开通会员限时优惠

登录 | 注册

全部分类

外文论文

类型:

D2CSE:基于差异感知的深度连续提示对比句子嵌入（英文版）

英文标题：D2CSE: Difference-aware Deep continuous prompts for Contrastive Sentence Embeddings中文摘要：本文提出了一种基于连续提示的差异感知深度对比句子嵌入方法（D2CSE），它可以区分相似句子的细微差异并在自我引导的情况下使用对比学习和条件替换令牌检测来执行多个任务，同时减少了训练参数数量，并且在语义文本相似度基准测试中达到了最新的表现水平。英文摘要：This paper describes Differenc...

2023-04-21 161 630.34KB 14页
一种用于葡萄牙语肿瘤健康记录的生物医学实体提取流水线（英文版）

英文标题：A Biomedical Entity Extraction Pipeline for Oncology Health Records in Portuguese中文摘要：采用深度神经模型，结合命名实体识别，并参考葡萄牙肿瘤研究所的专家意见，文中提出了一种从欧洲葡萄牙语癌症病历中提取手术程序，药物和疾病的策略，并取得了较好的性能表现。英文摘要：Textual health records of cancer patients are usually protracted and hi...

2023-04-21 110 555.89KB 7页
自主系统：室内无人机导航（英文版）

英文标题：Autonomous Systems: Autonomous Systems: Indoor Drone Navigation中文摘要：使用 ROS 导航系统和模拟飞行器，构建一个能够在室内无需 GPS 的环境中自主移动的模拟无人机。英文摘要：Drones are a promising technology for autonomous data collection and indoorsensing. In situations when human-controlled UAV...

2023-04-21 168 636.71KB 10页
智能外骨骼：利用元认知代理探索抵制信息误导的策略（英文版）

英文标题：Exoskeleton for the Mind: Exploring Strategies Against Misinformation with a Metacognitive Agent中文摘要：本研究提出了一个基于元认知理论的反错误信息代理人，并在 Twitter 上进行了实验评估。结果表明，单一策略并不优于对照组，透明和清晰的逻辑对用户参与至关重要，同时也确认了人们对于重复接触错误信息和缺乏用户参与的担忧。英文摘要：Misinformation is a global pr...

2023-04-21 81 1.01MB 18页
通过主动奖励学习实现证明反馈高效强化学习（英文版）

英文标题：Provably Feedback-Efficient Reinforcement Learning via Active Reward Learning中文摘要：本文提供一种以人类在强化学习中的角色为基础的算法框架，旨在从理论角度解决设计有效的奖励函数的问题。我们提供了一种主动学习的 RL 算法，通过仅在某些状态动作对上询问少量关于任务奖励的问题，保证以高概率提供几乎最优的任务策略。英文摘要：An appropriate reward function is of paramoun...

2023-04-21 94 553.59KB 35页
基于 LLM 的内容生成交互：IT 部门员工感知的案例研究（英文版）

英文标题：LLM-based Interaction for Content Generation: A Case Study on the Perception of Employees in an IT department中文摘要：本研究通过问卷调查测量了 IT 公司员工使用生成工具的意愿，结果表明虽然其可接受性一般，但使用意愿随工具实用性感知程度提高而增加，并且使用频率是理解员工在工作中如何看待这些工具的关键因素。英文摘要：In the past years, AI has seen ...

2023-04-21 136 283.33KB 14页
基于 GNN 的 SAT 求解中的变量依赖问题解决（英文版）

英文标题：Addressing Variable Dependency in GNN-based SAT Solving中文摘要：AsymSAT 是一种基于 GNN 的架构，能够扩展 GNN-based 方法的解题能力，改善 SAT 问题求解的性能，并通过使用生成的相关预测来维护变量之间的依赖关系。英文摘要：Boolean satisfiability problem (SAT) is fundamental to many applications.Existing works have us...

2023-04-21 113 710.3KB 8页
使用骨骼云彩色化进行自监督的 3D 动作表示学习（英文版）

英文标题：Self-Supervised 3D Action Representation Learning with Skeleton Cloud Colorization中文摘要：本文提出了一种自监督的方法，设计了一种新颖的骨骼云着色技术，并通过骨骼序列数据的无标签学习学习骨骼的空间和时态表示。该方法在不同配置下训练的线性分类器上评估，并在多个数据集上进行了广泛的实验。结果表明，该方法在无监督和半监督 3D 动作识别方法中取得了很大的提升，并且在监督 3D 动作识别方面也取得了竞争性能。英...

2023-04-21 145 5.53MB 16页
基于掩码语言模型的文本对抗样本检测（英文版）

英文标题：Masked Language Model Based Textual Adversarial Example Detection中文摘要：提出了基于掩蔽语言模型的检测方法（MLMD），用于区分正常示例和对抗攻击示例，通过探索被掩蔽语言模型引起的流形变化产生明显可区分的信号，并且在各种基准文本数据集、机器学习模型和最先进的对抗攻击上都表现出强大的性能。英文摘要：Adversarial attacks are a serious threat to the reliable deploy...

2023-04-21 120 804.91KB 13页
Few-Shot Imitation Learning 通过查询未标记的数据集进行行为检索（英文版）

英文标题：Behavior Retrieval: Few-Shot Imitation Learning by Querying Unlabeled Datasets中文摘要：本研究通过利用少量下游专家数据有针对性地获取有关未标记数据集的信息，设计了一种新颖的机器人学习方法以有效地学习视觉运动技能。该方法效果显著，在通过视频实景测试和实际机器人操作中超越了以往更为复杂的目标设定方法 20% 的表现英文摘要：Enabling robots to learn novel visuomotor s...

2023-04-21 124 3.78MB 15页
神经塌陷现象的研究：Grassmann 框架，对称性，泛化（英文版）

英文标题：A Study of Neural Collapse Phenomenon: Grassmannian Frame, Symmetry, Generalization中文摘要：本文提出了广义神经崩溃假说，并通过优化和分类的推广获得 Grassmann 框架结构。该结构在球面上最大化地分离每两类的特征，不需要比类别数量更大的特征维度。我们发现了对称泛化现象，并提供了一个用于解释置换的对称泛化定理。尽管不同特征方向导致不同泛化的原因仍需未来研究。英文摘要：In this paper, w...

2023-04-21 123 5.21MB 25页
随机鹦鹉寻找随机鹦鹉：LLMs 易调优且难以被其他 LLMs 检测出（英文版）

英文标题：Stochastic Parrots Looking for Stochastic Parrots: LLMs are Easy to Fine-Tune and Hard to Detect with other LLMs中文摘要：本文研究了如何对抗当前大规模语言模型检测工具的缺陷，发现攻击者结合 reinforcement from critic 优化方法和 AdamW 优化器可以轻松地规避检测，并对检测器进行破坏，这对防范恶意使用情况具有重要意义。英文摘要：The self-a...

2023-04-21 106 1.39MB 32页
基于预训练语言模型的医学文本摘要综述（英文版）

英文标题：A Survey on Biomedical Text Summarization with Pre-trained Language Model中文摘要：本文系统总结了使用预训练语言模型（ Pre-trained language models）的生物医学文本摘要的最新进展、挑战问题和未来方向，帮助我们更好地理解该领域的最新进展和使用预训练语言模型在生物信息学中的应用。英文摘要：The exponential growth of biomedical texts such as b...

2023-04-21 95 3.56MB 19页
Outlier Suppression+:大型语言模型的等效最佳移位和缩放准确量化（英文版）

英文标题：Outlier Suppression+: Accurate quantization of large language models by equivalent and optimal shifting and scaling中文摘要：提出一种 Outlier Suppression + 的框架，其中采用了 channel-wise shifting 技术和 scaling 操作用于消除 transformer 语言模型中的异常值，并通过实验表明该框架在 8 比特和 6 比特设置...

2023-04-21 461 1.58MB 14页
GKLS 生成器的计算和探索性地形分析（英文版）

英文标题：Computational and Exploratory Landscape Analysis of the GKLS Generator中文摘要：本文分别进行计算分析和探索性分析，利用 GKLS 生成的问题类别对三种最先进的优化方法进行基准测试，结果表明 GKLS 生成了 “大海捞针” 类问题，随着维度的增加，这些问题变得极其难以优化。此外，还与其他两个广泛使用的基准测试集的 ELA 进行比较，并讨论结果的意义。英文摘要：The GKLS generator is one of t...

2023-04-21 321 4.25MB 9页
基于对比个性蒸馏的零样本个性化表格生成（英文版）

英文标题：Towards Zero-Shot Personalized Table-to-Text Generation with Contrastive Persona Distillation中文摘要：研究采用零样本的方式进行个性化表格文本生成，提出了一种半监督方法，利用对比个性蒸馏实现个性化内容。该方法旨在提高文本信息生成的个性化表现，同时维持内容的真实性，实验表明该方法表现出色。英文摘要：Existing neural methods have shown great potentia...

2023-04-21 114 1.05MB 5页
AI-Enabled 系统中用户信任的系统文献综述：以人机交互为视角（英文版）

英文标题：A Systematic Literature Review of User Trust in AI-Enabled Systems: An HCI Perspective中文摘要：对用户信任、影响因素和测量方法进行的 23 个实证研究的综述确认了定义信任的多种方法和用户特征对 AI 启用系统中的信任产生的影响等主题，从而为未来技术和设计策略、研究和举措提供了洞察。英文摘要：User trust in Artificial Intelligence (AI) enabled syst...

2023-04-21 396 1.89MB 17页
机器翻译质量评估领域自适应优化（英文版）

英文标题：Tailoring Domain Adaptation for Machine Translation Quality Estimation中文摘要：本文介绍了一种强大的质量估计系统，通过结合领域自适应和数据增强的方法，解决了数据稀缺和领域匹配的问题，获得了明显的性能提升，具有更好的跨语种推理和零样本学习表现。英文摘要：While quality estimation (QE) can play an important role in the translationprocess, ...

2023-04-21 137 334.8KB 12页
利用网络视觉资源增强教科书以促进学习（英文版）

英文标题：Enhancing Textbooks with Visuals from the Web for Improved Learning中文摘要：本文研究了使用视觉 - 语言模型自动从网络中获取图片来增强教科书的有效性，将该任务作为一种新的优化问题。经过众包评估验证了该方法的可行性，并发布了相应的数据集以促进更多的研究。英文摘要：Textbooks are the primary vehicle for delivering quality education tostudents. I...

2023-04-21 95 2.11MB 17页
LTC-SE：扩展液态时常神经网络的潜力，为可扩展的人工智能和嵌入式系统提供支持（英文版）

英文标题：LTC-SE: Expanding the Potential of Liquid Time-Constant Neural Networks for Scalable AI and Embedded Systems中文摘要：LTC-SE 是 Liquid Time-Constant 算法的升级版，针对嵌入式系统的独特约束，通过增强灵活性、兼容性和代码组织等方面的优化，扩展了液态神经网络在机器学习任务中的适用性。英文摘要：We present LTC-SE, an improved ...

2023-04-21 170 777.44KB 11页

...

42

确认删除?