جدیدترین مقالات تحقیقاتی هوش مصنوعی از arXiv را کشف کنید — به‌روزرسانی خودکار روزانه برای پژوهشگران و علاقه‌مندان.
فرضیه «Neural Thickets» بیان می‌کند که مدل‌های زبانی پیش‌آموزش‌شده در مناطق متراکم از فضای وزن، متخصصان خاص وظیفه‌ای را در بر دارند که اختلالات گوسی تصادفی می‌توانند آنها را فاش کنند. ما بهبودهای گزارش‌شده را بازتولید می…
مدل‌های ترانسفورمر تولیدی فضای پیکسلی معمولاً از یک توکن برای هر قطعه‌ی تصویر استفاده می‌کنند، بنابراین برای استخراج جزئیات دقیق‌تر، نیاز به توکن‌های بیشتری دارند و هزینه‌های جهانی بالا می‌رود. مشاهده می‌کنیم که جزئیات د…
شناسایی مجدد (ReID) یکی از وظایفی حیاتی در نظارت ویدیویی برای جرائم، امنیت و مدیریت مرزی (تشخیص افراد مشکوک یا رها شده) و همچنین مدیریت افراد (بازیابی افراد گم شده) است. این وظیفه امکان هم‌پیوستگی صحنه‌های یکسان یک نفر د…
پیش‌بینی آب‌وهواهای شدید چند روز پیش از وقوع امکان‌پذیر است، اما پیامدهای آن بر بخش کشاورزی همچنان از پیش‌بینی خارج است: پیش‌بینی‌های موجود تنها مکان ضربه طوفان را مشخص می‌کنند، نه اینکه کدام محصولات تحت فشار قرار می‌گیر…
یک ناظر تنها بخشی از جهان اطراف خود را می‌بیند، با این حال باید از آنچه در خارج از دید فعلی قرار دارد آگاه بماند. در نتیجه، ادراک فضایی بیش از شناسایی تصاویر جداگانه است: به یک حالت فضایی پایدار نیاز دارد که تحت حرکت خود…
We present TextSeal2, a distortion-free watermark for large language models that keeps its signal under speculative decoding: tokens that replace rejected drafts remain watermarked with the same keys, and the acceptance…
Test-time scaling has emerged as a key inference strategy for reasoning models, where a model generates a large number of candidate solutions in the hope of finding at least one correct solution. Running all candidate so…
Wrong automatic routing of an IT support ticket can cost more than human triage. We evaluate cost-aware abstention as an offline, cost-conditional readiness assessment: select a routing policy on calibration data under e…
Existing sequential recommenders usually allocate a fixed computational budget to every item in a user's interaction history, regardless of the item's contribution to the final prediction. We challenge this de facto desi…
Video generation models can now depict remarkably realistic motion. Yet it is unclear how to use this motion beyond pixels: to animate a specific 3D asset and replay the animation in its 3D scene. For instance, a video m…