· 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] 声纳时刻：音频语言模型在音频地理定位中的基准测试
Geo-localization 旨在推断给定信号的地理来源。在计算机视觉中，Geo-localization 已成为一个苛刻的 benchmark，用于 composition……
- · ai
[Paper] 假朋友困境：信任与对话式 AI 的政治经济学
随着对话式 AI 系统日益融入日常生活，它们引发了关于用户自主性、信任以及商业利益的紧迫关注。
- · ai
[Paper] 从熵到 Epiplexity：为计算受限的智能重新思考信息
我们能从数据中学到比生成过程本身所包含的更多吗？仅仅通过应用确定性转换，能否构建出新的有用信息？
- · 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] 评估器引导的强化去学习在文本到图像扩散中的研究
文本到图像扩散模型中的机器遗忘旨在删除特定概念，同时保持整体效用。先前的扩散遗忘方法通常……
- · 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] InfiAgent：面向通用自主代理的无限时域框架
LLM 代理能够推理并使用工具，但它们在长时程任务中常常因上下文无限增长和错误累积而崩溃。常见的补救措施，如...
- · 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……