hiw3c 日报精选

星期五 · 23 条
  1. arXiv cs.AI/CL/LG信号源(脚本内置抓取)02:59快照

    多模态视觉编码拆分

    作者: Ellis Brown, Chris Hoang, Shengyi Qian | 多模态语言模型应如何编码视觉输入仍存在争议。大多数模型使用预训练视觉编码器,而一些近期的方案则通过语言模型从零训练该编码器,或完全移除它。视觉编码器综合了三种设计选择:来自上游预训练的视觉先验、专用视觉能力,以及该能力的预融合位置(即

  2. arXiv cs.AI/CL/LG信号源(脚本内置抓取)02:59快照

    ArchSpace:LLM架构研究记录、评审与引用

    作者: Jie Wang, Tong Zhu, JiaHao Kuang | 模型架构决定大语言模型的扩展行为、训练效率及推理成本,因此是产业界与学术界的核心关注点。在产业领域,如DeepSeek、Qwen和Kimi背后的团队通常会提出架构创新,但公开报告很少记录哪些想法取得了成功、哪些被放弃以及原因。在学术领域,有限的算力与不一致

  3. arXiv cs.AI/CL/LG信号源(脚本内置抓取)02:59快照

    投资指令内部化:一种神经符号强化学习方法用于投资组合分配

    作者: Zeynep Yıldız, Satchit Chatterji, Ercan Atam | 机构投资组合依据投资政策声明运作,该声明明确规定了资产配置约束,通常以市场制度信息为前提。深度强化学习已被证明能够优化财务绩效,但通常无法强制遵守规则,因此不适合用于现实世界中的部署。现有的神经符号方法,如概率逻辑政策Gr

  4. arXiv cs.AI/CL/LG信号源(脚本内置抓取)02:59快照

    AgentSSL:MLE智能体能否利用未标记数据?

    作者: Ethan Lin, Akanksha Sarkar, Ziang Liu | 将机器学习系统应用于新领域会在标记数据获取与手动流程工程方面产生瓶颈。尽管近期的MLE代理在自动化流程设计方面展现出潜力,但它们几乎仅在完全监督环境中得到研究,因此未在实际场景中得到验证——即在标记数据稀缺而未标记数据丰富的现实场景中。在本研究中,我们

  5. arXiv cs.AI/CL/LG信号源(脚本内置抓取)02:58快照

    学习扩散语言模型应何时重新生成

    作者: Minhae Oh, Jeonghye Kim, Jinwoo Koo | 重标记使扩散语言模型能够重新审视生成文本,但有效的修正需要明确何时以及要修正什么。我们对数独的分析揭示了两个缺失之处。隐藏状态包含错误信息,而令牌置信度无法可靠揭示此类信息;对孤立错误进行重标记通常会在周围上下文保持不变时再现该错误。这些发现为DiVR提供了动机,一个ve

  6. arXiv cs.AI/CL/LG信号源(脚本内置抓取)02:58快照

    CoReMem:用于连续编码任务的成本内部化记忆及未来价值评估

    作者: 李佩文、哈什特·维玛、周索菲亚 | 编码智能体在不断演变的存储库上处理连续任务,在下一个任务尚不可知之前即可延续编辑操作并写入记忆。为未知的下一个任务选择记忆,需在未来实用性与写入与读取该记忆的成本之间进行平衡。智能体还需决定,在可用记忆上执行操作何时能节省努力,随着任务推进而言。我们引入编码存储库记忆(CoReMem)。

  7. arXiv cs.AI/CL/LG信号源(脚本内置抓取)02:57快照

    将快速学习与神经网络中的组合结构关联起来:来自元学习参数空间中加法类比的证据

    作者: Abigail L. Tenenbaum, R. Thomas McCoy | 人类可以从有限的经验中快速学习,而神经网络通常需要广泛的训练。在本研究中,我们探讨神经网络的哪些特性能够使其快速学习。我们研究通过元学习技术优化过的神经网络,该技术使网络接触多种相关函数,从而有助于其后续学习类似函数。

  8. arXiv cs.AI/CL/LG信号源(脚本内置抓取)02:57快照

    绘制用于上下文归因的语言模型

    作者: Christopher Liaw, Aranyak Mehta, Grigoris Velegkas | 上下文归因研究的是移除提示中的部分内容对语言模型输出产生何种影响。我们研究$n$个标记的提示的留一法(LOO)归因,并采用固定测量函数。直接计算所有LOO值需要$n$次模型评估。在稳定性假设下,我们的算法利用$n$

  9. arXiv cs.AI/CL/LG信号源(脚本内置抓取)02:56快照

    经典能量学习推理速度比循环模型快1000倍

    作者: Benjamin Hoover, Hugh Blayney, James C. R. Whittington | 循环模型已成为推理的重要范式,在如数独极端版和迷宫唯一版等简单推理谜题上取得了成功。然而,这些模型可能不稳定、训练速度慢,且解决简单谜题时需使用大量参数和FLOPs。基于能量下降方法不仅能缓解这些问题,还能带来优势:内置早期停止机制、适应

  10. arXiv cs.AI/CL/LG信号源(脚本内置抓取)02:56快照

    量化通用保险定价透明模型的结构稳定性

    作者: Félix Côté, Marie-Pier Côté | 一般保险合同的短暂期限导致数据快速分配变化,因此需定期更新模型。该过程可能产生更新后的模型,其在预测效果与结构方面与更新前模型存在显著差异。结构稳定性先于预测稳定性,然而现有结构稳定性指标大多局限于简单的决策