知识图嵌入（KGE）是一种越来越流行的技术，旨在将知识图的实体和关系代表到低维语义空间中，以用于广泛的应用，例如链接预测，知识推理和知识完成。在本文中，我们根据表示空间对现有的KGE技术进行系统的审查。特别是，我们建立一个细粒度的分类，以根据表示空间的三个数学观点对模型进行分类：（1）代数透视图，（2）几何透视图，以及（3）分析观点 ...

深度学习（DL）的最新进步对自动语音识别（ASR）提出了重大挑战。 ASR依靠广泛的培训数据集，包括机密数据集，并需要大量的计算和存储资源。启用自适应系统可以改善动态环境中的ASR性能 ...

大型语言模型 (LLM) 最近引起了广泛关注，主要是因为它们在基于文本的交互方面的能力。然而，自然的人类交互通常依赖于语音，因此需要转向基于语音的模型。实现这一目标的一个简单方法涉及“自动语音识别（ASR）+ LLM + 文本到语音（TTS）”的管道，其中输入语音被转录为文本，由 LLM 处理，然后转换回语音 ...

尽管大规模预训练视觉语言模型（ vlm）尤其是夹，但它们在语义分割中的应用仍然具有挑战性，但它们在语义分割中的应用仍然具有挑战性，clip的架构，并将残余连接确定为降低分割质量的主要噪声源。通过对不同预训练模型的残差连接的统计特性和注意力输出的比较分析 ...

在研究新型深度学习（DL）算法方面的巨大努力的驱动下，近年来，开发新模型的培训成本越来越大。我们分析了一家顶级研究所的GPU群集使用统计数据，以了解对典型的DL培训工作实现的硬件效率的更多见解。我们的研究表明，当重复推出时，单加速器培训工作可以主导整个集群的资源消耗（e ...

最近为基于会话的推荐任务提出了经常性神经网络（RNN）。这些模型比传统推荐方法表现出了令人鼓舞的改进。在这项工作中，我们进一步研究了基于RNN的模型，用于基于会话的建议 ...

（llm）（llm）的出现，视觉情境文本解析（ vSTP）取得了显着的进步。人们提出了各种方法来解决vstp的挑战性问题。然而，由于目标多样化和架构异构，以往的工作通常为各个任务设计特定于任务的架构和目标，这无意中导致了模式隔离和复杂的工作流程... ...

预训练和微调可以提高视觉任务的传输效率和性能。最近的增量调整方法为视觉分类任务提供了更多选择。尽管取得了成功，但现有的视觉增量调整技术未能超过对实例分割和语义分割等具有挑战性的任务进行完全微调的上限... ...