代码大模型 / AI 编程

SPIRAL: Symbolic LLM Planning via Grounded and Reflective Search

SPIRAL：通过 grounded 和 reflective 搜索实现符号 LLM 规划

Yifan Zhang, Giridhar Ganapavarapu, Srideepika Jayaraman, Bhavna Agrawal, Dhaval Patel, Achille Fokoue

机构 * IBM T.J. Watson Research Center（IBM TJ沃森研究中心） 纠错

专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI、cs.LG

AI总结 SPIRAL 通过 grounded 和 reflective 搜索实现更稳健高效的 LLM 规划

An Architecture-Led Hybrid Report on Body Language Detection Project

以架构为导向的混合报告：身体语言检测项目

Thomson Tong, Diba Darooneh

专题命中 仓库级理解 ：repository(abstract)；分类 cs.SE、cs.AI

AI总结 本报告分析了两种视觉-语言模型的架构特性，并探讨了其在视频到制品管道中的应用及系统限制。

ForeCal: Random Forest-based Calibration for DNNs

ForeCal：基于随机森林的DNN校准

Dhruv Nigam

专题命中 仓库级理解 ：repository(abstract)；分类 cs.LG

AI总结 ForeCal是一种基于随机森林的DNN事后校准方法，通过弱单调性和范围保持性实现更精确的校准，优于现有方法并在保持判别能力的同时降低校准误差。

Journal ref CODS-COMAD 2024