3周前 · ai

AutoAugment：从数据中学习增强策略

概述 AutoAugment 是一种自动发现有效图像增强策略的方法。通过系统地测试许多简单的变换——例如…

3周前 · ai

机器学习“降临节日历”第24天：Excel 中的文本 Transformers

对 Transformers 如何使用自注意力将静态词嵌入转化为上下文表示进行直观、一步步的讲解，并通过简单的例子进行说明。

3周前 · ai

[Paper] 通过量化不确定性优化 Masked Diffusion Models 中的解码路径

Masked Diffusion Models（MDMs）提供灵活的非自回归生成，但这种自由带来了一个挑战：最终输出质量对……高度敏感。

3周前 · ai

[Paper] 用于计算型现场检测传感器的自主不确定性量化

计算型现场检测（POC）传感器能够在缺乏医疗资源的紧急、偏远和资源受限地区，实现快速、低成本且易于获取的诊断。

3周前 · ai

[Paper] C2LLM 技术报告：通过自适应交叉注意力池化实现代码检索的新前沿

我们提出 C2LLM——Contrastive Code Large Language Models，这是一个包含 0.5B 和 7B 规模的代码嵌入模型系列。基于 Qwen-2.5-Coder 骨干，...

3周前 · ai

[Paper] 测量 LLM 评估中的所有噪声

从噪声中分离信号是实验科学的核心。将成熟的统计方法有效地应用于 LLM evals 需要考虑……

3周前 · ai

[论文] 并行标记预测语言模型

我们提出了并行令牌预测（Parallel Token Prediction，PTP），这是一种用于语言模型中并行序列生成的通用框架。PTP 联合预测多个相互依赖的 t...

3周前 · ai

[Paper] 变分校正算子学习：具备后验误差估计的Reduced basis neural operator

最小化 PDE‑残差损失是促进神经算子物理一致性的常用策略。然而，标准形式往往缺乏变分 c...

3周前 · ai

[论文] 经济生产力的尺度定律：在 LLM 辅助的咨询、数据分析和管理任务中的实验证据

本文推导了“Scaling Laws for Economic Impacts”——即大语言模型（LLMs）的训练算力与专业……之间的经验关系。

3周前 · ai

[Paper] 数据处理不等式是否反映实践？关于低层任务的效用

Data processing inequality 是信息论中的一个原理，指出对观测到的信号进行处理时，信号的信息内容不能增加。

3周前 · ai

[Paper] 学习在神经形状表示上求解 PDE

在形状上求解偏微分方程（PDE）是许多形状分析和工程任务的基础；然而，现有的 PDE 求解器主要在多边形/三角网格上运行……

3周前 · ai

[Paper] 转录组条件化个性化De Novo药物生成用于AML的Metaheuristic Assembly与Target-Driven Filtering

急性髓系白血病（AML）由于其极端的分子异质性和高复发率，仍然是临床上的挑战。虽然精准医学已经引入……