生成式方法控制复杂物理系统：DiffPhyCon 的创新与应用
摘要
本文介绍了一种名为 DiffPhyCon 的新方法，用于解决复杂物理系统的控制问题。该方法通过扩散模型联合优化生成能量和控制目标，能够生成控制序列和状态轨迹。此外，作者还提出了一种先验重加权技术，以在训练分布之外发现更好的控制序列。作者在 1D Burgers 方程和 2D 水母运动控制任务上进行了实验，结果表明该方法优于传统的、有监督的和强化学习方法。
Read more...知识图谱与大型语言模型的融合：提升AI的智能与可信度
摘要
本文探讨了如何结合知识图谱（KGs）和大型语言模型（LLMs）以提升自然语言处理（NLP）任务的性能。论文指出，尽管LLMs在语言理解和生成方面表现出色，但它们仍存在幻觉和缺乏领域特定知识的问题。通过引入KGs，可以有效地解决这些问题，因为KGs以结构化格式组织信息，能够捕捉实体间的关系。此外，LLMs也能辅助KGs的构建和验证。论文通过分析28篇相关文献，系统地比较了KG增强的LLMs、LLM增强的KGs以及LLM-KG混合方法，为研究人员提供了深入的见解和指导。
Read more...联邦学习的威胁与防御：全面综述与挑战
融合本体设计与CRISP-DM：网络物理系统维护的创新方法
摘要
本文介绍了一种将领域专家中心的本体设计与跨行业数据挖掘标准流程（CRISP-DM）相结合的方法，旨在为网络物理系统（CPS）的纠正维护构建特定应用的本体。该方法分为三个阶段：首先，系统地指定本体需求，定义相关知识范围；其次，使用领域特定的本体构件对CPS生命周期数据进行上下文化处理；最后，利用从数据中提取的新见解来填充和扩展本体。该方法在一个模块化过程工厂的异常检测案例研究中得到了验证。
Read more...语言模型的自我识别能力：探索与发现
摘要
本文探讨了语言模型的自我识别能力，通过生成“安全问题”来评估模型的自我识别能力，实验发现大多数模型在某些问题上能准确识别自己的输出，但没有证据表明模型具有一致的通用自我识别能力。
Read more...超图注意力：革新文档语义实体识别的新框架
摘要
本文介绍了一种基于超图的文档语义实体识别框架HGA，该框架通过超图注意力机制同时关注实体边界和实体类别，从而在文档理解任务中实现更精细的文本表示分析。HGA方法在GraphLayoutLM的基础上构建了新的语义实体识别模型HGALayoutLM，并在多个数据集上展示了其优越的性能，达到了新的技术水平。
Read more...逻辑编程在答案集语义下的非正式语义：历史回顾与应用前景
摘要
本文回顾了与逻辑编程在答案集语义下的非正式语义相关的历史调查。文章聚焦于四个具有里程碑意义的出版物，并通过相同的呈现风格和命题程序对其进行了非正式语义的对比。这些出版物涵盖了从1988年到2014年的时间段，涉及了逻辑编程的两个主要范式：答案集编程（ASP）和ASP-Prolog。ASP主要用于解决复杂的组合搜索问题，而ASP-Prolog则是一种知识表示语言，旨在模拟和捕捉领域知识，并考虑到底层的智能/理性代理。文章通过详细的历史回顾和语义分析，展示了这两个范式在逻辑编程中的应用和重要性。
Read more...隐藏在雷达下的秘密：SAR图像反取证攻击技术
摘要
本文探讨了合成孔径雷达（SAR）图像在网络平台广泛可用性背景下，如何通过恶意篡改进行本地编辑的问题。文章提出了一种反取证攻击方法，通过模拟SAR系统的重新采集过程，隐藏本地篡改的痕迹，使得篡改后的图像看起来像是合法生成的。该方法在多种篡改操作场景下进行了有效性评估，结果表明，即使是最先进的取证检测器也无法检测到篡改痕迹。
Read more...震惊！VLMs竟然在这些简单任务上表现不佳！
摘要
这篇论文主要探讨了具有视觉能力的大型语言模型（VLMs）在低级别视觉任务上的表现。作者设计了一套名为BlindTest的7个视觉任务，包括判断两个圆是否重叠、两条线是否相交、字母是否被圈住、计数等，发现当前的VLMs在这些任务上的表现远不如人类，甚至在一些简单的任务上也会出现错误。这表明VLMs在视觉感知方面存在局限性，需要进一步改进。
Read more...震惊！这些人工智能模型竟然是“睁眼瞎”？
摘要
这篇论文探讨了具有视觉能力的大型语言模型（VLMs）在低级别视觉任务上的表现。作者通过一系列实验，测试了四种最先进的 VLMs 在识别几何图形、计数、路径跟踪等方面的能力。结果发现，这些模型在一些简单任务上的表现远不如人类，例如无法准确判断两个圆是否重叠、两个直线是否相交、字母是否被圆圈包围等。这表明 VLMs 的视觉能力存在局限性，需要进一步改进。
Read more...Previous Page
43 of 156
Next Page