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 ...