心电图（ECG）信号的心房颤动（AF）检测对于早期诊断和管理心血管疾病至关重要。但是，在具有重要域变化的不同数据集中部署强大的AF检测模型仍然是一个挑战。在本文中，我们使用测试时间扩展（TTA）来解决跨域问题并增强AF检测性能 ...

我们提出了一种通过增强学习来优化思考链的方法，但没有外部奖励功能。我们的算法依赖于将思想链视为潜在变量，这是概率推断问题的一部分。与完整的证据相反，我们建议采用更简单的詹森的下限，该jensen的下边界通过简单的算法组件得出了可拖动的目标（e ...

会话推荐系统（CRS）已成为通过自然语言对话提供个性化建议的变革性范式。但是，由于用户通常会提供简短的，不完整的偏好陈述，因此他们面临着知识稀疏性的挑战。尽管最近的方法已经整合了外部知识来源来减轻这种情况，但他们仍然在语义理解和复杂的偏好推理上挣扎 ...

计算存在巨大的内存问题。记忆系统由不同级别的多种技术组成，负责大多数能源消耗，性能瓶颈，健壮性问题，货币成本以及现代计算系统的硬件房地产。随着现代和新兴应用变得更加数据密集型（正如我们在e中见证的那样，这一切都变得更糟 ...

大型语言模型的最新进展已经证明了思想链（COT）和增强学习（RL）如何改善性能。但是，将这种推理策略应用于视觉生成领域仍然没有探索。在本文中，我们提出了T2i-R1，这是一种新型推理增强的文本对图像生成模型，由RL提供双层COT推理过程 ...

尽管网络稀疏性在减轻大语言模型（LLMS）的部署应变方面具有功效，但它仍会承受重大的性能降低。应用低级适应（LORA）来微调稀疏的LLMS提供了一种直观的方法来应对这种困境，而它却存在缺点，包括：1）无法将Lora重量整合到稀疏的LLMS训练后，而2）在高弹药率下的性能恢复不足。在本文中，我们引入了动态低级稀疏适应性（LOSA），这是一种新颖的方法，它无缝地将低级适应性整合到统一框架内的LLM稀疏 ...

高光谱图像（HSIS）在成像过程中通常会遭受多种和未知的降解，导致严重的光谱和空间扭曲。现有的HSI恢复方法通常依赖于特定的降解假设，从而在复杂的情况下限制了它们的有效性。在本文中，我们提出了MP-HSIR，这是一种新型的多项目框架，可有效整合光谱，文本和视觉提示，以实现跨不同降解类型和强度的通用HSI恢复 ...

在3D Vision中，建模和重新渲染动态3D场景是一项艰巨的任务。先前的方法基于NERF并依赖于隐式表示。这很慢，因为它需要许多MLP评估，从而限制了现实世界的应用程序 ...