STEM: Scaling Transformers with Embedding Modules
STEM：通过嵌入模块扩展变换器
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Meta AI
AI总结 STEM通过嵌入模块实现变换器扩展，提升性能与可解释性
高校专区
Carnegie Mellon University（卡内基梅隆大学）
Generative AI collective behavior needs an interactionist paradigm
生成式AI的集体行为需要一种互动主义范式
机构 * Fondazione Bruno Kessler（布雷诺·克塞尔基金会） ； University of Trento（特伦托大学） ； Not Diamond ； City St. George’s University of London（伦敦圣乔治大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Stanford University（斯坦福大学） ； Google DeepMind（谷歌DeepMind） ； University of Chicago（芝加哥大学）
AI总结 本文提出生成式AI的集体行为研究需采用互动主义范式，以系统分析知识与社会情境的交互作用。
User Perceptions vs. Proxy LLM Judges: Privacy and Helpfulness in LLM Responses to Privacy-Sensitive Scenarios
用户感知与代理LLM评判：隐私与帮助性在隐私敏感场景中的LLM响应
机构 * Fujitsu Research of America Inc.（富士通美国研究所） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 研究发现用户对LLM响应的隐私和帮助性感知与代理LLM评判存在显著差异，需加强用户为中心的评估以提升隐私保护与实用性平衡。
Query-Efficient Locally Private Hypothesis Selection via the Scheffe Graph
通过Scheffe图实现高效查询的局部差分隐私假设选择
机构 * Cheriton School of Computer Science, University of Waterloo and Vector Institute（查尔顿计算机科学学院，滑铁卢大学和向量研究所） ； University of Waterloo（滑铁卢大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出了一种在局部差分隐私下实现高效查询的假设选择算法，通过Scheffé图结构改进查询复杂度，减少查询次数并提高效率。
Projection-based Lyapunov method for fully heterogeneous weakly-coupled MDPs
基于投影的Lyapunov方法用于完全异质的弱耦合马尔可夫决策过程
机构 * Weiyang College, Tsinghua University（清华大学韦阳学院） ； Computer Science Department, Carnegie Mellon University（卡内基梅隆大学计算机科学系）
AI总结 本文提出基于投影的Lyapunov方法，解决了完全异质弱耦合马尔可夫决策过程的渐近最优性问题。
Comments 37 pages; full version for NeurIPS proceeding paper; fixed some typos
