-
代谢综合征与听力损失之间的关联:视黄醇的中介作用——基于2007至2018年(排除2013–2014年数据)的NHANES横断面分析
越来越多的证据表明代谢综合征(MetS)与听力损失之间存在关联,尽管人群异质性仍缺乏研究。鉴于内耳对氧化损伤的高度敏感性,维生素A、E和类胡萝卜素等脂溶性抗氧化剂可能具有保护作用。本研究旨在探讨美国成年人中MetS与听力损失之间的关联,并评估这些抗氧化剂的潜在中介作用。这项横断面
来源:Medical Care
时间:2026-09-06
-
青少年情绪失调与自杀
本综述旨在探讨情绪失调与青少年自杀之间的关系,以及评估和治疗方法的进展。我们使用CINAHL和MEDLINE数据库进行了文献检索,检索时间为2022年12月。本文总结了临床实践中常用的情绪失调评估工具,以及心理干预和研究进展。情绪失调与青少年自杀之间存在强相关性;然而,评估工
来源:Medical Care
时间:2026-09-06
-
基于相对距离空间推理的检索增强生成
摘要AI摘要要查看此AI生成的摘要,您必须拥有高级访问权限。了解更多登录摘要摘要大语言模型(LLMs)可应用于各种实际任务,其中许多任务需要空间推理能力,例如基于模式的空间搜索、兴趣点(POI)推荐以及行程或旅行规划。然而,研究表明大语言模型自身缺乏可靠的空间推理能力,尤其是
来源:ACM Transactions on Spatial Algorithms and Systems
时间:2026-09-06
-
关于训练数据优化在基于大语言模型的代码生成中的有效性:一项实证研究
摘要AI 摘要查看此AI生成的摘要,您必须拥有高级访问权限。了解更多登录摘要摘要大语言模型(LLMs)在代码生成方面取得了显著进展,这主要得益于高质量代码数据集的有效利用来支持训练。为了进一步提升数据质量,研究者提出了众多训练数据优化技术;然而,这些技术的整体有效性尚未得到系
来源:ACM Transactions on Software Engineering and Methodology
时间:2026-09-06
-
调试功能:通过贝叶斯先验的差异测试来纠正大语言模型(LLM)生成的翻译错误
摘要
AI摘要
来源:ACM Transactions on Software Engineering and Methodology
时间:2026-09-06
-
利用大型语言模型进行音乐推荐:挑战、机遇与评估
摘要AI总结要查看此AI生成的摘要,您必须具有高级访问权限。了解更多登录摘要摘要音乐推荐系统(MRSs)长期以来一直依赖于信息检索框架,其进展主要通过检索-oriented子任务的准确性来衡量。虽然这种方法有效,但它难以解决什么是良好推荐的本质这一更深层次的问题。通过用户研究或公
来源:ACM Transactions on Recommender Systems
时间:2026-09-06
-
从平面屏幕到全沉浸式体验:VR2Gather、Horizon Workrooms 和 MS Teams 中的社交互动
# 摘要
沉浸式通信技术的最新进展促进了新型社交互动方式的探索,这些平台提供了从简化虚拟化身到照片级真实感的体素重建和点云重建的一系列表现形式。本研究聚焦于这些不同的表现形式和沉浸程度如何影响沟通过程和协作任务表现。主要目标是考察在基本通信任务中,不同系统在表现和互动质量方
来源:ACM Transactions on Multimedia Computing, Communications, and Applications
时间:2026-09-06
-
Diff-VF:基于扩散模型的免训练高质量长视频生成
摘要AI 摘要要查看此AI生成的摘要,您需要拥有高级访问权限。了解更多登录摘要摘要近期,扩散模型在视频生成领域取得了巨大进展。然而,大多数现有的视频扩散模型都是在短视频上训练的,当外推到长视频时性能会下降,难以在保持多样化运动的同时维持长程时间连贯性。为了生成一致、高质量且具
来源:ACM Transactions on Multimedia Computing, Communications, and Applications
时间:2026-09-06
-
面向无样本类增量学习的互补非对称表示学习
摘要AI 摘要要查看此 AI 生成的摘要,您必须拥有高级访问权限。了解更多登录摘要摘要无样本类增量学习(EFCIL)提出了一个挑战,即模型在学习新类别时无法访问先前任务的数据,从而导致灾难性遗忘。最近的方法在初始任务之后冻结特征提取器,仅将分类机制适应于新类别,取得了强大的性
来源:ACM Transactions on Multimedia Computing, Communications, and Applications
时间:2026-09-06
-
个人行为鲁棒与可解释的多模态情感分析
摘要AI 摘要要查看此 AI 生成的摘要,您必须拥有高级访问权限。了解更多登录摘要摘要情感分析在人机交互和心理健康等领域至关重要,已通过多模态融合和大规模语言模型取得了进展。由于行为差异,人们在情绪表达上表现出显著的可变性,但现有方法通常在整个群体中应用通用模型。这些模型主要
来源:ACM Transactions on Multimedia Computing, Communications, and Applications
时间:2026-09-06