· ai
[Paper] 反事实公平性与图不确定性
评估机器学习（ML）模型偏差是构建可信赖且稳健的ML系统的关键。反事实公平性（CF）审计允许对b...
-
- · ai
[Paper] 通过加权结构对神经网络进行递归查询
对机器学习模型进行表达性查询——将其视为一种 intentional data——能够使用 declarative language 对其进行验证和解释……
- · ai
[Paper] DIP：动态上下文内规划器用于扩散语言模型
Diffusion language models (DLMs) 已经在带有上下文示例的一般自然语言任务中展示出强大的潜力。然而，由于双向注意力……
- · ai
[Paper] 赋能 MLLMs 中可靠的视觉中心指令跟随
评估多模态大语言模型（MLLMs）的指令遵循（IF）能力对于严格评估模型输出的忠实程度至关重要。
- · ai
[Paper] 稀疏知识蒸馏：概率域温度缩放和多阶段压缩的数学框架
我们基于概率域软化算子，构建了一个统一的稀疏知识蒸馏理论框架。虽然等价 p^{1/T} ...
- · ai
[Paper] UniCorn：通过自生成监督实现自我改进的统一多模态模型
虽然统一多模态模型（UMMs）在跨模态理解方面取得了显著成功，但它们在利用 su… 能力方面仍然存在显著差距。
- · ai
[Paper] AnatomiX，一种解剖感知的基于真实的多模态大型语言模型用于胸部X光片解读
多模态医学大型语言模型在胸部X光解读方面表现出令人印象深刻的进展，但仍然面临空间推理和……
- · ai
【论文】去中心化自回归生成
我们提出了对自回归生成去中心化的理论分析。我们通过表达……来定义 Decentralized Discrete Flow Matching 目标。
- · ai
[Paper] 多模态数据增强的基础模型在无线网络中的预测与控制：综述
基础模型（FMs）被视为一种变革性的突破，已开始重塑人工智能（AI）的未来，跨越学术...
- · ai
[Paper] Unified Thinker：通用推理模块化核心用于图像生成
尽管在高保真图像合成方面取得了令人印象深刻的进展，生成模型在逻辑密集型指令遵循方面仍然存在困难，暴露出一个持续的……
- · ai
[Paper] 从肌肉到文字：MyoText：sEMG 到文字通过指分类和基于 Transformer 的解码
表面肌电图（sEMG）提供了一种直接的神经接口，用于解码肌肉活动，并为免键盘文本输入提供了有前景的基础……
- · ai
最优秀的数据科学家总是在学习
第2部分：避免倦怠、学习策略与独处的超能力 这篇文章《The Best Data Scientists Are Always Learning》首次发表于 Towards Data…