目前，我们正处于技术复杂性和深刻的社会转变的时代，在该时代，人工智能（AI）技术以大语言模型（LLM）为例，已经重新激发了有关“技术奇异性”的讨论。 “技术奇异性”是一种哲学概念，指的是AI能力超过人类的能力时发生的不可逆转和深刻的转变。但是，对AI技术的历史演变和未来趋势的定量建模和分析仍然很少，无法充分证实奇异性假设 ...
Synergizing Implicit and Explicit User Interests: A Multi-Embedding Retrieval Framework at Pinterest
工业推荐系统通常由多个阶段组成，包括检索，排名和混合。检索阶段在产生一组涵盖各种不同用户兴趣的候选项目中起着至关重要的作用。在此阶段，有效涵盖多样化和长尾用户的兴趣提出了一个重大挑战：在这方面，传统的两位塔模型由于用户项目功能互动有限而在这方面遇到了巨大的挑战，并且通常对顶级用例有偏见 ...
通常观察到声音回声损害了声源定位（SSL）方法的性能。我们介绍了用回声（Mirage）介绍麦克风阵列增强的概念，并展示了早期 - 回声特征的估计实际上如何使SSL受益。我们提出了一种基于学习的方案，用于回声估计以及基于物理的回声集合方案 ...
这项研究的主要目的是解决在普遍的大型语言模型（例如Chatgpt）医学知识中观察到的局限性，通过创建具有增强医疗建议准确性的专业语言模型。我们通过使用广泛使用的在线医疗咨询平台采购的100,000个患者doctor对话的大型数据集适应和完善大语言模型元AI（LLAMA）来实现这一目标。这些对话被清理和匿名，以尊重隐私问题 ...
最近，已证明增强学习（RL）可极大地增强大语言模型（LLMS）的推理能力，并且基于RL的方法已逐渐应用于视觉多模式任务。但是，在这些发展中，音频方式在很大程度上被忽略了。因此，我们在音频理解和推理方面进行了一系列RL探索，特别关注音频问题答案（AQA）任务 ...
在本文中，我们提出了一种估计声学反射器（例如，使用自我噪声）的邻近性的方法 ...
无人和聪明的农业系统对于提高农业效率和帮助减轻劳动力短缺的影响至关重要。但是，与城市环境不同，农业领域对自主机器人系统构成了独特而独特的挑战，例如环境的非结构化和动态性质，粗糙和不平坦的地形以及由此产生的非平滑机器人运动。为了应对这些挑战，这项工作介绍了适用于在复杂的农业环境中运行的自主农业移动机器人量身定制的自适应激光镜和映射框架 ...
我们提出GLM-4.1V思维，这是一种旨在推进通用多种模束推理的视觉模型（VLM）。 In this report, we share our key findings in the development of the reasoning-centric training framework. ...
