Arxiv hàng ngày

Đây là trang tổng hợp các bài báo về trí tuệ nhân tạo được xuất bản trên toàn thế giới.
Trang này sử dụng Google Gemini để tóm tắt nội dung và hoạt động phi lợi nhuận.
Bản quyền của các bài báo thuộc về tác giả và tổ chức liên quan; khi chia sẻ, chỉ cần ghi rõ nguồn.

VeOmni: Mở rộng quy mô đào tạo mô hình phương thức bất kỳ với Zoo công thức phân tán tập trung vào mô hình

Dynaword: Từ bộ dữ liệu một lần đến bộ dữ liệu được phát triển liên tục

Dự báo thời điểm dự báo: Tăng tốc các mô hình khuếch tán với Taylor có cổng tin cậy

Proof2Hybrid: Tổng hợp chuẩn toán học tự động cho các vấn đề tập trung vào chứng minh

Chuỗi tác nhân hợp tác để tạo ra sự hiệp lực về kiến thức thu thập theo tham số

BlockA2A: Hướng tới khả năng tương tác an toàn và có thể xác minh giữa các tác nhân

SpectrumWorld: Nền tảng trí tuệ nhân tạo cho quang phổ học

Quản lý leo thang trong các mô hình ngôn ngữ lớn có sẵn

FGBench: Bộ dữ liệu và chuẩn mực cho suy luận về tính chất phân tử ở cấp độ nhóm chức năng trong các mô hình ngôn ngữ lớn

Bản đồ Schema.org cơ bản cho Biểu đồ kiến thức pháp lý: Biểu diễn các chuẩn mực pháp lý của Brazil theo cách FRBR hoạt động

D3: Phát hiện video được tạo bằng AI không cần đào tạo bằng cách sử dụng các tính năng bậc hai

SMART-Editor: Một khuôn khổ đa tác nhân cho việc chỉnh sửa thiết kế giống con người với tính toàn vẹn về cấu trúc

Sự kết hợp giữa tầm nhìn và ngôn ngữ cho khả năng lái xe tự động theo thời gian thực: Tập trung vào mục tiêu của camera, bản đồ HD và điểm dừng

MoCHA: Lý luận ngôn ngữ thị giác nâng cao với kết nối MoE và sự chú ý của nhóm phân cấp

Tăng cường chưng cất tập dữ liệu tự giám sát thông qua tham số hóa, tăng cường được xác định trước và xấp xỉ

Ghi nhớ trong các mô hình ngôn ngữ lớn được tinh chỉnh

Từ vướng víu đến căn chỉnh: Phân tích không gian biểu diễn cho việc điều chỉnh miền chuỗi thời gian không giám sát

Xeno Sutra: Liệu có thể gán ý nghĩa và giá trị cho một văn bản “thiêng liêng” do AI tạo ra không?

Học tập sau khi hoàn thành cho các mô hình ngôn ngữ

Rainbow Noise: Kiểm tra ứng suất của các máy phát hiện meme có hại đa phương thức trên nội dung LGBTQ

Nắm bắt thể tích tương đương

SemiSegECG: Một chuẩn mực đa tập dữ liệu cho phân đoạn ngữ nghĩa bán giám sát trong phân định ECG

FedSA-GCL: Một khuôn khổ học đồ thị liên kết bán không đồng bộ với tổng hợp cá nhân hóa và phát sóng nhận biết cụm

Tốc độ học tập lớn đồng thời đạt được tính mạnh mẽ đối với các tương quan giả và khả năng nén

R-Stitch: Khâu quỹ đạo động cho suy luận hiệu quả

P3SL: Học tập phân tách bảo vệ quyền riêng tư được cá nhân hóa trên các thiết bị biên không đồng nhất

Tài liệu Haystack: Một bối cảnh dài đa phương thức hình ảnh/tài liệu hiểu tầm nhìn chuẩn LLM

Phân cụm đồ thị thiếu thuộc tính có thể mở rộng thông qua phân biệt lân cận

TaylorPODA: Một phương pháp dựa trên mở rộng Taylor để cải thiện các thuộc tính hậu hoc cho các mô hình mờ đục

Chia-rồi-quy tắc: Bộ nội suy phân cấp theo cụm cho đồ thị thiếu thuộc tính

$\Texttt{Droid}$: Bộ tài nguyên để phát hiện mã do AI tạo ra

Lý luận hay ghi nhớ? Kết quả không đáng tin cậy của học tăng cường do dữ liệu bị nhiễm bẩn

Nền tảng nguyên tắc cho tối ưu hóa sở thích

ĐáNh giá LLM về dự báo thực tế so với các chuyên gia dự báo

STRUCTSENSE: Một khuôn khổ tác nhân không phụ thuộc vào tác vụ để trích xuất thông tin có cấu trúc với đánh giá và so sánh vòng lặp của con người

S2FGL: Học đồ thị liên kết phổ không gian

AI4Research: Khảo sát về trí tuệ nhân tạo cho nghiên cứu khoa học

Tại sao các chương trình Thạc sĩ Luật Nguồn mở lại gặp khó khăn trong việc phân tích dữ liệu? Một nghiên cứu thực nghiệm có hệ thống

Mô phỏng giao thông dài hạn với chuyển động tự hồi quy xen kẽ và tạo kịch bản

Tăng cường VLM để sử dụng các công cụ cho lý luận trực quan chi tiết trong điều kiện hạn chế về tài nguyên

Sự khuếch tán được điều khiển theo nguyên nhân để tạo ra video phản thực tự động

ĐIều gì tạo nên một công cụ phân tích giọng nói tốt cho việc tạo ra giọng nói tập trung vào LLM? Một nghiên cứu có hệ thống

ChineseHarm-Bench: Điểm chuẩn phát hiện nội dung độc hại của Trung Quốc

ProRefine: Tinh chỉnh lời nhắc thời gian suy luận với phản hồi văn bản

SALAD: Đánh giá có hệ thống về việc bỏ học máy trên thiết kế phần cứng hỗ trợ LLM

MetaGen Blended RAG: Mở khóa độ chính xác Zero-Shot cho lĩnh vực chuyên biệt - Trả lời câu hỏi

Hướng tới việc tiết lộ hiệu quả của việc tinh chỉnh quy mô nhỏ trong học tăng cường theo kiểu R1

LightRetriever: Kiến trúc truy xuất lai dựa trên LLM với khả năng suy luận truy vấn nhanh hơn 1000 lần

Liệu các mô hình đa phương thức lớn có thể hiểu được bối cảnh nông nghiệp? So sánh với AgroMind

Tận dụng các mô hình ngôn ngữ thị giác để phân tích và xây dựng nền tảng trực quan cho giao diện người dùng ô tô

Tích hợp thời gian toàn quang được trung gian bởi ăng-ten nhiệt dưới bước sóng

GRILL: Khôi phục tín hiệu Gradient trong các lớp không đủ điều kiện để tăng cường các cuộc tấn công đối nghịch vào bộ mã hóa tự động

JointDiT: Nâng cao mô hình hóa mối nối độ sâu RGB bằng bộ biến áp khuếch tán

FFCBA: Tấn công cửa sau nhãn sạch toàn mục tiêu dựa trên tính năng

Sai lệch hiệu suất đa ngôn ngữ của các mô hình ngôn ngữ lớn trong giáo dục

NoWag: Một khuôn khổ thống nhất để nén giữ nguyên hình dạng của các mô hình ngôn ngữ lớn

Tái tạo quỹ đạo nhiễm trùng huyết từ các báo cáo ca lâm sàng bằng cách sử dụng LLM: Kho dữ liệu chuỗi thời gian văn bản cho nhiễm trùng huyết

ĐàO tạo mô hình tạo sinh hiệu quả thông qua khởi động biểu diễn nhúng

Biểu đồ mở rộng sâu Bayesian theo hướng chú ý cho hình ảnh Lidar đơn photon đỉnh kép

Tìm kiếm kiến trúc phổ cho các mô hình mạng nơ-ron

Tăng cường khả năng khớp âm thanh nổi đa hướng với mô hình nền tảng độ sâu được đào tạo trước

ADS-Edit: Bộ dữ liệu chỉnh sửa kiến thức đa phương thức cho hệ thống lái xe tự động

So khớp điểm tiềm năng: Loại bỏ độ lệch trong lấy mẫu cấu trúc phân tử với hướng dẫn năng lượng tiềm năng

Học tập tổng hợp cho các mô hình ngôn ngữ lớn trong việc tạo văn bản và mã: Một khảo sát

Học kích hoạt đối nghịch tăng cường

ETCH: Tổng quát hóa sự vừa vặn của cơ thể đối với con người mặc quần áo thông qua độ khít tương đương

M2S: Bẻ khóa nhiều lượt thành một lượt trong Red Teaming dành cho LLM

Một khuôn khổ nhân quả để căn chỉnh các số liệu chất lượng hình ảnh và độ mạnh của mạng nơ-ron sâu

PennyLang: Tiên phong trong việc tạo mã lượng tử dựa trên LLM với bộ dữ liệu mới lấy PennyLane làm trung tâm

DexGraspVLA: Một khuôn khổ tầm nhìn-ngôn ngữ-hành động hướng tới khả năng nắm bắt khéo léo nói chung

Thấu kính Entropy: Chữ ký thông tin của phép tính biến áp

CAMEF: Dự báo tài chính đa phương thức tăng cường nhân quả dựa trên sự kiện bằng cách tích hợp các mô hình chuỗi thời gian và các thông báo kinh tế vĩ mô nổi bật

ĐịNh hình phần thưởng thưa thớt trong học tăng cường: Một phương pháp tiếp cận bán giám sát

AdaMCoT: Tái suy nghĩ về lý luận thực tế xuyên ngôn ngữ thông qua chuỗi suy nghĩ đa ngôn ngữ thích ứng

ĐịNh vị không dây do AI điều khiển: Nguyên tắc cơ bản, Tiêu chuẩn, Tình trạng hiện đại và Thách thức

CHIRP: Một chuẩn mực chi tiết cho việc đánh giá phản ứng mở trong các mô hình ngôn ngữ thị giác

Diễn viên-Nhà phê bình mềm phần thưởng trung bình

Video đáng giá hơn ngàn hình ảnh: Khám phá những xu hướng mới nhất trong thế hệ video dài

Từ văn bản đến quỹ đạo: Khám phá biểu diễn ràng buộc phức tạp và phân tích trong học tăng cường an toàn

Nói chuyện với DINO: Kết nối xương sống của tầm nhìn tự giám sát với ngôn ngữ để phân đoạn từ vựng mở

SANDWICH: Hướng tới một công nghệ thay thế dò tia thần kinh không dây ngoại tuyến, có thể phân biệt được và có thể đào tạo hoàn toàn

IDEATOR: Bẻ khóa và đánh giá chuẩn các mô hình ngôn ngữ thị giác lớn bằng chính chúng

Cobblestone: Một phương pháp chia để trị để tự động hóa xác minh chính thức

Thu hẹp niềm tin hiệu quả của ĐHCĐ: Hành trình vượt ra khỏi phạm vi hữu hạn (Báo cáo kỹ thuật)

Vượt ra ngoài hình ảnh: Sự kết hợp thích ứng của dữ liệu hình ảnh và văn bản để phân loại thực phẩm

TAPAS: Nhanh chóng và tự động suy ra các chiến lược song song Tensor cho mạng nơ-ron lớn

KCR: Giải quyết xung đột kiến thức ngữ cảnh dài thông qua lý luận trong LLM

Liệu lý luận chuỗi suy nghĩ của LLM có phải là ảo ảnh? Một lăng kính phân phối dữ liệu

CADDesigner: Thiết kế khái niệm mô hình CAD dựa trên tác nhân đa năng

Mind the Gap: Sự khác biệt giữa các nhiệm vụ do con người và LLM tạo ra

RL-PLUS: Chống lại sự sụp đổ ranh giới năng lực của LLM trong học tăng cường với tối ưu hóa chính sách lai

Tối đa hóa mềm dựa trên mô hình các số liệu phù hợp về sức mạnh con người dài hạn

Tiny-BioMoE: Mô hình nhúng nhẹ cho phân tích tín hiệu sinh học

Hệ thống Viết lại Thuật ngữ AlphaPhysics để Chấm điểm Biểu thức Đại số trong Kỳ thi Vật lý

Mô hình hóa Logic Modal Nghĩa vụ trong Hệ thống Lập trình Bộ câu trả lời Vị ngữ Hướng mục tiêu s(CASP)

Tối ưu hóa lời nhắc tự động cho việc xây dựng biểu đồ tri thức: Thông tin chi tiết từ một nghiên cứu thực nghiệm

Lý thuyết Nhận thức Thống nhất cho Mô hình Ngôn ngữ: Neo giữ Ngữ nghĩa, Ngưỡng Kích hoạt và Lý luận Mới nổi

Lý luận quy nạp dựa trên tính nhất quán đối với các lỗi nhận thức của nhiều mô hình được đào tạo trước trong môi trường mới lạ

Nâng cao khả năng phục hồi của hệ thống AI: Xây dựng và đảm bảo khả năng phục hồi của LSTM dựa trên lý thuyết điều khiển

UFEval: Đánh giá chi tiết thống nhất với Tổng quát hóa Nhiệm vụ và Khía cạnh

Về Ngữ nghĩa dần dần cho Lập luận dựa trên Giả định

Created by

Haebom

Tác giả

Anna Rapberger, Fabrizio Russo, Antonio Rago, Francesca Toni

Phác thảo

Bài báo này đề xuất một ngữ nghĩa gia tăng mới cho khuôn khổ Lập luận Dựa trên Giả định (ABA). Là một phương án thay thế chi tiết cho ngữ nghĩa dựa trên mở rộng và nhãn hiện có, ngữ nghĩa gia tăng gán các điểm mạnh lập luận cho các thành phần của một lập luận, cho biết mức độ chấp nhận của chúng. Chúng tôi khái quát hóa ngữ nghĩa gia tăng mô-đun cho Khuôn khổ Lập luận Lưỡng cực Định lượng (QBAF) hiện đại bằng cách sử dụng khuôn khổ lập luận dựa trên tập hợp lưỡng cực như một sự trừu tượng hóa của khuôn khổ ABA (có khả năng không phẳng). Chúng tôi trình bày một ngữ nghĩa gia tăng mới gán các điểm mạnh lập luận cho các giả định, một thành phần cốt lõi của khuôn khổ ABA. Chúng tôi chứng minh rằng ngữ nghĩa được đề xuất thỏa mãn các thuộc tính mong muốn của ngữ nghĩa QBAF, chẳng hạn như tính cân bằng và tính đơn điệu. Chúng tôi so sánh ngữ nghĩa ABA gia tăng được đề xuất với một phương pháp dựa trên lập luận tận dụng trực tiếp ngữ nghĩa mô-đun QBAF hiện có làm cơ sở, và đánh giá sự hội tụ của nó với ngữ nghĩa ABA gia tăng được đề xuất thông qua các thử nghiệm.

Takeaways, Limitations

•

Takeaways: Chúng tôi trình bày ngữ nghĩa gia tăng đầu tiên cho khung ABA, cho phép đánh giá chi tiết hơn về khả năng chấp nhận lập luận trong các ứng dụng ABA. Chúng tôi mở rộng khả năng ứng dụng của nó cho nhiều khung ABA khác nhau bằng cách khái quát hóa nó bằng cách sử dụng khung lập luận dựa trên tập hợp lưỡng cực. Chúng tôi chứng minh các đặc tính mong muốn (cân bằng và đơn điệu) của ngữ nghĩa được đề xuất, qua đó đảm bảo tính hợp lệ lý thuyết của nó. Chúng tôi đánh giá hiệu suất của ngữ nghĩa được đề xuất thông qua các so sánh thực nghiệm.

•

Limitations: Vì các thí nghiệm được tiến hành bằng cách sử dụng một khuôn khổ ABA tổng hợp, cần nghiên cứu thêm để xác định hiệu suất của nó trong các ứng dụng thực tế. Việc phân tích độ phức tạp tính toán của ngữ nghĩa gia tăng được đề xuất vẫn còn thiếu. Cần nghiên cứu thêm để xác định khả năng áp dụng và khả năng khái quát hóa của nó cho các loại khuôn khổ ABA khác nhau.

Xem PDF

Made with Slashpage