本文分析了传统指标（如BLEU、TER）与神经方法（如BERTScore、COMET）在日英聊天翻译中的表现。研究表明，所有指标在模型排名上表现一致，但神经指标与人类评分的相关性更高，尤其是COMET。然而，在评估含有零代词的日语句子翻译时，最佳指标仍存在困难。

我们提出了HyFluid神经方法，用于联合推断流体密度和速度场，解决流体速度的视觉模糊性和湍流性挑战，并成功恢复涡旋流细节，为三维不可压缩流体的学习和重建应用提供可能性。

本文介绍了使用机器学习元策略设计搜索代理的成功步骤，代理能够对查询和搜索结果进行细粒度和透明的控制，达到与最新的神经方法相当的检索和答案质量性能。

本文介绍了一种综合的神经方法，用于从多视角视频中重建、压缩和渲染人类表演。该方法结合了传统的动画网格工作流和高效的神经技术，包括神经表面重构器和混合神经跟踪器。它还实现了从动态纹理到光图渲染的渲染方案，适用于不同带宽设置。该方法在各种网格应用和平台上展示了逼真的自由视点体验。