速读专题

论文速读|利用局部性提高机器人操作的样本效率

项目地址：SGRv2 本文提出了SGRv2，一个系统的视觉运动政策框架，通过整合动作局部性提高了样本效率。在多个模拟和真实世界环境中进行的广泛评估表明，SGRv2在数据有限的情况下表现出色，并且在不同的控制模式下保持一致的性能。未来的工作可以进一步探索将扩散政策与局部性框架结合，以增强在现实世界中的性能，并扩展泛化测试的范围。论文初读：

论文速读|重新审视奖励设计与评估：用于强健人型机器人站立与行走控制的方法

论文地址：https://arxiv.org/pdf/2404.19173 这篇论文为类人机器人站立和行走（SaW）控制器的持续可衡量改进奠定了基础。通过引入一套定量实际基准测试方法，作者展示了现有控制器的优缺点，并通过基准测试指导新控制器的训练，最终实现了增强的控制器，成功处理了所有测试的扰动。结果表明，当前的RL控制器在能量效率和仿真到现实差距方面存在局限性。未来的工作应专注于在不牺牲

论文速读|基于手臂约束的轮腿机器人运动操控课程学习

项目地址：Arm-Constrained Curriculum Learning for Loco-Manipulation of the Wheel-Legged Robot 本文提出了一种用于轮腿机器人局部操控的强化学习框架，使它们能够在高度动态的情况下执行一系列复杂的操作任务。通过引入臂约束网络和奖励感知课程学习方法，解决了引入机械臂带来的稳定性、安全性和效率挑战。仿真和真实机器人实验

论文速读纪录 - 202408

特别鸣谢kimi，以下论文均在kimi辅助下阅读。目录 RMIB: Representation Matching Information Bottleneck for Matching Text RepresentationsAttentionRank: Unsupervised keyphrase Extraction using Self and Cross AttentionsANS

论文速读|ROS-LLM：具有任务反馈和结构化推理的具身智能ROS 框架

论文地址：https://arxiv.org/pdf/2406.19741 ROS-LLM 框架旨在通过集成大型语言模型（LLM）和机器人操作系统（ROS），实现对机器人的直观编程。该框架支持通过聊天界面接收自然语言提示，并能够根据 ROS 环境中的传感器读数自动提取和执行行为。框架支持三种行为模式：序列、行为树和状态机。此外，通过模仿学习，用户可以向系统添加新的机器人动作。该研究通过实验

AI论文速读 | 2024[SIGIR]基于大语言模型的下一个兴趣点推荐

论文标题：Large Language Models for Next Point-of-Interest Recommendation 作者：Peibo Li ; Maarten de Rijke ; Hao Xue （薛昊）; Shuang Ao ; Yang Song ; Flora D. Salim 机构：新南威尔士大学(UNSW)，阿姆斯特丹大学（UVA）论文链接：https:/

最新区块链论文速读--CCF A会议 ICSE 2024 共13篇附pdf下载（2/2）

cotracker_速读

CoTracker: It is Better to Track Together https://arxiv.org/abs/2307.07635https://github.com/facebookresearch/co-tracker abstract 这篇文章介绍了一种名为CoTracker的创新性密集点跟踪器，旨在提高视频跟踪的性能。CoTracker利用不同轨迹之间的相关性，

【论文速读】| 通过大语言模型从协议实现中推断状态机

本次分享论文：Inferring State Machine from the Protocol Implementation via Large Language Model 基本信息原文作者：Haiyang Wei, Zhengjie Du, Haohui Huang, Yue Liu, Guang Cheng, Linzhang Wang, Bing Mao 作者单位：

最新区块链论文速读--CCF A会议 CCS 2023 共25篇附pdf下载（3/4）

【论文速读】| BIOCODER：一个具有上下文实用知识的生物信息学代码生成基准测试

本次分享论文：BIOCODER: A Benchmark for Bioinformatics Code Generation with Contextual Pragmatic Knowledge 基本信息原文作者：Xiangru Tang, Bill Qian, Rick Gao, Jiakang Chen, Xinyun Chen, Mark Gerstein 作者单位：耶

【论文速读】LM的文本生成方法，Top-p，温度，《The Curious Case of Neural Text Degeneration》

论文链接：https://arxiv.org/abs/1904.09751 https://ar5iv.labs.arxiv.org/html/1904.09751 这篇文章，描述的是语言模型的文本生成的核采样的方法，就是现在熟知的top-p 大概看看，还有几个地方比较有趣，值得记录一下。摘要尽管神经语言建模取得了相当大的进步，但从语言模型生成文本（例如生成故事）的最佳解码策略是什么仍然

Paper速读-[Visual Prompt Multi-Modal Tracking]-Dlut.edu-CVPR2023

文章目录简介关于具体的思路问题描述算法细节实验结果模型的潜力模型结果论文链接：Visual Prompt Multi-Modal Tracking 开源代码：Official implementation of ViPT 简介这篇文章说了个什么事情呢，来咱们先看简单的介绍图简单来说，这篇文章主要干了这么一个事情：以前的多模态呢，都是直接提取特征然后拼接

【论文速读】GPT-1：Improving Language Understanding by Generative Pre-Training

摘要自然语言理解包括广泛的不同的任务，如文本隐含、问题回答、语义相似性评估和文档分类。虽然大量的未标记文本语料库非常丰富，但用于学习这些特定任务的标记数据非常稀缺，这使得经过区别训练的模型要充分执行任务具有挑战性。我们证明，通过在不同的未标记文本语料库上对语言模型进行生成式预训练，然后对每个特定任务进行区分性微调，可以实现这些任务上的巨大收益。构架我们的训练过程包括两个阶段。第一阶段是

AI论文速读 |2024[IJCAI]TrajCL: 稳健轨迹表示:通过因果学习隔离环境混杂因素

题目： Towards Robust Trajectory Representations: Isolating Environmental Confounders with Causal Learning 作者：Kang Luo, Yuanshao Zhu, Wei Chen, Kun Wang(王琨), Zhengyang Zhou(周正阳), Sijie Ruan(阮思捷), Yuxuan

【论文速读】|理解基于大语言模型的模糊测试驱动程序生成

本次分享论文：Understanding Large Language Model Based Fuzz Driver Generation 基本信息原文作者：Cen Zhang, Mingqiang Bai, Yaowen Zheng, Yeting Li, Xiaofei Xie, Yuekang Li, Wei Ma, Limin Sun, Yang Liu 作者单位：南洋理

AI论文速读 | 2024[VLDB]TFB：全面与公正的时间序列预测方法基准测试研究

论文标题：TFB: Towards Comprehensive and Fair Benchmarking of Time Series Forecasting Methods 作者：Xiangfei Qiu ; Jilin Hu（胡吉林） ; Lekui Zhou ; Xingjian Wu ; Junyang Du ; Buang Zhang ; Chenjuan Guo（郭晨娟） ; Ao

SFusion论文速读

SFusion: Self-attention Based N-to-One Multimodal Fusion Block 摘要人们用不同的感官感知世界，例如视觉、听觉、嗅觉和触觉。处理和融合来自多种模式的信息使人工智能能够更轻松地理解我们周围的世界。然而，当缺少模态时，可用模态的数量在不同情况下是不同的，这导致了N对1的融合问题。本文提出了一种基于自注意力的融合块，称为SFusion

【论文速读】| 大语言模型是边缘情况模糊测试器：通过FuzzGPT测试深度学习库

本次分享论文为：Large Language Models are Edge-Case Fuzzers: Testing Deep Learning Libraries via FuzzGPT 基本信息原文作者：Yinlin Deng, Chunqiu Steven Xia, Chenyuan Yang, Shizhuo Dylan Zhang, Shujing Yang, Li

通过超分辨率像素引导的Scribble Walking和逐类对比正则化的弱监督医学图像分割（SC-Ne）论文速读

目录 Weakly Supervised Medical Image Segmentation via Superpixel-Guided Scribble Walking and Class-Wise Contrastive Regularization摘要方法实验结果 Weakly Supervised Medical Image Segmentation via Super

论文速读：Do Generated Data Always Help Contrastive Learning?

在对比学习领域，最近很多研究利用高质量生成模型来提升对比学习给定一个未标记的数据集，在其上训练一个生成模型来生成大量的合成样本，然后在真实数据和生成数据的组合上执行对比学习这种使用生成数据的最简单方式被称为“数据膨胀”这与数据增强过程正交，其中无论是原始还是生成的图像都会经过手动增强以产生在对比学习中使用的正负样本对论文发现：生成的数据并不总是有利于对比学习仅仅将CIFAR-10通过D

AI论文速读 | 线性时间序列预测模型分析

论文标题：An Analysis of Linear Time Series Forecasting Models 作者： William Toner， Luke Darlow 机构：爱丁堡大学（Edinburgh），华为研究中心（爱丁堡）论文链接：https://arxiv.org/abs//2403.14587 Cool Paper：https://papers.cool/arxiv

【论文速读】| 大语言模型平台安全：将系统评估框架应用于OpenAI的ChatGPT插件

本次分享论文为：LLM Platform Security: Applying a Systematic Evaluation Framework to OpenAI’s ChatGPT Plugins 基本信息原文作者：Umar Iqbal, Tadayoshi Kohno, Franziska Roesner 作者单位：华盛顿大学圣路易斯分校，华盛顿大学关键词：大语言模

AI论文速读 | 2024[WWW]不只是路线：联合 GPS 和路线建模的轨迹表示学习

论文标题：More Than Routing: Joint GPS and Route Modeling for Refine Trajectory Representation Learning 作者：Zhipeng Ma（麻志鹏）, Zheyan Tu, Xinhai Chen, Yan Zhang, Deguo Xia, Guyue Zhou, Yilun Chen, Yu Zheng（郑

AI论文速读 |【综述】时序分析基础模型：教程与综述

论文标题：Foundation Models for Time Series Analysis: A Tutorial and Survey 作者： Yuxuan Liang（梁宇轩）, Haomin Wen（温浩珉）, Yuqi Nie（PatchTST一作）, Yushan Jiang, Ming Jin（金明）, Dongjin Song, Shirui Pan（潘世瑞）, Qingson

【论文极速读】指令微调BLIP：一种对指令微调敏感的Q-Former设计

【论文极速读】指令微调BLIP：一种对指令微调敏感的Q-Former设计 FesianXu 20240330 at Tencent WeChat search team 前言之前笔者在[1]中曾经介绍过BLIP2，其采用Q-Former的方式融合了多模态视觉信息和LLM，本文作者想要简单介绍一个在BLIP2的基础上进一步加强了图文指令微调能力的工作——InstructBLIP，希