标签
本文介绍了一种多分支特征融合框架，用于检测和传播健康虚假信息，整合了语义、修辞和心理学线索，在基准数据集上表现出色。
本文提出了一种多模态框架，利用瓶颈编码器和带门控机制的RoBERTa，联合改进印度语言的自动语音识别（ASR）和方言识别（DID）。在包含33种方言的八种语言上评估，该方法实现了81.63%的方言识别准确率，并将CER/WER降低至4.65%/17.73%。
提出了一种强化学习框架，利用局部线性嵌入捕捉环境动态，并通过注意力机制自适应融合动态特定特征和奖励特定特征，受神经科学原理启发，提高了学习效率。
MM++是一个完全无监督的事后分布外检测框架，通过Top-K门控特征融合融合具有判别性的中间层，并使用正则化的绑定协方差矩阵进行尺度不变距离估计。
本文提出了 DRoRAE，这是一种通过融合预训练视觉编码器中的多层特征（而非仅依赖最后一层）来改善视觉标记化的方法。该方法在 ImageNet 上展示了重构和生成质量的显著提升，并确立了融合容量与性能之间的缩放定律。