Online clothing catalogs lack diversity in body shape and garment size. Brands commonly display their garments on models of one or two sizes, rarely including plus-size models. In this work, we propose a new method, SizeGAN, for generating images of garments on different-sized models. To change the garment and model size while maintaining a photorealistic image, we incorporate image alignment ideas from the medical imaging literature into the StyleGAN2-ADA architecture. Our method learns deformation fields at multiple resolutions and uses a spatial transformer to modify the garment and model size. We evaluate our approach along three dimensions: realism, garment faithfulness, and size. To our knowledge, SizeGAN is the first method to focus on this size under-representation problem for modeling clothing. We provide an analysis comparing SizeGAN to other plausible approaches and additionally provide the first clothing dataset with size labels. In a user study comparing SizeGAN and two recent virtual try-on methods, we show that our method ranks first in each dimension, and was vastly preferred for realism and garment faithfulness. In comparison to most previous work, which has focused on generating photorealistic images of garments, our work shows that it is possible to generate images that are both photorealistic and cover diverse garment sizes.

Identifying spurious correlations learned by a trained model is at the core of refining a trained model and building a trustworthy model. We present a simple method to identify spurious correlations that have been learned by a model trained for image classification problems. We apply image-level perturbations and monitor changes in certainties of predictions made using the trained model. We demonstrate this approach using an image classification dataset that contains images with synthetically generated spurious regions and show that the trained model was overdependent on spurious regions. Moreover, we remove the learned spurious correlations with an explanation based learning approach.

This paper investigates how hate speech varies in systematic ways according to the identities it targets. Across multiple hate speech datasets annotated for targeted identities, we find that classifiers trained on hate speech targeting specific identity groups struggle to generalize to other targeted identities. This provides empirical evidence for differences in hate speech by target identity; we then investigate which patterns structure this variation. We find that the targeted demographic category (e.g. gender/sexuality or race/ethnicity) appears to have a greater effect on the language of hate speech than does the relative social power of the targeted identity group. We also find that words associated with hate speech targeting specific identities often relate to stereotypes, histories of oppression, current social movements, and other social contexts specific to identities. These experiments suggest the importance of considering targeted identity, as well as the social contexts associated with these identities, in automated hate speech classification.

解释性互动学习（XIL）收集了有关视觉模型解释的用户反馈，以实现基于人类的交互式学习方案。不同的用户反馈类型将对用户体验以及收集反馈相关的成本产生不同的影响，因为不同的反馈类型涉及不同级别的图像注释。尽管XIL已被用来改善多个域中的分类性能，但不同的用户反馈类型对模型性能和解释精度的影响尚未得到很好的研究。为了指导未来的XIL工作，我们比较图像分类任务中两种不同用户反馈类型的有效性：（1）指示算法忽略某些虚假图像特征，以及（2）指导算法专注于某些有效的图像特征。我们使用基于梯度加权类激活映射（GARGCAM）XIL模型的解释来支持两种反馈类型。我们表明，与用户反馈相比，识别和注释的虚假图像特征与用户反馈相比，该模型可以找到出色的分类和解释精度，该功能告诉模型专注于有效的图像特征。

对心脏磁共振成像（MRI）进行心室分割时具有弹性的方法，对于确保对这些组织的结构和功能分析的质量至关重要。尽管在提高算法的质量方面做出了重大努力，但很少有作品能够应对伪像在预测中产生的危害。在这项工作中，我们研究了经过验证的网络的微调，以提高以前方法对这些工件的弹性。在我们提出的方法中，我们采用了模仿这些人工制品的数据增强的广泛使用。结果显着改善了基线分割（最高0.06个骰子得分和4mm的Hausdorff距离提高）。

帕金森氏病（PD）是一种神经系统疾病，具有各种可观察到的与运动相关的症状，例如运动缓慢，震颤，肌肉僵硬和姿势受损。 PD通常通过评估运动障碍系统（例如运动障碍协会统一帕金森氏病评级量表（MDS-UPDRS））的评分系统来诊断PD。使用个体视频记录的自动严重性预测为无侵入性监测运动障碍提供了有希望的途径。但是，PD步态数据的大小有限阻碍模型能力和临床潜力。由于这种临床数据的稀缺性，并受到自我监督的大规模语言模型（例如GPT-3）的最新进展的启发，我们将人类运动预测用作有效的自我监督预训练的任务来估计运动障碍的严重性。我们介绍步态预测和损伤估计变压器，该变压器首先在公共数据集中进行预测以预测步态运动，然后应用于临床数据以预测MDS-UPDRS步态障碍的严重性。我们的方法的表现优于以前的方法，这些方法仅依赖于临床数据，从而达到了0.76的F1得分，精度为0.79，召回率为0.75。使用GaitForemer，我们展示了公共人类运动数据存储库如何通过学习通用运动表示来帮助临床用例。该代码可从https://github.com/markendo/gaitforemer获得。

分子或材料的电子密度最近作为机器学习模型的目标数量受到了主要关注。一种自然选择，用于构建可传递可转移和线性缩放预测的模型是使用类似于通常用于密度拟合近似值的常规使用的原子基础来表示标量场。但是，基础的非正交性对学习练习构成了挑战，因为它需要立即考虑所有原子密度成分。我们设计了一种基于梯度的方法，可以直接在优化且高度稀疏的特征空间中最大程度地减少回归问题的损失函数。这样，我们克服了与采用以原子为中心的模型相关的限制，以在任意复杂的数据集上学习电子密度，从而获得极为准确的预测。增强的框架已在32个液体水的32个周期细胞上进行测试，具有足够的复杂性，需要在准确性和计算效率之间取得最佳平衡。我们表明，从预测的密度开始，可以执行单个Kohn-Sham对角度步骤，以访问总能量组件，而总能量组件仅针对参考密度函数计算，而误差仅为0.1 MEV/ATOM。最后，我们测试了高度异构QM9基准数据集的方法，这表明训练数据的一小部分足以在化学精度内得出地面总能量。

单细胞转录组学的分析通常依赖于聚类细胞，然后进行差异基因表达（DGE）来识别这些簇之间变化的基因。这些离散分析成功地确定了细胞类型和标记。但是，可能无法检测到细胞类型内部和之间的连续变化。我们提出了三种拓扑动机的数学方法，用于无监督的特征选择，这些方法可以同时在多个尺度上同时考虑离散和连续的转录模式。 eigenscores（$ \ mathrm {eig} _i $）基于其与图形laplacian的频谱分解在数据中与低频内在图案的对应相对的对应。多尺度拉普拉斯评分（MLS）是一种无监督的方法，用于在数据中定位相关量表并选择在这些相应量表上相干表达的基因。持续的瑞利商（PRQ）采用了配备过滤的数据，允许在分叉过程中具有不同作用的基因（例如伪时间）。我们通过将它们应用于已发布的单细胞转录组数据集来证明这些技术的实用性。该方法验证了先前鉴定的基因并检测具有相干表达模式的其他基因。通过研究基因信号与基础空间的几何形状之间的相互作用，这三种方法给出了基因的多维排名和它们之间关系的可视化。

语言模型既展示了定量的改进，又展示了新的定性功能，随着规模的增加。尽管它们具有潜在的变革性影响，但这些新能力的特征却很差。为了为未来的研究提供信息，为破坏性的新模型能力做准备，并改善社会有害的效果，至关重要的是，我们必须了解目前和近乎未来的能力和语言模型的局限性。为了应对这一挑战，我们介绍了超越模仿游戏基准（Big Bench）。 Big Bench目前由204个任务组成，由132家机构的442位作者贡献。任务主题是多样的，从语言学，儿童发展，数学，常识性推理，生物学，物理学，社会偏见，软件开发等等。 Big-Bench专注于被认为超出当前语言模型的功能的任务。我们评估了OpenAI的GPT型号，Google内部密集变压器体系结构和大型基础上的开关稀疏变压器的行为，跨越了数百万到数十亿个参数。此外，一个人类专家评估者团队执行了所有任务，以提供强大的基准。研究结果包括：模型性能和校准都随规模改善，但绝对的术语（以及与评估者的性能相比）；在模型类中的性能非常相似，尽管带有稀疏性。逐渐和预测的任务通常涉及大量知识或记忆成分，而在临界规模上表现出“突破性”行为的任务通常涉及多个步骤或组成部分或脆性指标；社交偏见通常会随着含糊不清的环境而随着规模而增加，但这可以通过提示来改善。

捕获恐怖主义群体中运营相似性的动态至关重要，为反恐和智力监测提供可操作的见解。然而，尽管其理论和实用相关性，目前缺乏研究解决这个问题。我们解决这个问题，提出了一种用于检测分享类似行为的恐怖组群集群的新的计算框架，专注于集团的年曲目的部署策略，攻击目标和利用武器。特别考虑到从1997年到2018年签署至少50次攻击的那些组织，总共占全球42,000多个活动的105组，我们提供三套结果。首先，我们表明，多年来，全球恐怖主义的特点是越来越多的运营凝聚力。其次，我们强调，在2009年至2018年，群体之间共聚类的年度达到稳定性，表明过去十年中相似模式的时间一致性。第三，我们证明，两个组织之间的操作相似性由三个因素驱动：（a）其整体活动; （b）业务曲目的多样性差异; （c）多样性和活动的综合衡量标准的差异。团体的运营偏好，地理性交和思想亲和力在确定操作相似性方面没有一致的作用。