arXivDaily arXiv每日学术速递 周一至周五更新

AI 大模型

语言大模型 / LLM

大语言模型、预训练、指令微调、后训练和语言模型应用。

共收录 7565 信号源:cs.CL, cs.AI, cs.LG

1. 知识编辑与模型理解 7565 篇

2605.14231 2026-05-15 cs.LG cs.AI cs.SD 62%

AudioMosaic: Contrastive Masked Audio Representation Learning

AudioMosaic:基于对比学习的音频表示学习

Hanxun Huang, Qizhou Wang, Xingjun Ma, Cihang Xie, Christopher Leckie, Sarah Erfani

机构 * School of Computing and Information Systems, The University of Melbourne, Australia(墨尔本大学计算机与信息系统学院) Baskin School of Engineering, University of California, Santa Cruz, USA(加州大学圣克鲁兹分校工程学院) Institute of Trustworthy Embodied AI, Fudan University, China(复旦大学可信具身人工智能研究所)

专题命中 知识编辑与模型理解 :language model(abstract);分类 cs.AI、cs.LG

AI总结 AudioMosaic通过结构化时频掩码构建正样本对,提升音频表示学习效果,实现跨数据集和声学条件的强迁移能力,优于生成方法。

Comments ICML2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.11022 2026-05-13 q-bio.GN cs.AI cs.ET cs.LG 62%

SCOPE: Siamese Contrastive Operon Pair Embeddings for Functional Sequence Representation and Classification

SCOPE:基于功能序列表示和分类的Siamese对比运算子嵌入

Akarsh Gupta, Kenneth Rodrigues, Sagnik Chatterjee

专题命中 知识编辑与模型理解 :language model(abstract);分类 cs.AI、cs.LG

AI总结 本文提出SCOPE方法,利用Siamese MLP在融合嵌入空间中学习分类器,通过蛋白质语言模型嵌入实现运算子对的分类,取得0.71的ROC-AUC成绩,表明该方法在微生物基因组中的应用潜力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.09969 2026-05-12 cs.LG cs.CL 62%

The Truth Lies Somewhere in the Middle (of the Generated Tokens)

生成标记中的真相位于中间

Sophie L. Wang, Phillip Isola, Brian Cheung

机构 * MIT(麻省理工学院)

专题命中 知识编辑与模型理解 :language model(abstract);分类 cs.CL、cs.LG

AI总结 本文探讨了如何将自回归生成的隐藏状态汇总为反映语言模型内部状态的表示。通过核对齐发现,对生成标记的均池化比单个标记更有效,且生成标记的表示优于提示标记。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.09861 2026-05-12 cs.LG cs.AI 62%

Flag Varieties: A Geometric Framework for Deep Network Alignment

旗种:深度网络对齐的几何框架

Jingchuan Xiao, Xinyi Sui, Cihan Ruan

机构 * Department of Mathematics and Computer Studies, Mary Immaculate College, Ireland(爱尔兰玛丽伊曼纽尔学院数学与计算机研究系) Department of Computer Science and Engineering, Santa Clara University, USA(美国圣克拉拉大学计算机科学与工程系)

专题命中 知识编辑与模型理解 :language model(abstract);分类 cs.AI、cs.LG

AI总结 本文提出基于几何不变量理论的旗种结构,揭示深度网络层间对齐的几何本质,阐明子空间交集维度为唯一不变量,并通过实验验证其在多层感知机、残差网络和预训练语言模型中的有效性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.09173 2026-05-12 cs.LG cs.AI 62%

WavesFM: Hierarchical Representation Learning for Longitudinal Wearable Sensor Waveforms

WavesFM:纵向可穿戴传感器波形的分层表示学习

Peng Cao, Zhijian Yang, Tennison Liu, Jonathan Wang, Jiang Wu, Magdalena Proszewska, Arvind Pillai, Mingwu Gao, Amir Farjadian, Lawrence Cai, Emily Blanchard, Daniel McDuff, Pramod Rudrapatna, Matthew Thompson, Anupam Pathak, Mark Malhotra, Shwetak Patel, Dina Katabi, Paolo Di Achille, Ming-Zher Poh

机构 * Google Research(谷歌研究) MIT(麻省理工学院) University of Washington(华盛顿大学)

专题命中 知识编辑与模型理解 :foundation model(abstract);分类 cs.AI、cs.LG

AI总结 WavesFM通过分层自监督学习框架,解决长序列生理数据处理中的高采样频率、多模态依赖和长序列长度问题,实现对局部信号语义和复杂昼夜及跨日变化的建模。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.13068 2026-05-12 cs.CL cs.LG 62%

Detection Without Correction: A Robust Asymmetry in Activation-Based Hallucination Probing

无需校正的检测:基于激活的 hallucination 探测中的稳健不对称性

Dip Roy, Rajiv Misra, Sanjay Kumar Singh, Anisha Roy

机构 * Department of Computer Science and Engineering, Indian Institute of Technology Patna, India(印度理工学院帕纳分校计算机科学与工程系) Department of Computer Science, Rajarshi School of Management and Technology, Varanasi, India(印度瓦拉纳西 Rajarshi 管理与技术学校计算机科学系) Department of Electronics and Communication Engineering, Jaypee Institute of Information Technology, Noida, India(印度诺伊达 Jaypee 信息科技学院电子与通信工程系)

专题命中 知识编辑与模型理解 :language model(abstract);分类 cs.CL、cs.LG

AI总结 研究通过七种模型验证了基于激活的线性探测在大模型中能有效检测hallucination信号,但无法校正,且输出置信度基线在参数超过410M时表现更优。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.01151 2026-05-12 cs.AI cs.LG cs.MA 62%

Detecting Multi-Agent Collusion Through Multi-Agent Interpretability

通过多代理可解释性检测多代理合谋

Aaron Rose, Carissa Cullen, Sahar Abdelnabi, Philip Torr, Brandon Gary Kaplowitz, Christian Schroeder de Witt

机构 * University of Oxford(牛津大学) ELLIS Institute Tübingen MPI-IS(图宾根ELLIS研究所MPI-IS)

专题命中 知识编辑与模型理解 :LLM(abstract);分类 cs.AI、cs.LG

AI总结 本文提出NARCBench基准,通过五种探测技术在不同多代理场景中检测合谋,展示模型内部信号对多代理合谋检测的补充作用。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.08201 2026-05-12 cs.LG cs.AI cs.CV 62%

Weakly Supervised Concept Learning for Object-centric Visual Reasoning

弱监督概念学习用于以对象为中心的视觉推理

Sparsh Tiwari, Bettina Finzel, Gesina Schwalbe

机构 * University of Lübeck(吕贝克大学) University of Bamberg(巴马克大学) University of Ulm(乌尔姆大学)

专题命中 知识编辑与模型理解 :foundation model(abstract);分类 cs.AI、cs.LG

AI总结 本文提出一种高效的弱监督方案,结合槽式架构和VAE实现对象中心推理任务中的符号 grounding,减少监督至1%并提升域泛化能力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.11325 2026-05-11 stat.ME cs.AI cs.LG stat.CO stat.ML 62%

Uncertainty Quantification for Prior-Data Fitted Networks using Martingale Posteriors

利用鞅后验的先验-数据拟合网络不确定性量化

Thomas Nagler, David Rügamer

机构 * Department of Statistics, LMU Munich(统计系,慕尼黑大学) Munich Center for Machine Learning (MCML)(慕尼黑机器学习中心(MCML))

专题命中 知识编辑与模型理解 :foundation model(abstract);分类 cs.AI、cs.LG

AI总结 本文提出一种高效无调参的采样方法,基于鞅后验构建贝叶斯后验,用于量化先验-数据拟合网络预测均值、分位数等的不确定性,通过模拟和实际数据验证了方法的有效性和校准性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.06295 2026-05-08 cs.LG cs.AI stat.ML 62%

Attributions All the Way Down? The Metagame of Interpretability

逐层归因?可解释性中的元游戏

Hubert Baniecki, Przemyslaw Biecek, Fabian Fumagalli

机构 * University of Warsaw(华沙大学) Centre for Credible AI, Warsaw University of Technology(可信AI中心,华沙技术大学) Bielefeld University(比勒菲尔德大学) LMU Munich, MCML(慕尼黑大学LMU,MCML)

专题命中 知识编辑与模型理解 :language model(abstract);分类 cs.AI、cs.LG

AI总结 本文提出元游戏框架,通过将归因方法视为合作博弈计算Shapley值,研究模型解释的第二阶交互效应,揭示归因的层级分解及其在多领域可解释性应用中的价值。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.00973 2026-05-05 cs.LG cs.AI eess.SP 62%

Physiology-Aware Masked Cross-Modal Reconstruction for Biosignal Representation Learning

生理感知的跨模态掩码重建用于生物信号表示学习

Hao Zhou, Simon A. Lee, Cyrus Tanade, Keum San Chun, Juhyeon Lee, Migyeong Gwak, Megha Thukral, Justin Sung, Eugene Hwang, Mehrab Bin Morshed, Li Zhu, Viswam Nathan, Md Mahbubur Rahman, Subramaniam Venkatraman, Sharanya Arcot Desai

机构 * The Pennsylvania State University(宾夕法尼亚州立大学) Samsung Research America(三星美国研究院)

专题命中 知识编辑与模型理解 :pretraining(abstract);分类 cs.AI、cs.LG

AI总结 本文提出xMAE框架,通过跨模态掩码重建捕捉生物信号的时序关系,提升表示学习效果,在15/19下游任务中优于基线模型。

Comments Proceedings of the 43rd International Conference on Machine Learning

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.21517 2026-04-29 cs.CL cs.AI 62%

Voice, Bias, and Coreference: An Interpretability Study of Gender in Speech Translation

声音、偏见与指称:语音翻译中性别可解释性研究

Lina Conti, Dennis Fucci, Marco Gaido, Matteo Negri, Guillaume Wisniewski, Luisa Bentivogli

机构 * Fondazione Bruno Kessler(布鲁诺·科塞拉基金会) University of Trento(特伦托大学) Laboratoire de Linguistique Formelle, Université Paris Cité, CNRS(巴黎城市大学语言学实验室,法国国家科学研究中心)

专题命中 知识编辑与模型理解 :language model(abstract);分类 cs.CL、cs.AI

AI总结 研究探讨语音翻译模型如何根据语音特征分配指称词性别,发现模型通过第一人称代词链接性别化术语与说话者,利用频谱分布而非音高集中信息进行性别判断。

Comments Accepted to LREC 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.23948 2026-04-28 cs.CL cs.AI 62%

KOMBO: Korean Character Representations Based on the Combination Rules of Subcharacters

KOMBO:基于子字符组合规则的韩文字符表示

SungHo Kim, Juhyeong Park, Yeachan Kim, SangKeun Lee

机构 * Department of Artificial Intelligence, Korea University, Seoul, South Korea(人工智能系,韩国大学,首尔,韩国) Department of Computer Science and Engineering, Korea University, Seoul, South Korea(计算机科学与工程系,韩国大学,首尔,韩国)

专题命中 知识编辑与模型理解 :language model(abstract);分类 cs.CL、cs.AI

AI总结 本文提出KOMBO框架,通过引入韩文发明原理来表示字符,提升了韩文NLP任务的性能,平均超越现有最佳模型2.11%。

Comments Presented at ACL 2024 Findings

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.21139 2026-04-24 cs.CL cs.LG 62%

Slot Machines: How LLMs Keep Track of Multiple Entities

老虎机:大语言模型如何跟踪多个实体

Paul C. Bogdan, Jack Lindsey

机构 * Anthropic Fellows Program(Anthropic 合作者计划)

专题命中 知识编辑与模型理解 :language model(abstract);分类 cs.CL、cs.LG

AI总结 研究探讨了大语言模型如何在上下文中绑定多个实体及其属性,通过多槽探针方法揭示当前实体与前一实体的表示机制,发现当前实体槽用于事实检索,而前一实体槽支持关系推理,但存在信息与实际使用之间的差距。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.21043 2026-04-24 cs.CY cs.AI cs.LG 62%

Strategic Polysemy in AI Discourse: A Philosophical Analysis of Language, Hype, and Power

人工智能话语中的战略多义性:语言、炒作与权力的哲学分析

Travis LaCroix, Fintan Mallory, Sasha Luccioni

机构 * Durham University(杜伦大学)

专题命中 知识编辑与模型理解 :language model(abstract);分类 cs.AI、cs.LG

AI总结 本文探讨人工智能话语中语言的策略性使用,分析术语如'幻觉'、'思考链'等的多义性如何影响机构和话语实践,揭示语言作为社会技术机制塑造AI发展与治理的作用。

Comments Accepted in the Ninth Annual ACM Conference on Fairness, Accountability, and Transparency (ACM FAccT) 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.19902 2026-04-23 cs.CV cs.AI cs.LG 62%

MMCORE: MultiModal COnnection with Representation Aligned Latent Embeddings

MMCORE:多模态连接与表征对齐的潜在嵌入

Zijie Li, Yichun Shi, Jingxiang Sun, Ye Wang, Yixuan Huang, Zhiyao Guo, Xiaochen Lian, Peihao Zhu, Yu Tian, Zhonghua Zhai, Peng Wang

机构 * ByteDance Seed(字节跳动种子)

专题命中 知识编辑与模型理解 :language model(abstract);分类 cs.AI、cs.LG

AI总结 MMCORE通过预训练视觉-语言模型生成语义视觉嵌入,结合扩散模型实现多模态图像生成与编辑,提升生成质量并降低计算开销。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.21204 2026-04-21 cs.CL cs.AI 62%

SpidR-Adapt: A Universal Speech Representation Model for Few-Shot Adaptation

SpidR-Adapt:一种通用的语音表示模型用于少样本适应

Mahi Luthra, Jiayi Shen, Maxime Poli, Angelo Ortiz, Yosuke Higuchi, Youssef Benchekroun, Martin Gleize, Charles-Eric Saint-James, Dongyan Lin, Phillip Rust, Angel Villar, Surya Parimi, Vanessa Stark, Rashel Moritz, Juan Pino, Yann LeCun, Emmanuel Dupoux

机构 * Meta AI ENS-PSL, EHESS, CNRS(ENS-PSL,EHESS,CNRS)

专题命中 知识编辑与模型理解 :language model(abstract);分类 cs.CL、cs.AI

AI总结 本文提出SpidR-Adapt,通过元学习框架实现语音单元在新语言中的快速适应,采用多任务自适应预训练协议和一阶双层优化方法,实现数据高效的语言建模性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.25512 2026-04-15 cs.LG cs.AI cs.CV 62%

FaCT: Faithful Concept Traces for Explaining Neural Network Decisions

FaCT:用于解释神经网络决策的忠实概念追踪

Amin Parchami-Araghi, Sukrut Rao, Jonas Fischer, Bernt Schiele

机构 * Max Planck Institute for Informatics(马克斯·普朗克信息研究所)

专题命中 知识编辑与模型理解 :foundation model(abstract);分类 cs.AI、cs.LG

AI总结 本文提出FaCT模型,通过共享类间概念实现忠实解释,引入C²-Score评估概念一致性,提升可解释性同时保持ImageNet性能。

Comments 35 pages, 23 figures, 2 tables, Neural Information Processing Systems (NeurIPS) 2025; Code is available at https://github.com/m-parchami/FaCT

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.11359 2026-04-14 cs.AI cs.LG 62%

CoRe-ECG: Advancing Self-Supervised Representation Learning for 12-Lead ECG via Contrastive and Reconstructive Synergy

CoRe-ECG:通过对比与重构协同提升12导联ECG的自监督表征学习

Zehao Qin, Xiaojian Lin, Ping Zhang, Hongliang Wu, Xinkang Wang, Guangling Liu, Bo Chen, Wenming Yang, Guijin Wang

机构 * Department of Electronic Engineering, Shenzhen International Graduate School, Tsinghua University(清华大学深圳国际研究生院电子工程系) Department of Electronic Engineering, Tsinghua University(清华大学电子工程系) Shanghai AI Laboratory(上海人工智能实验室) Department of Cardiology, Beijing Tsinghua Changgung Hospital, School of Clinical Medicine, Tsinghua Medicine, Tsinghua University(清华大学临床医学院清华大学医学部北京清华长庚医院心内科) Department of Anesthesiology, National Cancer Center/National Clinical Research Center for Cancer/Cancer Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College(中国医学科学院北京协和医学院国家癌症中心国家肿瘤临床医学研究中心肿瘤医院麻醉科) Department of Electrocardiographic Diagnosis, Fuzhou University Affiliated Provincial Hospital(福州大学附属省立医院心电图诊断科)

专题命中 知识编辑与模型理解 :pretraining(abstract);分类 cs.AI、cs.LG

AI总结 本文提出CoRe-ECG方法,通过对比与重构协同机制提升12导联ECG的自监督表征学习,解决标注数据少和专家标注成本高的问题,引入FDA和STDM增强预训练效果,取得最佳性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.11061 2026-04-14 cs.LG cs.AI 62%

Pando: Do Interpretability Methods Work When Models Won't Explain Themselves?

Pando:当模型无法自我解释时,可解释性方法是否有效?

Ziqian Zhong, Aashiq Muhamed, Mona T. Diab, Virginia Smith, Aditi Raghunathan

机构 * Carnegie Mellon University(卡内基梅隆大学)

专题命中 知识编辑与模型理解 :prompting(abstract);分类 cs.AI、cs.LG

AI总结 Pando通过引入解释轴,评估模型在不同解释情况下的表现,发现当解释可靠时,黑盒方法表现优异;当解释缺失或误导时,梯度归因和RelP方法效果更佳。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.10786 2026-04-14 cs.CL cs.AI 62%

Do BERT Embeddings Encode Narrative Dimensions? A Token-Level Probing Analysis of Time, Space, Causality, and Character in Fiction

BERT嵌入编码叙述维度吗?对时间、空间、因果和人物的词级别探查分析

Beicheng Bei, Hannah Hyesun Chun, Chen Guo, Arwa Saghiri

机构 * University of Rochester(罗切斯特大学)

专题命中 知识编辑与模型理解 :LLM(abstract);分类 cs.CL、cs.AI

AI总结 本文研究BERT嵌入是否编码小说叙述维度,通过词级别数据集验证BERT在时间、空间、因果和人物上的表现,发现其准确率高于随机嵌入,但存在边界泄漏问题,提示叙述维度未被离散分离。

Comments 13 pages, 7 figures. Accepted at CMN'26 (9th International Workshop on Computational Models of Narrative)

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.07426 2026-04-10 cs.LG cs.AI 62%

GIRL: Generative Imagination Reinforcement Learning via Information-Theoretic Hallucination Control

GIRL:通过信息论幻觉控制实现生成性想象强化学习

Prakul Sunil Hiremath

机构 * Department of Computer Science and Engineering, Visvesvaraya Technological University (VTU), Belagavi, India(维斯瓦拉亚科技大学计算机科学与工程系,贝拉加维,印度) Aliens on Earth (AoE) Autonomous Research Group, Belagavi, India(地球外星人自主研究组,贝拉加维,印度)

专题命中 知识编辑与模型理解 :foundation model(abstract);分类 cs.AI、cs.LG

AI总结 GIRL通过引入跨模态锚定信号和不确定性适应信任区域瓶颈,解决模型误差累积导致的轨迹漂移问题,提升长周期任务的样本效率和回报性能。

Comments 20 pages, 2 figures, 7 tables; reinforcement learning, world models

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.07019 2026-04-09 cs.LG cs.AI 62%

ConceptTracer: Interactive Analysis of Concept Saliency and Selectivity in Neural Representations

ConceptTracer:神经表示中概念显著性与选择性的交互分析

Ricardo Knauer, Andre Beinrucker, Erik Rodner

机构 * KI-Werkstatt, University of Applied Sciences Berlin(柏林应用科学大学KI-Werkstatt)

专题命中 知识编辑与模型理解 :foundation model(abstract);分类 cs.AI、cs.LG

AI总结 ConceptTracer通过人类可解释的概念视角,分析神经网络表示中的概念显著性与选择性,帮助识别响应强的概念神经元,展示其在TabPFN表示中的实用性。

Comments XAI 2026 Late-Breaking Work Track

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.06495 2026-04-09 cs.LG cs.AI 62%

Improving Robustness In Sparse Autoencoders via Masked Regularization

通过掩码正则化提升稀疏自编码器的鲁棒性

Vivek Narayanaswamy, Kowshik Thopalli, Bhavya Kailkhura, Wesam Sakla

机构 * Lawrence Livermore National Laboratory, CA, USA(劳伦斯利弗莫尔国家实验室,加利福尼亚州,美国)

专题命中 知识编辑与模型理解 :LLM(abstract);分类 cs.AI、cs.LG

AI总结 本文提出掩码正则化方法,通过在训练中随机替换token以打破共现模式,提升稀疏自编码器的鲁棒性,减少特征吸收,增强可探查性能并缩小OOD差距。

Comments 4 pages, 1 figure

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.04943 2026-04-08 cs.CL cs.AI 62%

The Illusion of Latent Generalization: Bi-directionality and the Reversal Curse

潜在泛化的幻觉:双向性与反转诅咒

Julian Coda-Forno, Jane X. Wang, Arslan Chaudhry

机构 * TUM, Helmholtz Munich(慕尼黑工业大学, 亥姆霍兹慕尼黑中心) Google DeepMind(谷歌DeepMind)

专题命中 知识编辑与模型理解 :language model(abstract);分类 cs.CL、cs.AI

AI总结 本文研究了自回归语言模型在反向顺序检索中的失败现象,比较了双向监督目标与传统掩码语言模型在四个基准测试中的表现,发现反向准确性依赖于明确将源实体作为预测目标的训练信号,而非单一方向无关的表示。

Comments ICLR 2026 Workshop on Representational Alignment (Re-Align)

Journal ref ICLR 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.01624 2026-04-06 cs.AI cs.CL 62%

OSCAR: Orchestrated Self-verification and Cross-path Refinement

OSCAR:协调自我验证与跨路径细化

Yash Shah, Abhijit Chakraborty, Naresh Kumar Devulapally, Vishnu Lokhande, Vivek Gupta

机构 * Arizona State University(亚利桑那州立大学) University at Buffalo, SUNY(纽约州立大学布法罗分校)

专题命中 知识编辑与模型理解 :language model(abstract);分类 cs.CL、cs.AI

AI总结 OSCAR通过利用扩散语言模型的去噪轨迹,提出一种无需训练的推理框架,通过交叉链熵检测高不确定性位置并进行针对性修正,提升生成质量与事实准确性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.02226 2026-04-03 cs.AI cs.LG 62%

When to ASK: Uncertainty-Gated Language Assistance for Reinforcement Learning

何时提问:用于强化学习的不确定性门控语言帮助

Juarez Monteiro, Nathan Gavenski, Gianlucca Zuin, Adriano Veloso

专题命中 知识编辑与模型理解 :language model(abstract);分类 cs.AI、cs.LG

AI总结 本文提出ASK方法,通过结合小型语言模型和训练好的RL策略,提升模型在分布外任务中的泛化能力,通过不确定性门控机制选择性利用语言模型进行决策,实验显示其在迁移任务中表现稳健。

Comments In Proceedings of International Joint Conference on Neural Networks (IJCNN)

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.29654 2026-04-01 cs.LG cs.AI stat.ML 62%

Concept frustration: Aligning human concepts and machine representations

概念冲突:对齐人类概念与机器表示

Enrico Parisini, Christopher J. Soelistyo, Ahab Isaac, Alessandro Barp, Christopher R. S. Banerji

机构 * The Francis Crick Institute(弗朗西斯·克里克研究所) Department of Statistical Science, University College London(伦敦大学学院统计科学系) The Alan Turing Institute(艾伦·图灵研究所)

专题命中 知识编辑与模型理解 :foundation model(abstract);分类 cs.AI、cs.LG

AI总结 本文提出一种几何框架,用于比较监督人类概念与无监督中间表示,揭示概念冲突现象,并展示其在任务对齐几何中的检测能力,为解释AI的发展提供新思路。

Comments 34 pages, 7 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.22655 2026-03-25 cs.LG cs.AI 62%

Generalizing Dynamics Modeling More Easily from Representation Perspective

从表示角度更易于泛化动态建模

Yiming Wang, Zhengnan Zhang, Genghe Zhang, Jiawen Dan, Changchun Li, Chenlong Hu, Chris Nugent, Jun Liu, Ximing Li, Bo Yang

机构 * College of Software and Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, Jilin University, China(软件学院,教育部符号计算与知识工程重点实验室,吉林大学,中国) School of Computing, Belfast, Northern Ireland, UK(computing 学院,贝尔法斯特,北爱尔兰,英国)

专题命中 知识编辑与模型理解 :language model(abstract);分类 cs.AI、cs.LG

AI总结 本文提出PDEDER方法,通过预训练语言模型和Lyapunov指数目标,实现更稳定的潜在空间动态建模,提升跨系统泛化能力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.06931 2026-03-24 cs.AI cs.LG 62%

Automated Formalization via Conceptual Retrieval-Augmented LLMs

通过概念检索增强的LLM实现自动化形式化

Wangyue Lu, Lun Du, Sirui Li, Ke Weng, Haozhe Sun, Hengyu Liu, Minghe Yu, Tiancheng Zhang, Ge Yu

机构 * School of Computer Science and Engineering, Northeastern University, Shenyang 110819, China(东北大学计算机科学与工程学院,沈阳 110819,中国) Ant Research, Ant Group, Beijing, China(蚂蚁集团北京蚂蚁研究院,中国) Department of Computer Science, Aalborg University, Denmark(丹麦奥尔堡大学计算机科学系) Software College, Northeastern University, Shenyang 110819, China(东北大学软件学院,沈阳 110819,中国)

专题命中 知识编辑与模型理解 :LLM(abstract);分类 cs.AI、cs.LG

AI总结 本文提出CRAMF框架,通过检索数学概念定义提升LLM形式化能力,解决模型幻觉和语义鸿沟问题,在三个基准测试中实现显著提升。

详情

展开后加载摘要…

URL PDF HTML 收藏