神经网络中的个别神经元通常代表无关特征的混合物。这种现象称为多疾病，可以使解释神经网络更加困难，因此我们旨在了解其原因。我们建议通过功能\ emph {apcation}的镜头进行此操作，这是每个特征在嵌入空间中消耗的分数维度 ...

在本文中，我们提出了MM-KWS，这是一种新颖的方法，用于用户定义的关键字发现利用文本和语音模板的多模式注册。与以前仅关注文本或语音特征的方法不同，MM-KWS从两种模式中提取音素，文本和语音嵌入。然后将这些嵌入与查询语音嵌入以检测目标关键字的嵌入 ...

在与越来越多的代理AI系统相互作用的时代，能够与用户进行对话之间的联系，语音是指挥代理的重要方式。通过识别和使用语音情绪（即 ...

大型语言模型（LLMS）经常产生实际上不准确的产出 - 一种称为幻觉的现象 - 限制了其在知识密集的NLP任务中的准确性。检索授权的生成和代理框架（例如推理和代理（REACT））可以通过使模型访问外部知识来解决此问题。但是，LLM通常无法忠于检索信息 ...

神经体系结构搜索（NAS）已被广泛采用，以设计准确有效的图像分类模型。但是，将NAS应用于新的计算机视觉任务仍然需要大量的努力。这是因为1）先前的NAS研究已在图像分类上过度优先，而在很大程度上忽略了其他任务； 2）许多NAS的工作重点是优化无法将其转移到其他任务的特定任务组件； 3）现有的NAS方法通常被设计为“无近距离”，需要大量努力与每个新任务的培训管道集成 ...

在过去的十年中，深度学习的进步导致了许多领域的突破，包括计算机视觉，自然语言理解，语音识别和强化学习。专业，高性能的神经体系结构对于这些领域的深度学习成功至关重要。神经体系结构搜索（NAS）是为给定任务自动化神经体系结构设计的过程，是自动化机器学习的不可避免的下一步，并且已经超过了许多任务上最好的人为设计的体系结构 ...

神经体系结构搜索（NAS）通过自动设计有效的神经网络体系结构具有很大的影响。但是，常规NAS算法的过度计算需求（例如 ...

我们提出了Rayzer，这是一种自我监督的多视图3D视觉模型，在没有任何3D监督的情况下训练，即相机姿势和场景几何形状，同时表现出新兴的3D意识 ...