Adobe

Standardizing the Measurement of Text Diversity: A Tool and a Comparative Analysis of Scores

标准化文本多样性测量：一种工具和评分的比较分析

Chantal Shaib, Venkata S. Govindarajan, Joe Barrow, Jiuding Sun, Alexa F. Siu, Byron C. Wallace, Ani Nenkova

机构 * Northeastern University（东北大学） ； Adobe Research（Adobe研究） ； Pattern Data（Pattern Data公司） ； Ithaca College（伊特纳学院） 纠错

AI总结 本文提出了一种标准化文本多样性测量工具，通过开源包和交互平台分析文本重复，发现压缩算法与n-gram同质性评分相似，且多种指标组合能有效报告文本多样性。

Comments AACL 2025

From Pixels to Policies: Reinforcing Spatial Reasoning in Language Models for Content-Aware Layout Design

从像素到政策：为内容感知布局设计增强语言模型的空间推理能力

Sha Li, Stefano Petrangeli, Yu Shen, Xiang Chen

机构 * Virginia Tech（弗吉尼亚理工学院） ； Adobe Research（Adobe研究） 纠错

AI总结 LaySPA通过强化学习框架增强语言模型的空间推理能力，实现内容感知布局设计，提升布局结构有效性与视觉质量，同时减少标注样本需求和延迟。

Precise Attribute Intensity Control in Large Language Models via Targeted Representation Editing

通过针对性表征编辑实现大语言模型中的精确属性强度控制

Rongzhi Zhang, Liqin Ye, Yuzhao Heng, Xiang Chen, Tong Yu, Lingkai Kong, Sudheer Chava, Chao Zhang

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Adobe Research（Adobe研究） ； Harvard University（哈佛大学） 纠错

AI总结 本研究通过针对性表征编辑方法，实现大语言模型中精确属性强度控制，提升模型对用户需求的适应能力。