在过去的几年中，YOLO 系列模型已成为实时目标检测领域的领先方法。许多研究通过修改架构、增加数据和设计新的损失，将基线提升到更高的水平。然而，我们发现以前的模型仍然存在信息融合问题，尽管特征金字塔网络（FPN）和路径聚合网络（PANet）已经缓解了这个问题 ...

我们提出了一种名为 NVQLink 的架构，用于将高性能计算 (HPC) 资源连接到量子处理单元 (QPU) 的控制系统，以加速 QPU 运行所需的工作负载。我们的目标是支持 QPU 的每种物理形态和每种类型的 QPU 系统控制器 (QSC)。 HPC 资源针对延迟容忍度为数十微秒的任务进行了实时（延迟有限）处理优化 ...

随着大型语言模型 (LLM) 在移动和边缘平台上的部署不断增加，保护它们免受模型提取攻击已成为一个紧迫的问题。然而，在不牺牲 GPU 等不可信 AI 加速器性能优势的情况下保护模型隐私，是一个具有挑战性的权衡。在本文中，我们启动了 LLM 上高性能执行的研究，并提出了 SecureInfer，这是一种混合框架，利用异构可信执行环境 (TEE)-GPU 架构来隔离隐私关键组件，同时将计算密集型操作卸 ...

点击率 (CTR) 预测在无处不在的网络推荐应用中变得不可或缺。然而，当前的方法在用户交互极其稀疏的冷启动场景下表现不佳。我们将此问题视为对用户行为是否足够丰富以捕获预测兴趣的自动识别，并提出自动量化对比学习（AQCL）损失来规范模型 ...

自主代理必须学会协作。每次任务的难度超过单个代理的能力时，开发一个新的集中式代理是不可扩展的。虽然多智能体协作研究在类似网格世界的环境中蓬勃发展，但考虑视觉丰富领域的工作相对较少 ...

机器学习模型通常容易受到推理攻击，从而暴露训练数据中的敏感信息。此类攻击通常采用影子模型技术，例如成员资格推断。然而，需要大量的影子模型导致计算成本较高，限制了其实际适用性 ...

机器人技术的最新进展已经改变了制造、物流、外科和行星探索等行业。一个关键的挑战是开发高效的运动规划算法，使机器人能够在复杂的环境中导航，同时避免碰撞并优化路径长度、扫描面积、执行时间和能耗等指标。在可用的算法中，基于采样的方法因其处理复杂环境、探索自由空间并提供概率完整性以及其他形式保证的能力而在研究和工业界获得了最大的关注 ...

无人机面临的最关键挑战是规划路径并避开途中的障碍。近年来，人们开发了多种路径规划算法。这些算法成功地解决了路径规划问题；然而，它们面临着多重挑战和限制 ...