Carnegie Mellon University（卡内基梅隆大学）

Simple Mechanisms for Representing, Indexing and Manipulating Concepts

简单机制用于表示、索引和操作概念

Yuanzhi Li, Raghu Meka, Rina Panigrahy, Kulin Shah

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Google Research（谷歌研究） ； UT Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 本文提出通过多项式零集和矩统计量来表征概念，并利用签名发现概念的共同结构和层次关系。

Comments 29 pages

Towards Valid Student Simulation with Large Language Models

迈向基于大语言模型的可信学生模拟

Zhihao Yuan, Yunze Xiao, Ming Li, Weihao Xuan, Richard Tong, Mona Diab, Tom Mitchell

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Maryland（马里兰大学） ； The University of Tokyo（东京大学） ； NEOLAF 纠错

AI总结 本文提出基于大语言模型的学生模拟框架，通过知识状态规范解决能力悖论问题，强调知识忠实度对教育应用的重要性。

Prediction of Fault Slip Tendency in CO${_2}$ Storage using Data-space Inversion

利用数据空间反演预测二氧化碳储存中的断层滑动倾向

Xiaowen He, Su Jiang, Louis J. Durlofsky

机构 * Department of Energy Science and Engineering, Stanford University（能源科学与工程系，斯坦福大学） ； Department of Civil and Environmental Engineering, Carnegie Mellon University（土木与环境工程系，卡内基梅隆大学） 纠错

AI总结 本研究提出一种基于变分自编码器的数据空间反演方法，用于预测二氧化碳储存中的压力、应力、应变场及断层滑动倾向，同时减少关键地质参数的不确定性。