自适应框架相关 AI 资讯 · AI 热点

7月29日

11:19

11:19

官方账号arXiv cs.LG@Du Yin, Xiachong Lin, Yue Tan, Jinliang Deng, Estrid He, Hao Xue, Flora D. Salim

A2TTA 提出了一种针对动态交通传感器网络的测试时自适应框架，解决拓扑扩展（新增传感器和连接）和多尺度时间偏移（长期与短期变化）两大挑战。该方法将拓扑引起的预测误差转化为可扩展的输出校准问题，并将时间适应分解为持久全局校正和敏捷上下文特化。在 10 个真实交通网络上的实验表明，A2TTA 在不同主干网络、数据集和预测时域下均能持续提升预测性能。代码已开源。

论文 A2TTA 测试时自适应交通预测

推荐理由：A2TTA 能应对道路扩建和出行变化导致的预测不准，在 10 个真实网络测试中效果明显，搞交通预测的可以看看。

5月25日

10:01

10:01

官方账号arXiv cs.LG@Liupeng Li, Haoqian Kang, Zhenyu Lu, Jinpeng Wang, Bin Chen, Ke Chen, Yaowei Wang

精选

高分辨率图像感知是当前多模态大模型（MLLMs）的关键瓶颈。现有视觉搜索方法在覆盖率和效率之间难以平衡：专家辅助搜索高效但易遗漏，扫描式搜索全覆盖但计算冗余。CVSearch 提出了一种无需训练的“评估-搜索”自适应框架，先尝试专家辅助搜索，失败时再触发语义感知扫描，通过语义引导的自适应分块避免物体碎片化，并利用视觉复杂度驱动的动态自底向上搜索实现局部细节的高效迭代探索。实验表明，CVSearch 在高分辨率基准上达到最先进精度，同时显著提升搜索效率。代码已开源。

论文多模态大模型高分辨率图像视觉搜索

推荐理由：高分辨率图像感知是 MLLMs 落地的硬骨头，CVSearch 用零训练成本解决了覆盖率和效率的矛盾，做多模态感知或视觉问答的团队可以直接拿来用。