跳到主要内容
检索

The University of Texas at Dallas

5 篇关联报道

订阅更新
  1. researchsquare.com

    弱评审的偏好提前可读:训练前探针点名“非洲”,策略最终128条答案全写它

    训练语言模型时常用一个学出来的评审模型代替真值打分,但评审自身的偏好此前只能在训练后从策略行为里看出来。研究者在1B参数模型上按500、2000、8000条标注答案训练了三个评审,并在训练前用单处编辑探针测每个评审对错误答案的加分。对最弱评审的预测是策略会爬向被标记的文本,训练后128条最终回答中有115条变成同一句撒哈拉沙漠加“Answer: Africa”,评审均分从0.20升到0.82;对最强评审预测无可爬之处,该次运行未被利用。

  2. arXiv

    EDiS 将图一次性分解为可缓存的边不相交子图,在 19 个节点分类基准上以相同边预算取得最高平均分

    EDiS 把图结构提取与每轮训练图组合分离:先用基于特征的分数和逐次最大分数覆盖森林把图一次性分解为可缓存的边不相交子图,再在每个 epoch 按边预算约束重新组合出训练图,无需重新提取结构;在 19 个同质、异质和大规模节点分类基准、相同边预算下与 17 个基线比较,EDiS-Lite 取得最高平均基准分与最低平均排名和差距。

  3. arXiv

    综述把视频-音频联合生成、跨模态生成与联合编辑统一到同一分布上,并首次系统梳理出九类、28种联合音视频编辑

    这篇综述指出视频与音频虽被共同感知、但多数生成模型仍各自独立处理,于是把联合生成、跨模态生成(由一方生成另一方)与联合编辑三类问题统一定义为同一个音视频对分布上的问题,围绕“输出如何在时间与语义上保持跨模态一致”这一核心问题,提出沿生成策略、音频表示、视频表示、对齐施加方式、预训练复用五个设计轴的分类体系,并首次系统梳理联合音视频编辑,将其映射为九类编辑、28种编辑类型,同时整理各设定下的方法、数据集与指标,最后给出长时程一致性、细粒度控制、物理合理性与评测等开放问题。

  4. arXiv

    Jev-Mem 用 System-One 控制平面管理智能体记忆,在 LoCoMo 上把总体得分提到 0.777,同时把记忆构建时间压到 158 秒

    Jev-Mem 提出一种受 System-One/System-Two 认知分工启发的智能体记忆架构,用专门的 System-One 控制平面负责记忆类型判定、关系构建、查询路由、检索预算分配、图遍历、候选打分与自适应停止,只把复杂推理和答案合成交给 System-Two;在 LoCoMo 上取得 0.777 的 LLM-as-a-Judge 总体得分(相对最强基线提升 11.0%),记忆构建时间 158 秒(相对最快竞争系统 6.6 倍加速),平均查询延迟 0.93 秒(降低 36.7%)。

  5. RNA

    基于连续介质的反应扩散模型揭示染色体失活中基因沉默的空间传播机制

    本文建立了一个基于连续介质的反应扩散模型,用以刻画XIST介导的基因沉默在染色体上的传播,发现XIST的扩散可由调控其合成与降解的已知负反馈环路调节,而基因沉默的传播则由沉默复合物的全局调控与局部表观遗传调控因子共同驱动的波钉扎机制所控制,并结合由实验数据推断的三维染色体结构展示了沉默传播的时空调控。

已读完全部报道