3562 papers
Het TREC 2025 RAG-track bouwt voort op de editie van 2024 door complexe, meerzinnige zoekopdrachten en een uitgebreide evaluatieframework te introduceren om betrouwbare en feitelijke systemen voor retrieval-augmented generation te bevorderen.
Deze paper introduceert CourtSI, het eerste grote dataset en benchmark voor ruimtelijke intelligentie in sporten, waarmee de beperkingen van bestaande vision-language modellen worden blootgelegd en een aanzienlijke prestatieverbetering wordt bereikt door fine-tuning.
Dit artikel toont aan dat het bestaande 802.11 MAC-protocol in niet-coöperatieve omgevingen leidt tot inefficiënte Nash-evenwichten, en stelt voor dat een idealer protocol dat de kanaalallocatie onafhankelijk maakt van de transmissiestrategieën van individuele knopen, kan resulteren in evenwichten met een hogere totale doorvoer.
Dit artikel introduceert twee praktische algoritmen die hosts in enterprise-netwerken groeperen op basis van connectiepatronen om de logische structuur bloot te leggen en netwerkbeheer te vereenvoudigen, waarbij de resultaten aantonen dat de gegenereerde groepen aanzienlijk kleiner zijn dan het aantal hosts en de netwerklogica nauwkeurig weerspiegelen.
Dit paper introduceert WikiCLIP, een efficiënt contrastief raamwerk dat open-domein visuele entiteitsherkenning aanzienlijk verbetert door grote taalmodel-embeddings te combineren met een visueel geleide kennisadapter en een mechanisme voor het synthetiseren van harde negatieven, waardoor het prestaties op benchmarks zoals OVEN significant verhoogt en de inferentielatentie in vergelijking met generatieve modellen met bijna 100 keer verlaagt.
Dit paper onthult dat de Chamfer-afstand faalt bij 3D-vormoptimalisatie door een structurele gradiëntproblematiek die leidt tot ineenstorting, en toont aan dat alleen niet-lokale koppeling deze kan voorkomen, wat resulteert in aanzienlijke verbeteringen in 3D-vormherstel.
Dit artikel toont aan dat het overgaan op 'out-of-place' schrijven in database-systemen essentieel is om SSD-prestaties te maximaliseren en de levensduur te verlengen, wat leidt tot aanzienlijke verbeteringen in doorvoersnelheid en een drastische reductie van schrijfgrootte.
Deze paper introduceert een interpreteerbare methode voor tekst-motieretrieval die fijnmazige corresponderende kenmerken vastlegt door bewegingen om te zetten in gezamenlijke-hoekafbeeldingen en deze te combineren met een late token-patch-interactie, wat leidt tot betere prestaties dan bestaande methoden op HumanML3D en KIT-ML.
Dit paper introduceert een nieuw onbewaakt domeinadaptatiekader op basis van Margin Disparity Discrepancy om de leversegmentatie op interventionele CBCT-beelden te verbeteren door gebruik te maken van geannoteerde CT-data, wat resulteert in state-of-the-art prestaties.
Dit artikel introduceert een op Voronoi-cellen gebaseerd raamwerk voor principieel token-pruning in late-interaction retrieval-modellen, wat de opslagkosten aanzienlijk verlaagt zonder in te leveren op de zoekkwaliteit.
Dit paper introduceert het concept van 'Whole Slide Difficulty' op basis van meningsverschillen tussen experts en niet-experts, en toont aan dat het integreren van deze moeilijkheidsgraad in Multiple Instance Learning de prestaties van prostaatkankergradering, vooral bij hogere Gleason-graden, consistent verbetert.
Dit paper introduceert KDMR, een nieuw raamwerk voor het dynamisch herpositioneren van menselijke bewegingen naar humanoiden via multi-contact trajectoptimalisatie, dat fysiek consistente bewegingen genereert door rigide lichaamsdynamica en contactkrachten te integreren, wat leidt tot superieure prestaties en stabiliteit in vergelijking met bestaande kinematische methoden.
Deze paper weerlegt een 23 jaar oude conjectuur door aan te tonen dat Tetris met slechts één type tetromino (behalve de O-vorm) NP-moeilijk is, terwijl het probleem voor domino's en specifieke $1\times k$-vormen wel in polynomiale tijd oplosbaar is.
ReCoSplat is een autoregressief feed-forward model voor Gaussische splatting dat een Render-and-Compare-module en een hybride KV-cache-compressiestrategie introduceert om robuuste online nieuwe weergavesynthese te bereiken, zelfs bij ongestructureerde of niet-geposeerde inputsequenties.
Dit paper introduceert TiPToP, een modulaire en open-vocabulaire planningssysteem dat voorgeprente visiemodellen combineert met een TAMP-planner om robotmanipulatie taken direct op te lossen vanuit RGB-beelden en natuurlijke taal, zonder dat er robotdata nodig is voor training.
Dit paper introduceert een algemeen raamwerk dat d-DNNF-compilatie toepast op SMT-problemen door theorielemmata te integreren, waardoor polytime SMT-query's mogelijk worden met behulp van standaard propositional reasoners.
Dit artikel presenteert een autonoom agent-gebaseerd systeem voor geïntegreerde luchtafweer dat op basis van BDI-architectuur en meta-niveau redenering automatisch doelen detecteert, inschat en wapens toewijst zonder menselijke tussenkomst.
Dit artikel onderzoekt hoe het algoritme van sociale media dat virale verhalen selecteert, zowel de informatieverzameling kan verbeteren als kan leiden tot zelfversterkende evenwichten waarin verkeerde informatie dominant wordt, met belangrijke gevolgen voor platformontwerp.
Dit artikel introduceert een robuust statistisch leermethode voor meeritemveilingen die gebruikmaakt van betrouwbaarheidsintervallen om de implementatiekosten te verlagen en tegelijkertijd inkomsten te maximaliseren, terwijl het waarborgt dat de veiling eerlijk is en strategisch waardevol voor de bieders.
Deze paper introduceert een wederkerig conditioneel aanpassingsmechanisme voor blended-target domain adaptation dat, zonder afhankelijkheid van domeinlabels, de prestaties verbetert door onzekerheidsgeleide alignering van categorische verdelingen en verrijking van bronkenmerken met diverse doelstijlen om de classifier te corrigeren.