arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

University of California, Berkeley(加州大学伯克利分校)

2025-12-24 至 2025-12-24 共收录 4
2512.19909 2025-12-24 cs.LG cs.AI

Modeling Non-Ergodic Path Effects Using Conditional Generative Model for Fourier Amplitude Spectra

利用条件生成模型对非平衡路径效应进行建模:用于傅里叶振幅谱的条件生成模型

Maxime Lacour, Pu Ren, Rie Nakata, Nori Nakata, Michael Mahoney

机构 * Department of Civil Engineering, University of California, Berkeley(加州大学伯克利分校土木工程系) International Computer Science Institute, Berkeley, CA 94704, USA(伯克利计算机科学研究所) Scientific Data Division, Lawrence Berkeley National Lab, Berkeley, CA 94720, USA(劳伦斯伯克利国家实验室科学数据部) Energy Geosciences Division, Lawrence Berkeley National Lab, Berkeley, CA 94720, USA(劳伦斯伯克利国家实验室能源地球科学部) Earthquake Research Institute, University of Tokyo, Tokyo 113-0032, Japan(东京大学地震研究所) Department of Earth, Atmospheric and Planetary Sciences, MIT, Cambridge, MA 02139, USA(麻省理工学院地球、大气与行星科学系) Department of Statistics, University of California, Berkeley, CA 94720, USA(加州大学伯克利分校统计系)

AI总结 本研究提出基于条件生成模型的深度学习方法,用于建模非平衡路径效应,实现快速且高效的傅里叶振幅谱预测。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.01457 2025-12-24 cs.LG cs.AI cs.CL

Zero-Overhead Introspection for Adaptive Test-Time Compute

无开销的适应性测试时间计算 introspection

Rohin Manvi, Joey Hong, Tim Seyde, Maxime Labonne, Mathias Lechner, Sergey Levine

机构 * UC Berkeley(加州大学伯克利分校) MIT CSAIL(麻省理工学院计算机科学与人工智能实验室) Liquid AI

AI总结 ZIP-RC通过无开销的实时自我反省预测奖励和成本,提升推理效率和准确性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.20295 2025-12-24 cs.LG

FedReFT: Federated Representation Fine-Tuning with All-But-Me Aggregation

FedReFT: 带有All-But-Me聚合的联邦表示微调

Fatema Siddika, Md Anwar Hossen, J. Pablo Muñoz, Tanya Roosta, Anuj Sharma, Ali Jannesari

机构 * Iowa State University(爱荷华州立大学) Maro Systems(Maro系统) University of California, Berkeley(加州大学伯克利分校)

AI总结 FedReFT通过All-But-Me聚合方法实现联邦环境下的高效表示微调,提升参数效率和任务适应性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2411.04872 2025-12-24 cs.AI

FrontierMath: A Benchmark for Evaluating Advanced Mathematical Reasoning in AI

FrontierMath: 一个评估人工智能高级数学推理能力的基准

Elliot Glazer, Ege Erdil, Tamay Besiroglu, Diego Chicharro, Evan Chen, Alex Gunning, Caroline Falkman Olsson, Jean-Stanislas Denain, Anson Ho, Emily de Oliveira Santos, Olli Järviniemi, Matthew Barnett, Robert Sandler, Matej Vrzala, Jaime Sevilla, Qiuyu Ren, Elizabeth Pratt, Lionel Levine, Grant Barkley, Natalie Stewart, Bogdan Grechuk, Tetiana Grechuk, Shreepranav Varma Enugandla, Mark Wildon

机构 * Epoch AI University of Leicester(利兹大学) RWTH Aachen University(亚琛工业大学) King’s College London(伦敦大学国王学院) University of Bristol(布里斯托大学) Iowa State University(爱荷华州立大学) MIT(麻省理工学院) University of North Carolina(北卡罗来纳大学) CNRS - Université Paris-Saclay(法国国家科学研究中心-巴黎-萨克雷大学) University of Siegen(锡根大学) Knox College at Charlotte(夏洛特克恩学院) James Madison University(詹姆斯麦迪逊大学) ICMC, USP(巴西圣保罗大学ICMC分校) Masaryk University(马萨里克大学) UC Berkeley(伯克利加州大学) Cornell University(康奈尔大学) Rutgers University(罗格斯大学) Harvard University(哈佛大学) ETH Zurich(苏黎世联邦理工学院) Independent(独立研究者)

AI总结 FrontierMath是一个由专家数学家设计的数学问题基准,用于评估AI在高级数学推理能力上的表现,揭示了当前AI与数学界能力之间的显著差距。

详情

展开后加载摘要…

URL PDF HTML 收藏