点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！引言：探索LLMs在复杂实体场景中的推理挑战在自然语言处理（NLP）的众多任务中，大型语言模型（LLMs）已经取得了令人瞩目的成就。然而，当面对涉及多个实体的复杂场景时，LLMs仍然面临着重大挑战。这些挑战源于场景中隐含的实体关系，这些关系往往不是显而易见的，需要模型进行多步推理才能理解。为了解决这一问题，研究者们提出了各种策略，如Chai

点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！点击阅读原文观看作者讲解回放！信息文章链接：https://aclanthology.org/2024.emnlp-main.303/代码地址：https://github.com/TAP-LLM/SplitFedLLM摘要私有数据比公共数据更大、质量更高，能够有效提升大型语言模型 （LLM）的性能。然而，出于隐私考虑，这些数据通常分散..

AI TIME PhD《结合词典的中文命名实体识别》 2020年9月27日 19:30-20:30划重点！直播通道:哔哩哔哩直播通道扫码或点击链接关注AITIME哔哩哔哩官方账号观...

点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！近日，软件所天基综合信息系统重点实验室研究团队的论文“Hierarchical Topology Isomorphism Expertise Embedded Graph Contrastive Learning”被计算机科学领域顶级学术会议AAAI 2024（CCF A，五年平均IS为31.1）的Fast Track for NeurIP

以下文章来源于PaperWeekly，作者 张剑清点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！本文介绍的是我们的一篇收录于 ICCV 2023 的论文。我们关注的是联邦学习（FL）中的模型的特征提取能力。我们提出在本地学习过程中，在特征空间引入共性信息的方法 GPFL，同步提取共性和个性信息，丰富模型中特征提取器的学习内容，同时保证了共性和个性特征信息的隔离。我们对 GPFL 就有效

点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！报告题目面向文本和视觉线索联合推断的多模态上下文推理方法内容简介联合文本和视觉线索条件推理任务是一项复杂多模态推理任务，其中，文本线索提供与视觉内容互补的先验假设或者外部知识，对推断正确选项至关重要。虽然先前使用预训练视觉语言模型（VLM）的方法取得了令人印象深刻的表现，但这些方法存在多模态上下文推理能力的不足，尤其是在文本模态信息上，上下

点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！杜克大学 CEI Lab杜克计算进化智能中心（CEI Lab）隶属于杜克大学电子与计算机工程系，在陈怡然教授和李海教授的共同指导下，开展关于处理认知任务的新型计算平台的前沿研究。组内主要研究方向集中在纳米电子元件，新型及仿生的计算体系架构，新型存储器件，嵌入式与边缘计算系统，以及大型神经网络的加速、安全与联邦学习。...

点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！作者丨王晋东整理丨维克多迁移学习是机器学习的一个重要研究分支，侧重于将已经学习过的知识迁移应用于新的问题中，以增强解决新问题的能力、提高解决新问题的速度。4月8日，在AI TIME青年科学家——AI 2000学者专场论坛上，微软亚洲研究院研究员王晋东做了《迁移学习前沿探究探讨：低资源、领域泛化与安全迁移》的报告，他...

点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！2022年11月10日，由国际科技信息中心主办，AI TIME承办的全球青年科学家Talk “逐步公平性约束下的强化学习”, 邀请了来自卡内基梅隆大学计算机学院的教授吴志威，哥伦比亚大学博士后研究员邓准，带来关于强化学习的前沿研究分享。本期Talk共吸引了约1.8万专业领域观众观看。现代社会中，人工智能算法无处不在，被应用于信贷，就业和住房

点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！近日，由网易伏羲研究团队和伏羲TTG技术团队联合发布的强化学习推荐系统工业数据集RL4RS，正式在Github开源社区开放下载。在...