· 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] M3CoTBench：医学图像理解中 MLLMs 的 Chain-of-Thought 基准
Chain-of-Thought (CoT) 推理已被证明能够通过鼓励逐步的中间推理来提升大语言模型的效果，近期的进展……
- · ai
[Paper] 空间上下文提升文本与遥感融合用于环境变量映射
最近在 natural language processing 方面的发展凸显了文本作为生态学新兴数据来源的价值。文本资源携带着独特的信息，能够……
- · 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] 推断潜在意图：归因自然语言推理在 LLM 代理中的应用
归因推理，即预测观察到的行为背后潜在意图的能力，是大型语言模型的一个关键但尚未充分研究的能力……
- · ai
从行到推理：用于电子表格理解的检索增强多模态框架
大型语言模型（LLMs）在对包含数千行数字、多个关联工作表以及嵌入…的企业级大型电子表格进行推理时面临困难。
- · 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……
- · software
[Paper] 重审‘Revisiting Neuron Coverage for DNN Testing: A Layer-Wise and Distribution-Aware Criterion’: 批判性综述及对 DNN 覆盖率测试的影响
我们对 Neural Coverage (NLC) 进行批判性综述，它是 Yuan 等人在 2023 年 ICSE 上提出的最先进的 DNN 覆盖准则。虽然 NLC 提出要满足 eigh…
- · ai
[论文] 非遍历情境中的深度强化学习模型无关解决方案
强化学习（Reinforcement Learning，RL）仍然是机器学习中的核心优化框架。虽然 RL 代理可以收敛到最优解，但对…