智能辅导系统优化学习材料的选择和时间安排，以增强理解和长期保留。这需要估计学习者的进度（“知识追踪”；KT）和学习领域的先决条件结构（“知识映射”）。虽然最近的深度学习模型实现了较高的 KT 准确性，但它们是以牺牲心理模型的可解释性为代价的 ...

将大型语言模型 (LLM) 部署到特定领域问答 (QA) 的真实场景中是 LLM 应用程序的关键推动力，这带来了许多挑战，特别是在确保响应既满足用户需求又适当利用特定领域知识方面基地。这是LLM申请的两大难点，普通的微调无法解决。结合这些要求，我们将它们视为模型偏好与人类偏好和谐一致的要求 ...

最近的自我监督学习工作依靠对比学习范式推进了最先进的技术，该范式通过将正对或来自同一类的相似示例推得更近，同时保持负对远离来学习表示。尽管取得了实证上的成功，但理论基础仍然有限——先前的分析假设给定相同类别标签的正对的条件独立，但最近的实证应用使用高度相关的正对（即， ...

通过在 NeRF 学习到的从空间坐标到颜色和体积密度的映射中使用基于网格的表示，可以加速神经辐射场训练。然而，这些基于网格的方法缺乏对比例的明确理解，因此经常引入锯齿，通常以锯齿或缺失场景内容的形式出现。抗锯齿问题之前已由 mip-NeRF 360 解决，它解释沿锥体的子体积而不是沿射线的点，但这种方法本身并不与当前基于网格的技术兼容 ...

传统的 2D 姿态估计模型受到特定类别设计的限制，使其仅适用于预定义的对象类别。由于缺乏相关的训练数据，在处理新物体时，这种限制变得尤其具有挑战性。
为了解决这个限制，引入了类别不可知的姿态估计（CAPE） ...

许多实际应用都非常需要自动人体抠图。我们研究了最新的人体抠图方法，并表明当语义人体分割失败时会发生常见的不良情况。这表明语义理解对于稳健的人类抠图至关重要 ...

四旋翼飞行器是灵活的平台。在人类专家的帮助下，它们可以在杂乱的环境中执行极高速的飞行。然而，高速完全自主飞行仍然是一个重大挑战 ...

以人为中心的感知任务，例如行人检测、基于骨架的动作识别和姿势估计，具有广泛的工业应用，例如元宇宙和运动分析 ...