大型语言模型(LLMS),例如Chatgpt,已经表现出巨大的潜力,但也引入了与内容限制和潜在滥用有关的挑战。我们的研究调查了三个关键的研究问题:(1)可以越狱LLM的不同提示类型的数量,(2)越狱提示在规避LLM限制的有效性,以及(3)Chatgpt在这些越狱提示中的弹性。最初,我们开发了一个分类模型,以分析现有提示的分布,确定十种不同的模式和三种越狱提示 ...
在这项工作中,我们介绍了第一个用于实时,音频驱动的肖像画的自动回归框架,又名Talking Head ...
基于CNN的主要CNN方法用于跨视图图像地理位置定位依赖于极性变换,并且无法模拟全局相关性。我们提出了一种基于 Transformer 的方法(Transgeo),以从不同的角度解决这些局限性。 Transgeo充分利用了与全球信息建模和明确位置信息编码相关的 Transformer 的优势 ...
我们提出了Experts(COE),这是一种新的Experts(MOE)体系结构,该体系结构在每一层中介绍了连续的专家通信。与传统的MOE模型(专家在并行地独立运作)不同,COE在一层内部的一系列专家中迭代地迭代。为了支持跨越迭代的动态专家选择,COE在一层的每个迭代步骤中采用专用路由器 ...
在本文中,我们介绍了一个名为医院的模拟代理,它模拟了治疗疾病的整个过程。所有患者、护士和医生均由大型语言模型(LLM)提供支持的自主代理。我们的中心目标是让医生代理人能够学习如何在模拟中治疗疾病...... ...
在本文中,我们介绍了U-NET V2,这是一种用于医学图像分割的新型稳健且有效的U-NET变体。它的目的是将语义信息注入低级功能,同时精炼高级功能,并提供更细节。对于输入图像,我们首先使用深层神经网络编码提取多层次特征 ...
由于产生有害图像,例如非安全的工作(NSFW),例如稳定扩散和dall $ \ cdot $ e之类的文本形象生成模型引起了许多道德问题。为了解决这些道德问题,通常采用安全过滤器来防止生成NSFW图像。在这项工作中,我们提出SneakyPrompt,这是第一个自动攻击框架,以越狱文本到图像生成模型,以便即使采用了安全过滤器,它们也会生成NSFW图像 ...
基于 Transformer 的模型已成为时间序列预测的有前途的工具。但是,这些模型无法对长输入时间序列进行准确的预测。一方面,他们未能在时间序列数据中捕获全局依赖性 ...