2024-10-08 20 0

语音到语音翻译 (S2ST) 是打破世界各地人们之间语言障碍的关键。自动 S2ST 系统通常由语音识别、机器翻译和语音合成子系统的级联组成。然而，这种级联系统可能会遭受较长的延迟、信息丢失（尤其是副语言和非语言信息）以及子系统之间复合错误的...

2024-10-08 20 0

强化学习(RL) 是一种顺序决策范式，用于训练智能代理处理复杂任务，例如机器人运动、玩视频游戏、驾驶平流层气球和设计硬件芯片。虽然 RL 代理在各种活动中都表现出了良好的效果，但很难将这些代理的能力转移到新任务上，即使这些任务在语义上是等效...

2024-10-08 18 0

基于经典算法的设计技术已被证明对最近几个大规模问题的创新很有用，例如旅行行程和路线挑战。例如，Dijkstra 算法通常用于计算图中的路线，但计算量可能会迅速增加到超出小镇的规模。然而，“分区”道路网络的过程可以通过有效缩小计算过程中搜索的...

2024-09-30 42 0

联邦学习是一种机器学习设置，其中许多客户端（即移动设备或整个组织，取决于手头的任务）在中央服务器的协调下协作训练模型，同时保持训练数据的分散性。例如，联邦学习可以根据永远不会离开移动设备的用户数据 来训练虚拟键盘语言模型。联邦学习算法通过首...

2024-09-30 34 0

机器学习模型要想生成有意义的文本，就必须掌握大量有关世界的知识，并具备抽象能力。虽然经过此类训练的语言模型在规模扩大后能够自动获取这些知识，但如何最好地解锁这些知识并将其应用于特定的现实世界任务尚不清楚。一种成熟的实现方法称为微调，即在标记...

2024-09-30 35 0

晶体材料的原子以重复单元系统地排列，这种结构和其中所含的元素决定了材料的性质。例如，硅的晶体结构使其广泛应用于半导体工业，而石墨柔软的层状结构则可用于制作优质的铅笔。有一类晶体材料对于从电池技术到水电解（即将 H 2 O 分解为氢和氧）的广...

2024-09-30 32 0

近年来，人们对将深度学习应用于医学成像任务的兴趣日益浓厚，并在放射学、病理学和皮肤病学等各种应用方面取得了令人振奋的进展。尽管人们对它感兴趣，但开发医学成像模型仍然具有挑战性，因为由于注释医学图像需要耗费大量时间，因此高质量标记数据通常很少...

2024-09-30 40 0

在过去 20 个月中，COVID-19 疫情对日常生活产生了深远影响，给企业规划供需带来了物流挑战，也给政府和组织在及时应对公共卫生问题方面提供支持带来了困难。虽然已经有经过充分研究的流行病学模型可以帮助预测 COVID-19 病例和死亡人...

2024-09-30 47 0

机器学习 (ML) 在实际应用中的应用越来越广泛，因此了解模型的不确定性和稳健性对于确保实际性能至关重要。例如，当模型部署在与训练数据不同的数据上时，它会如何表现？模型如何发出可能出错的信号？为了掌握 ML 模型的行为，通常需要根据感兴趣任...

2024-09-30 37 0

视觉语言建模将语言理解建立在相应的视觉输入上，这对于开发重要的产品和工具 很有用。例如，图像字幕模型根据对给定图像的理解生成自然语言描述。虽然这种跨模态工作面临着各种挑战，但由于采用了有效的视觉语言预训练 (VLP)，过去几年在视觉语言建模...