粒度关键词检索结果

IEEE 模糊系统汇刊,第 34 卷,第 4 期,2026 年 4 月

IEEE Transactions on Fuzzy Systems, Volume 34, Issue 4, April 2026

1) 客座社论:模糊大型模型专题:桥接不确定性和创造力作者:H. Yu、Q. Liu、W. Pedrycz、J. Lu 页数:1039 - 10402) FMA-Net:用于细粒度图像识别的模糊相互注意网络作者:H. Huang、J. -H.李,S.-K。 Oh, Z. Fu, J. H. Yoon, W. Pedrycz 页数:1041 - 10523) 通过大型语言模型对权衡总成本和客户满意度 VRP 中的上下文进行建模作者:H. -W.丁,Z.-S。 Chen, Y. Yang, W. DingPages: 1053 - 10634) 通过模糊隶属聚合审计大型语言模型中的部分数据集使用作

HashiCorp Vault 1.21 带来 SPIFFE 身份验证、精细秘密恢复等功能

HashiCorp Vault 1.21 Brings SPIFFE Authentication, Granular Secret Recovery, and More

HashiCorp 已发布 Vault 1.21。此版本引入了针对非人类工作负载的本机 SPIFFE 身份验证,扩展了 Vault 1.20 中引入的粒度秘密恢复模型,并添加了 KV v2 秘密归属、MFA TOTP 自注册、Vault Secrets Operator CSI 驱动程序(可将秘密直接装载到 pod 中,而不将其保留在 etcd 中)等等。作者:迪奥戈·卡莱托

IEEE 人工智能汇刊,第 7 卷,第 3 期,2026 年 3 月

IEEE Transactions on Artificial Intelligence, Volume 7, Issue 3, March 2026

1) 多粒度分布外检测的自适应分层图切割作者:X. Fang, A. Easwaran, B. Genest, P. N. Suganthan 页数:1213 - 12222) 论神经网络中高度的表现力作者:F. -L.范,Z.-Y。 Li, H. Xiong, T. Zeng 页数: 1223 - 12373) 基于表面 EMG 手势识别的物理储层计算框架的事件驱动实现作者: Y. Ding, E. Donati, H. Li, H. Heidari 页数: 1238 - 12504) DDConv: Dynamic Dilated Convolution 作者: H. Hu, C. Yu,

AMES:通过后期交互检索进行近似多模式企业搜索

AMES: Approximate Multi-modal Enterprise Search via Late Interaction Retrieval

我们提出了 AMES(近似多模式企业搜索),这是一种与后端无关的统一多模式后期交互检索架构。 AMES 证明,细粒度多模式后期交互检索可以部署在生产级企业搜索引擎中,而无需重新设计架构。使用多向量编码器将文本标记、图像块和视频帧嵌入到共享表示空间中,从而无需特定于模态的检索逻辑即可实现跨模态检索。 AMES 采用两阶段管道:并行令牌级 ANN 搜索,每个…

TrajTok:学习轨迹标记可实现更好的视频理解

TrajTok: Learning Trajectory Tokens enables better Video Understanding

视频模型中的标记化(通常通过补丁化)会生成过多且冗余的标记。这严重限制了视频效率和可扩展性。虽然最近基于轨迹的标记器通过将视频持续时间与标记计数解耦提供了一种有前途的解决方案,但它们依赖于复杂的外部分段和跟踪管道,这些管道速度缓慢且与任务无关。我们提出 TrajTok,一个端到端视频标记器模块,它与视频模型完全集成并共同训练以实现下游目标,动态调整其标记粒度以适应语义复杂性......

使用 Amazon Bedrock AgentCore 中的策略保护 AI 代理

Secure AI agents with Policy in Amazon Bedrock AgentCore

在本文中,您将了解 Amazon Bedrock AgentCore 中的策略如何创建一个独立于代理自身推理运行的确定性执行层。您将学习如何将业务规则的自然语言描述转化为 Cedar 策略,然后使用这些策略来实施细粒度的身份感知控制,以便代理仅访问其用户有权使用的工具和数据。您还将了解如何通过 AgentCore Gateway 应用策略,在运行时拦截和评估每个代理到工具的请求。

GenCtrl——生成模型的形式可控性工具包

GenCtrl -- A Formal Controllability Toolkit for Generative Models

随着生成模型变得无处不在,迫切需要对生成过程进行细粒度控制。然而,虽然从提示到微调的受控生成方法激增,但一个基本问题仍未得到解答:这些模型首先真的是可控的吗?在这项工作中,我们提供了一个理论框架来正式回答这个问题。将人类模型交互视为一个控制过程,我们提出了一种新颖的算法来估计对话设置中的可控模型集。值得注意的是,我们对估计误差提供正式保证......