arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

University of Washington(华盛顿大学)

2025-11-25 至 2025-11-25 共收录 5
2511.16660 2025-11-25 cs.AI

Cognitive Foundations for Reasoning and Their Manifestation in LLMs

认知基础与推理及其在大语言模型中的体现

Priyanka Kargupta, Shuyue Stella Li, Haocheng Wang, Jinu Lee, Shan Chen, Orevaoghene Ahia, Dean Light, Thomas L. Griffiths, Max Kleiman-Weiner, Jiawei Han, Asli Celikyilmaz, Yulia Tsvetkov

机构 * University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校) University of Washington(华盛顿大学) Princeton University(普林斯顿大学) Harvard University(哈佛大学)

AI总结 本文通过分析LLMs推理机制,揭示其在复杂问题上的表现优于简单变体,提出基于认知科学的28项元素分类,并开发测试时推理指导方法,提升复杂问题性能达66.7%。

Comments 40 pages, 4 tables, 6 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.18207 2025-11-25 cs.IR cs.LG

ProHD: Projection-Based Hausdorff Distance Approximation

ProHD:基于投影的哈氏距离近似

Jiuzhou Fu, Luanzheng Guo, Nathan R. Tallent, Dongfang Zhao

机构 * University of Washington(华盛顿大学)

AI总结 ProHD通过投影方法高效近似哈氏距离,适用于大规模高维数据集,显著提升计算速度并降低误差

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.17959 2025-11-25 cs.CR cs.AI cs.HC cs.LG

Towards Automating Data Access Permissions in AI Agents

面向AI代理的数据访问权限自动化

Yuhao Wu, Ke Yang, Franziska Roesner, Tadayoshi Kohno, Ning Zhang, Umar Iqbal

机构 * Washington University in St. Louis(圣路易斯华盛顿大学) University of California, Irvine(加州大学尔湾分校) University of Washington(华盛顿大学) Georgetown University(乔治城大学)

AI总结 本文提出了一种基于机器学习的AI代理权限管理方法,通过用户研究和模型预测,实现了85.1%的权限预测准确率。

Comments Accepted by the IEEE Symposium on Security and Privacy (S&P) 2026

Journal ref The IEEE Symposium on Security and Privacy (S&P) 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.17822 2025-11-25 cs.LG cs.DS stat.ML

High-Accuracy List-Decodable Mean Estimation

高精度可列表解码均值估计

Ziyun Chen, Spencer Compton, Daniel Kane, Jerry Li

机构 * University of Washington(华盛顿大学) Stanford University(斯坦福大学) University of California, San Diego(加州大学圣迭戈分校)

AI总结 本文提出高精度可列表解码学习方法,通过非平凡的理论和算法保证,实现身份协方差高斯分布均值的高精度估计。

Comments Abstract shortened to meet arXiv requirement

详情

展开后加载摘要…

URL PDF HTML 收藏
2309.16671 2025-11-25 cs.CV cs.CL

Demystifying CLIP Data

解开CLIP数据之谜

Hu Xu, Saining Xie, Xiaoqing Ellen Tan, Po-Yao Huang, Russell Howes, Vasu Sharma, Shang-Wen Li, Gargi Ghosh, Luke Zettlemoyer, Christoph Feichtenhofer

机构 * FAIR, Meta AI(FAIR,Meta AI) New York University(纽约大学) University of Washington(华盛顿大学)

AI总结 MetaCLIP通过优化数据整理方法,提升CLIP在图像分类任务中的性能。

Comments 17 pages. arXiv admin note: text overlap with arXiv:2103.00020 by other authors

详情

展开后加载摘要…

URL PDF HTML 收藏