MOKA: Open-World Robotic Manipulation through Mark-Based Visual Prompting
专题命中 知识编辑与模型理解 :prompting(title,abstract);language model(abstract);分类 cs.AI
AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
专题命中 知识编辑与模型理解 :prompting(title,abstract);language model(abstract);分类 cs.AI
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL
Comments Our code, data, and demo are available at https://fine-grained-hallucination.github.io. Published as a conference paper at COLM 2024
专题命中 知识编辑与模型理解 :LLM(title);large language model(abstract);language model(abstract);分类 cs.AI
Comments 7 pages, 3 figures, AIFin@ECAI 2024
Journal ref AIFin workshop at ECAI 2024
专题命中 知识编辑与模型理解 :language model(title,abstract);prompting(abstract);分类 cs.CL
Comments Published in COLM 2024
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL
专题命中 知识编辑与模型理解 :language model(title,abstract);LLM(abstract);分类 cs.CL
Comments 18 pages
专题命中 知识编辑与模型理解 :LLM(title);large language model(abstract);language model(abstract);分类 cs.CL
Comments 11 pages main content, 5 pages appendix
专题命中 知识编辑与模型理解 :LLM(title);large language model(abstract);language model(abstract);分类 cs.CL
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.LG
专题命中 知识编辑与模型理解 :language model(title,abstract);pretraining(abstract);分类 cs.CL
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.LG
Comments 24 pages paper, 4 pages references, 3 pages appendix, 8 figures
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL
Comments Findings of EMNLP 2023 (Camera-Ready)
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL
Comments MMM 2024
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL
专题命中 知识编辑与模型理解 :language model(title,abstract);pretraining(abstract);分类 cs.CL
Comments EMNLP 2023 Findings
专题命中 知识编辑与模型理解 :language model(title,abstract);prompting(abstract);分类 cs.AI
Comments 39 pages, 4 figures
专题命中 知识编辑与模型理解 :foundation model(title,abstract);pretraining(abstract);分类 cs.LG
Comments NeurIPS 2023 (Spotlight); 37 pages, 16 figures, 15 tables; Code at https://github.com/youquanl/Segment-Any-Point-Cloud
专题命中 知识编辑与模型理解 :language model(title,abstract);pretraining(abstract);分类 cs.CL
Comments This work is published in EMNLP 2023
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.AI
Comments 21 pages, 5 figures; associated GitHub repository available at https://github.com/georgetown-cset/disinfo-costs
专题命中 知识编辑与模型理解 :language model(title,abstract);SLM(abstract);分类 cs.CL
Comments Accepted at ICASSP 2023
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.LG
专题命中 知识编辑与模型理解 :prompting(title,abstract);language model(abstract);分类 cs.CL
Comments NAACL 2022
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL
Comments Accepted for publication in BlackboxNLP (EMNLP 2021)
专题命中 知识编辑与模型理解 :language model(title,abstract);post-training(abstract);分类 cs.CL
Comments Accepted to the 2021 Conference on Empirical Methods in Natural Language Processing
通过语言模型中几乎正交的特征实现孤立干预
专题命中 知识编辑与模型理解 :language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
AI总结 该研究基于机械可解释性前提,针对语言模型特征纠缠问题,受“独立因果机制”启发,提出将内部特征约束为几乎正交,通过形式化问题、界定干扰传播并关联正则化,实现对数学推理概念更孤立的干预且保留模型性能。
Comments Published as a conference paper at the Conference on Language Modeling (COLM) 2026
FiLM协调的双分支Transformer用于语言建模中的全局-局部依赖建模
专题命中 知识编辑与模型理解 :language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
AI总结 提出FiLM协调的双分支Transformer,通过特征级线性调制动态协调全局与局部分支,在轻量级设置下优于单分支基线。
Comments 14 pages, 7 figures, 7 tables. Small-scale language modeling study on FiLM-coordinated dual-branch Transformer architectures, including multi-seed evaluation, cross-dataset validation, ablation studies, efficiency analysis, and parameter-matched fairness baselines
迈向更可靠的人工智能:减少视觉-语言模型中的幻觉
机构 * Department of CS AI and Data Science(计算机科学与数据科学系) ; ESEO Engineering School(ESEO工程学院) ; Faculty of Law, Economy, Management(法学院、经济与管理学院)
专题命中 知识编辑与模型理解 :language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出无需训练的自我纠正框架,通过不确定性引导的视觉再注意力减少视觉-语言模型中的幻觉,提升响应准确性。
Comments 24 pages, 3 figures, 2 tables. Training-free self-correction framework for vision-language models. Code and implementation details will be released at: https://github.com/kassoumsanogo1/self-correcting-vlm-re-Attention.git
Journal ref The 4th National and International Academic Conference Celebrating the 20th Anniversary of Rajapruk University (2026)
专题命中 知识编辑与模型理解 :language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments 23 pages, 4 figures, 8 tables. Introduces the Licensing Oracle, an architectural solution for eliminating hallucinations in language models through formal SHACL validation against knowledge graphs. All datasets and models are available at https://huggingface.co/collections/s-emanuilov/licensing-oracle-experiments
探测预填充:通过潜在激活检测代码漏洞
专题命中 知识编辑与模型理解 :LLM(summary_cn,abstract);分类 cs.AI、cs.LG
AI总结 该研究从四个LLM提取预填充标记激活训练MLP探测器,在四个代码漏洞基准上实现平均F1值41.7%,证明LLM自身代码表示含漏洞信息,为轻量原生筛查提供方向。