标签
本文介绍一种语义感知混合效应回归框架，用于衡量 Large Audio Language Models 中的公平性，通过控制语义变化和说话人身份，以获得更稳健和可解释的偏差估计。
介绍MobiDiff，一种端到端的离散扩散框架，通过对多通道语义骨架进行去噪来生成人类移动数据，在实际数据集上实现了更快的推理速度和具有竞争力的保真度。
CogSENet提出了一种受鹰眼启发的盲图像去模糊框架，利用语义感知模块和频率分解提升恢复质量与结构保真度，优于现有最先进方法。
一种针对LLM前缀缓存的新型语义自适应驱逐策略，学习不同令牌类型间的令牌重用模式，相比现有策略实现了1.4倍至2.7倍的TTFT提升。
本文提出CTO方法，通过对比学习和直接偏好优化结合语法引导与语义感知偏好优化来改进代码翻译，在C++、Java和Python翻译中显著优于现有基线。