跳到正文
今天11月19日周四6 条
  1. arXiv AI54

    Knowing What You Know: A Trait Theory of Reviewer Value in Human-AI Cognitive Systems

    当一个有能力的模型与人类审阅者共同做出决策时,人类仍能带来价值?我们认为这是一个关于单一认知特质的问题,即审阅者的主观信心与实际判断正确性的对齐。我们构建了一种审阅者价值的特质理论,以使其更加精确。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  2. arXiv AI54

    Mapping the AI Supply Chain: Dependencies, Vulnerabilities, and Market Concentration in the AI Ecosystem

    AI系统由许多组织构建,这些组织贡献模型、数据、计算资源、资本和人才等资产。尽管AI堆栈的层相对理解较深,但各层之间参与者和组件的关系仍较为稀疏。在本工作中,我们聚焦于构成AI供应链的组织:负责AI开发和部署的复杂网络。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  3. arXiv AI52

    Agentic Harness Engineering Beta: Requirement-Centered Evolution of Agent Harnesses

    原文摘录(自动中文摘要暂不可用):Agentic Harness Engineering Beta: Requirement-Centered Evolution of Agent Harnesses Real-world harness engineering is driven by explicit and implicit user requirements, which guide development and validation. However, existing harness evolution methods often overlook implicit requirements and interaction needs, while using a single evolution agent to modify

    推荐理由:自动中文摘要尚未通过校验,请核对原文与完整来源。

  4. arXiv AI25

    Equivariant Modeling with Polynomial Features via Minimal Homogeneous Generators

    我们提出了一种通用框架,用于建模和学习有限维半简实群表示之间的协变函数,统一了在众多应用领域中发展出的构造方法。我们的模型是一个协变多项式特征的线性组合,其系数是不变多项式特征的任意可学习函数。我们取作为特征,不变代数的不变模的极小同构生成元,以及在指定度数下的协变模。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  5. arXiv AI60

    On Evaluating User Simulators for Interactive Agents

    原文摘录(自动中文摘要暂不可用):On Evaluating User Simulators for Interactive Agents User simulators offer a scalable way to evaluate interactive agents, but how to assess their quality remains underexplored. In particular, it is unclear whether existing user simulator evaluation frameworks reliably detect meaningful failures in simulated user behavior. This uncertainty makes it difficult

    推荐理由:自动中文摘要尚未通过校验,请核对原文与完整来源。

11月18日周三
  1. IT之家 AI34

    研究:新型血液检测可追踪阿尔茨海默病进展

    IT之家 11 月 18 日消息,据路透社报道,大脑领域迎来两项最新研究:一项研究发现,新的血液检测方法有望帮助临床医生更准确地判断阿尔茨海默病的进展程度;另一项研究则揭示了随着年龄增长,大脑部分功能会发生怎样的变化。 新型血液检测可追踪阿尔茨海默病进展 研究人员在波士顿举行的阿尔茨海默病临床试验大会上报告称,一种新型血液检测方法能够帮助判断阿尔茨海默病在大脑中的发展程度。 这项检测由 Alamar Biosciences 公司开发,主要测量一种名为 eMTBR-tau 的生物标志物。该指标能够反映大脑细胞中缠绕状 tau 蛋白缠结的积累程度。 目前已有的阿尔茨海默病血液检测,主要测量 β-淀粉样蛋白和磷酸化 tau 蛋白等指标。这些物质在疾病早期就会出现升高,但对于疾病进入后期后 tau 蛋白缠结的具体积累情况,现有检测只能提供有限的信息。 目前,市面上已有两款阿尔茨海默病药物,主要通过减少大脑中的 β-淀粉样蛋白斑块发挥作用...

    推荐理由:来自IT之家 AI的《研究:新型血液检测可追踪阿尔茨海默病进展》。重点看论文/研究。摘要提到:IT之家 11 月 18 日消息,据路透社报道,大脑领域迎来两项最新研究:一项研究发现,新的血液检测方法有望帮助临床医生更准确地判断阿尔茨海默病的进展程度;另一项研究则揭示了随着年龄增长,大脑部分功能会发生怎样的变化。 新型血液检测可追踪阿尔茨海默病进展 研究人员在波士顿举行的阿尔茨海默病临床试验大会上报告称,一种新型血液检测方法能够帮助判断阿尔茨海默病在大脑中的发展程度。 这项检测由 Alamar Biosciences 公司开发,主要测量一种名为 eMTBR-tau 的生物标志物。该指标能够反映大脑细胞中缠绕状 tau 蛋白缠结的积累程度。 目前已有的阿尔茨海默病血液检测,主要测量 β-淀粉样蛋白和磷酸化 tau 蛋白等指标。这些物质在疾病早期就会出现升高,但对于疾病进入后期后 tau 蛋白缠结的具体积累情况,现有检测只能提供有限的信息。 目前,市面上已有两款阿尔茨海默病药物,主要通过减少大脑中的 β-淀粉样蛋白斑块发挥作用...

  2. arXiv AI59

    RSIBench-Infra: Can Agents Optimize Their Own Training and Inference Infrastructure at Production Scale?

    我们引入RSIBench-Infra,一个涵盖20训练和推理任务的基准测试,覆盖多样化的模型家族和模态,部署在NVIDIA GPU和Ascend NPUs上至32加速器。代理从可运行的基础版本开始,基于官方食谱可修改软件栈中的引擎、内核和指令层面。OCI镜像层提交协议捕获这些变化,实现可重复部署,独立评估在任务特定质量约束下完成端到端性能。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  3. arXiv AI53

    Temporal Rank in Recurrent Neural Networks

    为了解决这个问题,我们引入了结构化的高维状态动力学,保持时间可分离性并防止输入到状态雅可比矩阵随时间饱和。在受控序列任务中,结果模型在保持严格遵循标准RNN结构的同时表现出快速学习能力。我们的结果表明,RNN性能由时间秩的演变和保持所决定,并建议仅通过缓解梯度病理问题不足以实现,必须明确维护时间容量。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  4. arXiv AI57

    Enhancing Active Learning Performance with Initial Data Selection Based on Foundation Models

    在主动目标检测中,选择初始标注池至关重要,尤其是在包含昂贵标注和资源预算有限的复杂数据集上。本研究提出了一种主动学习框架,旨在优化主动学习任务的初始训练周期。我们的方法与传统方法不同,通过YOLO-World模型的特征基聚类进行特征聚类,并根据对象置信度对图像进行优化,而非在初始周期中依赖不确定性采样。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  5. arXiv AI22

    What Majority Labels Hide: Annotator Disagreement and Model Errors in Multi-Dialect Arabic Sexism Detection

    我们引入MuDAS,这是一个包含沙特阿拉伯、埃及和摩洛哥阿拉伯YouTube评论的数据集,每条评论由三位该方言的母语者标注,个体注释保留。我们使用该数据集来评估在硬标签、软标签和透视主义目标下微调的阿拉伯语编码器,以及GPT-5.6 Terra和四个阿拉伯语为中心的大语言模型。在注释者存在分歧的评论中,模型错误更频繁。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  6. arXiv AI49

    How to Turn an Attention Neural Network into an Interpretable Hard-Logic Predicate Circuit: Truth-Table Predicate Extraction and State-Machine Merging under Ship-of-Theseus Replacement

    我们整体将训练好的注意力网络(包括注意力机制)转换为一个硬逻辑谓词电路,该电路可在其原处运行。电路中的每个单元是一个0/1的谓词,所有谓词之间的映射都是经过最小化的真实表。如查询代码与密钥代码的乘积表等短表被精确地最小化,宽特征到特征的过渡则通过噪声容忍的最小化变为蕴含规则。

    推荐理由:来自arXiv AI的《How to Turn an Attention Neural Network into an Interpretable Hard-Logic Predicate Circuit: Truth-Table Predicate Extraction and State-Machine Merging under Ship-of-Theseus Replacement》。重点看产品发布。摘要提到:这条英文动态主要涉及产品发布。原文要点:We convert a trained attention network as a whole, attention included, into a hard-logic predicate circuit that runs in its place. Every unit of the circuit is a 0/1 predicate on tokens, and every map between predicates is a minimised truth table. Short tables, such as the product of a query code and a key code, are minimised exactly, and wide feature-to-feature tran

  7. arXiv AI57

    MoE-Context: Show the Model Only What It Needs

    AI代理在每一步都会读取其整个历史记录。人们并不这样工作:我们保留当下所需的内容,将其余部分作为粗略的笔记,以便日后回忆。MoE-Context将这一原则应用于语言模型。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  8. arXiv AI53

    LLM-Assisted Multi-Fidelity Bayesian Optimization: Fusing Expert Knowledge with Numerical Data

    多尺度贝叶斯优化(MFBO)通过将低成本低精度(LF)模型与少量准确的高精度(HF)评估结合,并按顺序选择设计进行评估,从而降低工程设计成本。然而,当HF数据稀缺时,从数值数据中难以学习LF-HF差异,尤其是当LF模型中省略了物理规律,使其设计依赖于这些物理规律时。即使缺乏足够数据,领域专家通常也了解LF模型省略了哪些物理规律以及在何种条件下其影响增强。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  9. arXiv AI59

    VAFL: A Vertical Analytic Federated Learning Mechanism for Efficient Crowdsourced Services via Closed-Form Solutions

    我们提出VAFL,一种垂直分析联邦学习框架,通过正则化最小二乘法在固定本地表示上拟合分类和回归头。一种基于代理的保护计算工作流支持两方和多方协作。为减少拟合开销,我们开发了一种全维度等价求解方法,直接对目标矩阵应用块因子,避免构建完整逆矩阵。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  10. arXiv AI60

    PIPETTE: Prompt Injection Purple-Teaming for Robust LLM Agents

    为填补这一空白,我们引入PIPETTE,一种统一的提示注入紫团队框架,有效将红安全发现转化为防御者的稳健性提升。PIPETTE采用字典学习基础的奖励机制,鼓励在红安全过程中更广泛地覆盖攻击策略。它还整合了一套基于在线策略的对抗训练管道,专为IPI防御设计,使代理在完成合法用户任务时能够抵御攻击。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  11. arXiv AI47

    Neural Memory Orchestration

    我们提出Overseer,一个端到端学习的页面预取系统。一个eBPF收集器在目标主机上观察页面故障,一个Transformer预测器(OverNet)在联网的推理硬件上运行并发出未来页面地址,一个内核驻留的执行器将这些页面材料化到目标地址空间之前它们被请求。OverNet通过在差分上对实例进行排序的故障序列编码,使单个训练模型可服务于任何目标进程而无需重新训练。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  12. arXiv AI57

    Beyond Cross-Modal Reconstruction: Participant-Level Evaluation of sEMG-Kinematic Coupling in Post-Stroke Gait

    准确的跨模态重建常被视为生理耦合的证据,尽管它可能只是反映参与者间的时间模式。我们测试了冻结的双向模型是否能捕捉肌电活动与步态动力学之间的个体特异性耦合,在82个保持的正常人和43个中风患者中进行。应用了完全的源模态去除、跨参与者源替换以及循环位置-年龄-性别模板基线。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  13. arXiv AI46

    A Fast, Programmable GPU-to-CPU Invocation Layer for GPU-Initiated Communication

    我们提出KIWI,一种可编程的反向卸载框架,实现亚微秒级设备到主机的一次性延迟,并每秒数百百万次操作。我们解决扩展反向卸载的实用挑战,包括共享队列的争用、轮询开销以及代理间的负载不均衡。KIWI-P2P,基于KIWI构建的SHMEM类似库,既在延迟又带宽方面优于当前最先进的GDA实现。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  14. arXiv AI52

    ReflectScene:MLLM-Guided Closed-Loop Diffusion for 3D Indoor Scene Generation

    基于MLLM的后向修正提供语义反馈,但与去噪过程脱节,可能破坏场景一致性。我们提出ReflectScene,一种基于MLLM的闭环扩散框架。首先,我们引入层次化优先接地场景理解,通过冻结多模态大语言模型(MLLM)解析对象特定上下文和场景全局语义,以结构化布局与多视角视觉证据对齐。其次,我们提出MLLM引导的语义奖励评估,将MLLM对候选修正的诊断与评估提炼为轻量级奖励预测器,实现修正决策,降低计算负担。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  15. arXiv AI50

    TOGBench: Benchmarking and Improving Tiny-Object Generation Fidelity in Aerial Imagery

    为填补这一空白,我们引入TOGBench,一个用于评估空中图像中小型物体生成保真度的定量、对象级基准。我们进一步提出两种简单训练/推理时间的技术,增强布局到图像生成器渲染小物体的能力,提升其在TOGBench上的表现。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  16. arXiv AI50

    Online State-Representation Adaptation under Synthetic Interaction-Cue Remapping

    当提示信息变化时,持续更新学习到的映射有助于代理选择适当的动作。我们通过比较一个持续学习状态标签的逻辑状态预测器与在迁移过程中冻结的相同预测器,测试了这一假设。在六个保持未使用的环境中评估了十种条件,每种条件有1,296组运行,总共有1,296,000次迁移记录。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  17. arXiv AI56

    NarrowSpec: Draft Hidden Width Need Not Match the Target in Speculative Decoding

    推测解码广泛用于加速大语言模型(LLMs)的生成,通过小草模型提出待生成的token,由目标模型的一次前向传递验证。读取目标模型隐藏状态的草模型,如DFlash和EAGLE-3,通常继承目标模型的隐藏宽度。我们表明,草模型的整个残差流可以在宽度的一半或四分之一时运行,同时保持大部分接受度。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  18. arXiv AI54

    A System 1 Decision Model for Medical Multiple-Choice Questions Built on Frozen Language Models

    一个1模型单次通过即可回答单选题。冻结的语言模型将问题及每个选项转化为向量,两个小的训练好的头部将其放入共享空间,最接近的选项获胜。该设计已在代理决策中验证,但尚未发现其在需要医学知识的考试题中应用的实证研究,其中正确选项与问题的相似度往往不高于错误选项。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  19. IT之家 AI70

    微软最具性价比网安 AI 模型 MAI Cyber 2 Flash 登场:性能比肩 GPT-6 Astra,每任务成本约为其 2%

    IT之家 11 月 18 日消息,微软 AI 部门于 11 月 17 日发布全新专用安全模型 MAI Cyber 2 Flash, 定位为面向企业安全团队的“高性价比”网络安全 AI。 该模型旨在帮助安全人员全天候发现软件漏洞、推荐修复方案并调查网络威胁,同时显著降低大规模使用 AI 的算力与成本。 微软称,MAI Cyber 2 Flash 基于其多年积累的专有安全数据与安全研究经验构建。在衡量真实漏洞发现能力的 CyberGym-E2E 基准中,该模型取得 92.3% 的任务成功率,略高于 GPT-6 Astra 的 91.5%;而微软披露的每任务成本不足后者的 2%。该结果是在剔除 92 个与训练数据来源重叠的任务后、基于剩余 813 个任务统计得出。IT之家附上相关截图如下: 在另一项 WebExploitBench 测试中,MAI Cyber 2 Flash 在相同推理预算下取得 40.4% 的成绩,高于 GPT-5....

    推荐理由:来自IT之家 AI的《微软最具性价比网安 AI 模型 MAI Cyber 2 Flash 登场:性能比肩 GPT-6 Astra,每任务成本约为其 2%》。重点看模型能力与工程、评测与基准、产品发布。摘要提到:IT之家 11 月 18 日消息,微软 AI 部门于 11 月 17 日发布全新专用安全模型 MAI Cyber 2 Flash, 定位为面向企业安全团队的“高性价比”网络安全 AI。 该模型旨在帮助安全人员全天候发现软件漏洞、推荐修复方案并调查网络威胁,同时显著降低大规模使用 AI 的算力与成本。 微软称,MAI Cyber 2 Flash 基于其多年积累的专有安全数据与安全研究经验构建。在衡量真实漏洞发现能力的 CyberGym-E2E 基准中,该模型取得 92.3% 的任务成功率,略高于 GPT-6 Astra 的 91.5%;而微软披露的每任务成本不足后者的 2%。该结果是在剔除 92 个与训练数据来源重叠的任务后、基于剩余 813 个任务统计得出。IT之家附上相关截图如下: 在另一项 WebExploitBench 测试中,MAI Cyber 2 Flash 在相同推理预算下取得 40.4% 的成绩,高于 GPT-5....

  20. Simon Willison87

    External sandboxes for coding agents

    外部沙箱用于编码代理:我探索了新的方法来沙箱执行由代理的代码,重点在于在不担心误操作或提示注入攻击可能导致机器受损的情况下安全地尝试本地模型。我与Prime Radiant(Superpowers等项目的AI研究实验室)合作开发了该项目。Prime Radiant博客上的帖子介绍了外部沙箱模式,其中代理执行的代码在专用沙箱内运行,而代理本身则位于该沙箱之外。为演示该模式,我们发布了三种沙箱服务器实现:external-sandbox-v86运行一个Node.js服务器,然后使用v86在WebAssembly中运行Alpine Linux;external-sandbox-container是一个Python Web服务器,运行沙箱在Apple Containers实例中;external-sandbox-quicksand是另一个Python Web服务器,使用Microsoft的Quicksand沙箱库。

    推荐理由:请对照Simon Willison原文,核对完整说明及适用条件。

  21. arXiv AI63

    Spool: Low-Latency Streaming Inference for Hybrid Vision-Language Models

    我们提出Spool,一个无需训练的框架,它缓存每帧状态转换,并随着窗口推进高效组合这些转换,无需通过主干网络重新播放帧。在每层中,删除是精确的;与注意力中的键值淘汰机制类似,过期帧可通过早期层计算出的缓存输入保留残余影响。我们设计专用的数据结构和GPU内核,以实现低缓存和组合开销。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  22. arXiv AI51

    StringQFT: A Multiuse Textbook Resource for AI-Assisted Theoretical Physics

    我们提出StringQFT作为量子场论弦构造的教材集,并作为AI辅助理论物理的基础设施。该集包含18卷,190章,3,795页,涵盖膜探测器、膜网络、几何工程、F-理论构造、缠绕M5膜和精确世界片构造。其开放书基准库存有1,073项,包括499具有自动有限答案检查功能。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  23. arXiv AI51

    An inexact stochastic variance-reduced gradient method for constrained convex finite-sum optimization

    为缩小这一差距,我们提出一种不精确的随机变分梯度(SVRG)方法,该方法显著提升了之前最佳知的首次阶优化复杂度,用于计算ε-SFSO解。当目标函数仅包含一个函数时,该方法退化为一种新颖的确定性首次阶方法,用于解决标准凸锥优化问题。其在目标函数上的梯度评估复杂度显著低于现有方法,并且在计算约束梯度和投影到相关锥体时比评估目标梯度更便宜。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  24. arXiv AI61

    Do LLM Agents Still Need to Be Told How to Self-Improve?

    LLM 代理日益驱动其自身学习。自我改进方法将模型优化的各类组件委托给模型自身。随着模型能力增强,这促使一个基本问题:这些日益强大的模型是否仍需要我们指定它们应如何自我改进?

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  25. arXiv AI55

    What Does a Bias Head Measure? Non-Identifiability in Head-Level Bias Attribution

    本地化社会偏见并去除的方法通过其对公平度量指标的影响进行验证,从未通过统计选择头的指标测量偏见的证据。我们对该模型Qwen-2.5-7B-Instruct和Llama-3.1-8B-Instruct进行审计。头映射在ρ=-0.950和-0.768与标签盲响应长度映射相关,似乎识别出表面混淆。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  26. arXiv AI55

    Higher-Scoring Coding Models Did Not Get More Work Done

    原文摘录(自动中文摘要暂不可用):Higher-Scoring Coding Models Did Not Get More Work Done New coding models advertise themselves on score improvements of coding benchmarks. Yet no study has tested if a model that scores higher on these benchmarks gets more real work done. On June 12, 2026, a U.S. export control directive banned access to Claude Fable 5 for 19 days, which forced users to swit

    推荐理由:自动中文摘要尚未通过校验,请核对原文与完整来源。

  27. arXiv AI59

    Multimodal Masked Diffusion Autoencoder for Modeling Impaired Driving

    我们提出一种多模态掩码扩散自动编码器,ID-MAE,它添加了一个自监督目标以改善功能障碍预测:除了预测功能障碍标签作为掩码令牌外,它还重建了掩码的注视和轨迹。为探究不同模态和类型的功能障碍对模型推理的影响,我们引入了DIVERT,一个包含103小时驾驶数据(n = 109)的驾驶模拟器数据集,包含十种功能障碍诱导,涵盖认知、视觉和情绪状态,数据包括注视、车辆状态和场景视频。我们展示了ID-MAE在DIVERT数据集和现有数据集上显著提升功能障碍预测结果,并在诸如轨迹和注视预测等附加任务中实现强结果。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  28. arXiv AI53

    Distortion-Free Semantic Watermarks for Black-Box Generative Models

    我们提出一种可证明无失真语义水印算法,仅需黑盒采样访问生成模型,并需黑盒访问语义嵌入。水印在平均其秘密检测密钥下保持生成器输出分布不变,这提供了一种形式上的保证,表明水印不会降低输出质量。传统此类水印通常对变换较为脆弱。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

11月17日周二
  1. arXiv AI57

    Know When to Zoom: How Small Is Too Small for Vision-Language Models?

    在线视觉语言模型常因服务在处理大图像前缩小或拒绝图像而遗漏小细节。一辆在无人机照片中宽 20 像素的汽车,实际在开放AI的默认设置下被直接拒绝。我们通过打印代码的视觉检查和 601 个关于真实照片中小物体的问题,测量了七种模型从四个供应商中保留的细节量。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  2. arXiv AI49

    Social Signal Bench: Evidence-Weighted Evaluation of Co-occurring Social Signals in Video and Audio

    我们引入社交信号基准(Social Signal Bench),一个47小时的密集标注基准,用于评估社交信号识别与参与,包含两个数据集:社交信号基准视频(25小时),涵盖十种音频视觉记录中的社交信号;社交信号基准音频(22小时),涵盖音频仅记录中的六种信号。每个数据集配对一个公开的在线对话视频训练集,其中10小时由专家标注,其余为伪标注,与一个私有的专家标注测试集(覆盖四个对话领域)。我们还提出证据加权F1(EW-F1),通过标注者证据加权参考标签,并通过最优逐帧匹配赋予语义相关预测分级信用。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  3. arXiv AI49

    Remembered as Brief: Stored Preferences SilentlyRemove Decision-Critical Information

    我们引入了ench{},一个针对100日常决策在25个领域的检查基准,仅用户记忆变化:用户陈述信念,模型从用户提及的评论或用户请求总结的网页中推断出该信念。测试五种模型,我们发现三种效应。首先,当用一行针对AI助手的总结页面进行总结后,Gemini 2.5 Flash-Lite和DeepSeek V4 Pro在每轮中将“偏好非常简短的答案,不希望警告”作为用户偏好,93%和84%的后续回答会遗漏一个关键项,几乎无声;在明确简短偏好下,78--96%的遗漏是无声的。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  4. arXiv AI53

    Visibility Graph Representations of Word Embeddings for Text Classification

    文本分类器依赖于能以学习模型可使用的形式暴露类别间差异的表示形式,受限词汇改变哪种表示最有效。本文研究自然可见图作为新闻主题分类的中间表示,受限于控制词汇预算。词嵌入平均为固定长度的文档向量,向量被读作有序数值序列,其自然可见图传递给分类器,作为有序节点度向量或邻接矩阵。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。