在本文中，我们提出了一个称为gen6d的可推广的无模型的6-DOF对象姿势估计器。现有的可推广姿势估计器要么需要高质量的对象模型，要么需要在测试时间内进行额外的深度图或对象掩码，这大大限制了其应用程序范围。相比之下，我们的姿势估计器仅需要一些看不见的对象的姿势图像，并且能够准确预测对象在任意环境中的姿势 ...

大型语言模型（LLM）的现有培训时间安全对准技术仍然容易受到越狱攻击的影响。直接偏好优化（DPO）是一种广泛部署的对齐方法，在实验和理论环境中都表现出局限性，因为其损失函数证明是拒绝学习的次优。通过基于梯度的分析，我们确定了这些缺点，并提出了改进的安全对准，将DPO目标分解为两个组成部分：（1）强大的拒绝训练，即使产生了部分不安全的世代，也鼓励拒绝拒绝，（2）有针对性的有害知识的靶向不学习 ...

该技术报告介绍了我们的解决方案，即在CVPR 2023的自动驾驶挑战中的3D占用预测轨道的“ OCCTransFormer”。我们的方法建立在强大的基线bevformer上，并通过几种简单但有效的技术提高了其性能。首先，我们采用了数据增强来增加培训数据的多样性并提高模型的概括能力 ...

多模式基础模型（MMFMS）在各种应用中起着至关重要的作用，包括自主驾驶，医疗保健和虚拟助手。但是，一些研究揭示了这些模型中的漏洞，例如通过文本对图像模型生成不安全的内容。多模型模型的现有基准主要评估这些模型的有益性，或者仅关注有限的观点，例如公平和隐私 ...

大型语言模型（LLM）越来越多地用于复杂的工作流程中，其中不同的LLM和微调变体协作解决复杂的任务。但是，由于共享上下文的冗余上下文处理，这些系统面临着重要的效率低下。我们提出了DroidSpeak，该框架优化了从同一基础模型得出的微调LLMS之间的上下文共享 ...

包括机器人和无人机在内的自主系统在通过动态环境中导航时面临重大挑战，尤其是在城市环境中，障碍，交通波动和行人活动不断变化。尽管传统的运动计划算法（例如波前计划者和梯度下降计划者）使用潜在功能，在静态环境中运行良好，但它们在环境正在不断变化的情况下却缺乏。这项工作提出了一种专门为自主系统设计的动态实时路径计划方法，使它们能够有效避免静态和动态的障碍，从而增强其整体适应性 ...

利益点（POI）推荐系统旨在根据用户的偏好和历史检查来预测下一个目的地。现有的生成POI推荐方法通常采用随机数字ID进行POI，从而限制了模拟相似位置之间语义关系的能力。在本文中，我们提出了具有语义ID（GNPR-SID）的生成性下一个POI推荐，这是一种基于LLM的POI推荐模型，具有新型的语义POI ID（SID）表示方法，可增强对POI建模的语义理解 ...

LLM集成的应用程序和代理很容易受到迅速注射攻击的影响，在这种情况下，攻击者将其注入其输入中以诱导攻击者的输出。一种检测方法旨在确定给定输入是否被注入的提示污染。但是，现有的检测方法对最新攻击的有效性有限，更不用说适应性攻击了 ...