· ai
[Paper] 跨越离散‑连续鸿沟：通过耦合流形离散吸收扩散实现统一多模态生成
生成模型在离散数据（文本）的自回归方法和连续数据（图像）的扩散方法之间的分叉阻碍了……
-
- · ai
我在尝试（并大多失败）理解 Attention Heads 时学到的东西
我最初的信念 在深入研究之前，我隐含地相信了几件事： - 如果一个 attention head 持续关注（attend）特定的 token，那么该 token 是……
- · ai
[Paper] 自动语义规则检测 (ASRD) 用于新兴通信解释
在 multi-agent systems 中，emergent communication 领域研究 autonomous agents 如何能够独立地发展 communication strategies，而无需显式...
- · ai
[Paper] STReasoner：通过空间感知强化学习赋能LLMs在时间序列中的时空推理
Spatio-temporal reasoning in time series 涉及对 temporal dynamics、spatial dependencies 和 textual context 的显式综合。This capability is vit...
- · ai
[Paper] Multi-RADS 合成放射学报告数据集与 41 种 Open-Weight 与专有语言模型的正面对比基准测试
背景：报告与数据系统（RADS）规范放射学风险沟通，但从叙述性报告中自动分配RADS仍具挑战性，因为……
- · ai
[Paper] MalruleLib：大规模可执行误解推理与步骤追踪用于建模学生数学思维
学生在数学中的错误往往是系统性的：学习者运用一种连贯但错误的程序，并在不同情境中重复使用。我们介绍 MalruleLib，...
- · ai
[Paper] 微调小型语言模型作为高效企业搜索相关性标注器
在企业搜索中，规模化构建高质量数据集仍然是一个核心挑战，因为获取标注数据非常困难。为了解决这个挑战……
- · ai
[Paper] UltraLogic：通过大规模数据合成和双极浮点奖励提升LLM推理
虽然大型语言模型（LLMs）在自然语言处理方面展示了显著的潜力，但需要多步骤的复杂通用推理仍然是一个挑战。
- · 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] X-MuTeST：一个用于可解释仇恨言论检测的多语言基准以及一种新颖的 LLM 咨询解释框架
社交媒体上的 Hate speech detection 在准确性和可解释性方面都面临挑战，尤其是对于尚未深入研究的 Indic languages。我们提出了一种新颖的…
- · ai
[论文] MemRL：通过运行时强化学习在 Episodic Memory 上实现自我进化的智能体
人类智能的标志是能够通过构建性情景模拟——检索过去的经验以综合解决方案——掌握新技能的能力。
- · ai
[Paper] 在关键位置最大化局部熵：前缀感知局部化 LLM Unlearning
Machine unlearning 旨在从 Large Language Models (LLMs) 中忘记敏感知识，同时保持一般实用性。然而，现有方法通常…