XiaoMi-AI文件搜索系统
World File Search System交互作用
智能车辆近距离学：一个概念框架在车外交互作用的背景下操作近距离学
摘要。我们介绍了智能车辆近端，这是一种用于交互式车辆应用的概念框架，可在车外交互中运行近距离。我们确定了不同类型的相互作用周围的四个区域，并讨论沿三个维度（物理距离，相互作用范式和目标）的相应概念空间。我们研究了该框架的尺寸，并综合了有关驾驶员对（i）信息的偏好的发现，以远距离从其车辆中获取，（ii）其车辆的系统功能远程控制，（iii）设备（例如，智能手机，智能手机，智能镜，智能镜头，智能镜头，智能镜头）用于车辆外部的交互。我们在更广泛地讨论了智能车辆近端的定位，并扩展了智能车辆近视启用的新应用程序外部车辆和车内的二分法和构成。
提出正确的问题：在生成框架中利用隐藏的交互作用，以进行多语言，多任务分类
本研究探讨了利用其他培训数据作为在多语言，mul-titask食谱分类问题中生成模型的教学提示。通过将不同的任务分配为其他问题，仅在细调中可用的数据中得出，我们旨在提高所有涉及所有任务和语言的序列到序列模型的分类性能。更重要的是，我们调查了迅速工程对微调过程中其他问题的影响，从而在帮助模型学习任务之间的隐藏相互作用中揭示了其重要作用。所提出的方法在加权多限量准确性（在三个目标分类任务上）的绝对改善分别为2.3％，6.22％和10.7％。最有效的其他动作是从补充数据中得出的问题，而模型的规模以及我们是否执行内域预训练并不能显着改善最终绩效。Our find- ings also underline the importance of training data selection and questioning strategies, es- pecially in underrepresented languages, where we obtained an absolute increase in accuracy of 34.8% in the few-shot setting and 30.33% in the 0-shot setting for an underrepresented language in a difficult main task, together with an increase from 0% to 97% in F1-score for the most underrepresented class.