE:用于评估 AI 生成代码安全性的存储库级基准
广义不变量与本构神经网络的结合:超弹性材料的新框架
用于可解释分类的神经逻辑网络
转动你的眼睛:通过明确的 3D 眼球旋转实现视线重定向
可控表面扩散神经发育轨迹生成模型
决定如何应对:指导决策者应对人工智能系统的审议框架
SCORPION:解决扫描仪引起的组织病理学变异
ThinkAct:通过强化视觉潜在规划进行视觉-语言-动作推理
SPICE:用于问题清晰度、测试覆盖率和工作量估算的自动化 SWE-Bench 标记管道
FreeAudio:无需训练的时间规划,实现可控的长篇文本转音频生成
EnCoBo:可解释生成的能量引导概念瓶颈
T-SYNTH:基于知识的合成乳房图像数据集
MedVAL:利用语言模型实现专家级医学文本验证
无约束人脸识别系统后门攻击的生存能力
“医生,您好吗?”:分析用户如何在大规模对话式 AI 数据集中寻找健康信息
面向实际应用的工程 RAG 系统:设计、开发和评估
车载网络切片中动态资源管理的可解释人工智能框架
DiCoRe:通过发散-收敛法学硕士推理增强零样本事件检测
利用全景激光雷达-摄像机融合的地面机器人进行复杂环境的语义探索和密集地图绘制
评估用于欺诈检测的监督学习模型:对不平衡交易数据的经典和深度架构的比较研究
二值化神经网络向算法简单性收敛:学习即压缩假设的实证支持
PMPO:小型和大型语言模型的概率度量提示优化
DisastIR:灾害管理综合信息检索基准
基于结构的异常检测的偏好隔离森林
无需信任的自治:理解自主主权去中心化人工智能代理的动机、利益和治理困境
GRADA:基于图的重排序对抗对抗性文档攻击
模块化机器学习:迈向新一代大型语言模型的必由之路
基于直接视频的时空深度学习用于牛跛足检测
先读后想:循序渐进地阅读,缓解法学硕士(LLM)理解障碍
人机交互强化学习中的零样本 LLM:用奖励塑造取代人类反馈
通过任务并行性预测多智能体专业化
利用基于图的知识微调视觉语言模型,实现可解释的医学图像分析
VLM-E2E:通过多模式驾驶员注意力融合增强端到端自动驾驶
METAL:具有测试时间缩放功能的图表生成多智能体框架
SNaRe:用于低资源事件检测的领域感知数据生成
叠加特定任务特征以进行模型合并
在数学推理的推理尺度下检验假阳性
SWAT:用于逐步领域适应的滑动窗口对抗训练
用于求解复杂积分方程的具有残差的高级物理信息神经网络
检索-逆向:基于检索的无机逆向合成与专家知识
解锁法律知识:瑞士司法摘要的多语言数据集
通过大型语言模型重建差异隐私文本清理
3DS:通过分解难度数据选择实现 LLM 医学领域适应
图拓扑在生物医学知识图谱完成模型性能中的作用
针对异构图节点分类的 Top K 增强强化学习攻击
边学边忘:生成语言模型的迭代忘却学习框架
EXPLOR:基于分布不确定性的拒绝的外推伪标签匹配
利用图网络进行时空异常检测,用于强子量能器数据质量监测
基于规则的错误检测和纠正,以实现运动轨迹分类
基于抽象语法树(AST)的异构定向超图神经网络用于代码分类
说“也许”的艺术:用于 VLM 中不确定性基准测试的共形镜头
人类+人工智能加速广告本地化评估
生成人工智能中的统计方法
InMind:评估法学硕士在捕捉和应用个体人类推理风格方面的能力
DSperse:零知识机器学习中的目标验证框架
DualSG:双流显式语义引导的多变量时间序列预测框架
众人评判:更多视角是否意味着更少偏见?基于多智能体法学硕士法官课程的偏见放大与抵制
通过分层协同自我游戏强化学习掌握多无人机排球
将 AutomationML 文件自动映射到本体,以进行图形查询和验证
用于高保真 RIR 生成的显式上下文驱动神经声学建模
FlowRL:匹配 LLM 推理的奖励分布
Orion:模糊测试工作流自动化
TITAN:一种用于大规模VQE中自适应参数冻结的轨迹信息技术
通过卷积解码和拒绝微调实现快速流畅的扩散语言模型
SMARTER:一个通过自增强大型语言模型改进毒性检测和解释的数据高效框架
LORA RF 指纹识别机器学习模型中的水印和异常检测
基于二维自然图像预训练模型的半监督三维医学分割
利用几何视觉错觉作为视觉模型的感知归纳偏差
探索音频效果如何利用基础模型改变情绪
WorldForge:通过免训练指导解锁视频传播模型中的新兴 3D/4D 生成
通过多级项目建设的精益形式化来说明科学的机械化
大规模多智能体强化学习中的脆弱智能体识别
TextMine:法学硕士驱动的人道主义排雷行动知识提取
聆听、想象与精炼:基于 LLM 的启发式优化 ASR 校正框架
基于注意力机制的双重压缩,实现 ViT 的高效通信分割学习
Load more
Made with Slashpage