Generating Data-Driven Reasoning Rubrics for Domain-Adaptive Reward Modeling
生成数据驱动的推理评分标准以实现领域自适应奖励建模
机构 * Johns Hopkins University（约翰霍普金斯大学） ； Amazon Web Services（亚马逊网络服务）
AI总结 本文提出数据驱动的推理评分标准，用于提升领域自适应奖励建模的错误检测能力，实验显示其在技术领域任务准确性提升达45%
高校专区
Johns Hopkins University（约翰斯·霍普金斯大学）
Probing Perceptual Constancy in Large Vision-Language Models
探测大型视觉-语言模型中的知觉恒常性
机构 * Johns Hopkins University（约翰霍普金斯大学） ； Emory University（埃默里大学） ； University of Washington（华盛顿大学） ； University of California San Diego（加州大学圣地亚哥分校） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Southern California（南加州大学） ； Washington University in St. Louis（圣路易斯华盛顿大学） ； Shanghai Jiao Tong University（上海交通大学） ； East China Normal University（华东师范大学） ； Stanford University（斯坦福大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of Michigan（密歇根大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文研究了大型视觉-语言模型在颜色、大小和形状恒常性任务中的表现，发现模型在不同任务上的性能存在显著差异。
Comments Under Review
Learning Rate Scaling across LoRA Ranks and Transfer to Full Finetuning
跨LoRA秩的学习率缩放与对全微调的迁移
机构 * Department of Applied Mathematics and Statistics, Johns Hopkins University, Maryland, United States of America（应用数学与统计学系，约翰霍普金斯大学，马里兰，美国）
AI总结 本文提出μA框架，揭示LoRA学习率与适配器秩的缩放规律，并实现从LoRA到全微调的学习率迁移。
SpIDER: Spatially Informed Dense Embedding Retrieval for Software Issue Localization
SpIDER：面向软件问题定位的时空感知密集嵌入检索
机构 * Department of Computer Science, Johns Hopkins University（约翰霍普金斯大学计算机科学系） ； AWS（亚马逊公司） ； AWS AI Labs（亚马逊人工智能实验室）
AI总结 SpIDER通过结合LLM推理和图结构探索信息，提升代码库中相关代码单元的密集检索性能，实验显示在多个编程语言和基准测试中性能提升达13%。
Comments Initial preprint
