· ai
[Paper] 在曼哈顿距离和Tanimoto距离下的快速且可解释的聚类
CLASSIX算法是一种快速且可解释的数据聚类方法。在其原始形式中，该算法利用对数据点的排序来…
-
- · ai
[Paper] 普遍的标注错误破坏 Text-to-SQL 基准和排行榜
研究人员提出了许多 text-to-SQL 技术，以简化数据分析并加速基于数据库的应用程序开发。为了比较…
- · ai
[Paper] 渐近通用对齐：一种通过测试时缩放的全新对齐框架
将大型语言模型（LLMs）对齐，以服务于具有异质且可能冲突偏好的用户，是个性化和可信...的核心挑战。
- · ai
[Paper] 使用 CycleGAN 将 Light‑Sheet Microscopy 图像转换为虚拟 H&E
组织病理学分析依赖于苏木精-伊红（H&E）染色，但荧光显微镜提供了互补的信息。将荧光…
- · ai
[Paper] 可靠的 Graph‑RAG 用于代码库：AST 派生图 vs LLM 提取的 Knowledge Graphs
检索增强生成（Retrieval-Augmented Generation）在软件工程中通常依赖向量相似度搜索，该搜索捕捉主题相似性，但在多跳推理时可能会失效……
- · ai
[Paper] 奖励稀有：唯一性感知 RL 在 LLM 中的创意问题求解
强化学习（RL）已成为后训练大型语言模型（LLMs）的核心范式，尤其用于复杂推理任务，但它常常……
- · ai
[Paper] 基于非平稳Bandits的去中心化边缘网络自适应请求
我们研究一种去中心化协作请求问题，旨在优化边缘网络中时间敏感客户端的信息新鲜度，...
- · ai
[Paper] 检索还是思考？一种面向主体性的上下文演化方法
当前的上下文增强方法，例如 retrieval-augmented generation，对于解决知识密集型推理任务至关重要。然而，它们通常...
- · ai
[Paper] TableCache：主外键引导的 KV 缓存预计算，实现低延迟 Text-to-SQL
在 Text-to-SQL 任务中，现有的基于 LLM 的方法通常在提示中包含大量数据库模式，导致上下文长度变长并增加预填充延迟。
- · ai
[Paper] TerraFormer：使用 LLMs 通过策略引导的验证器反馈进行微调的自动化基础设施即代码
自动化基础设施即代码（IaC）具有挑战性，且大型语言模型（LLMs）常常从自然语言（NL）生成错误的配置。We p...
- · ai
[Paper] 一种在决策中使用量化活性成分的可解释AI新方法
Artificial Intelligence (AI) 系统在分类方面取得了良好的成功。然而，缺乏可解释性是一个真实且重大的挑战，尤其是……
- · ai
Google 的 Veo 现在可将竖向图像转换为垂直 AI 视频
Google 表示，生成的视频现在也应与其基于的参考图像更加一致。| 图片：Google / The Verge Google 正在…