SQLoom 用约束训练自然语言查库
同时检查 SQL 语法、问题含义及子句之间的逻辑关系。
NEWS DESK·新闻资讯
查看来源为 arXiv 的资讯与动态,保留原文入口和发布时间。
共 466 篇








10 月 27 日发布的 JustGoal 论文测试了一种更简单的算子优化方式:只向通用智能体提供优化目标和约束,让它自己编写算子、建立评测循环并持续调整,不预设专门的算子知识库或工作流。

Algebraic World Model(AWM)研究尝试让 AI 从陌生环境中学出可检查的数学规则:先探索并编写 Python 假设,再依据观测修正规则,最终转换为 Lean 4 形式化模型,证明目标可达或不可达。

一篇 JEPA 研究预印本探讨:独立训练的文本与视觉模型,是否会学到可以对应的世界表征。作者给出带有明确条件的数学结果,并通过多种规模的数据实验检验表征对齐。

研究团队在 arXiv 发布 OpenPerov 预印本,尝试把文献证据和专家推理结合,用于钙钛矿太阳能电池的设计与优化。团队整理了来自 4,532 篇论文的证据,并建立包含 800 道问题的 PSMBench 评测。

TopoQuant 研究尝试在不反复运行昂贵下游评测的情况下,判断大模型量化后是否出现行为偏移。团队用拓扑数据分析描述参数结构变化,再观察它与注意力一致性的关系。

LDST 研究把混合整数规划求解器的日志交给语言模型分析。系统先提取运行瓶颈,再提出少量参数修改,并在执行前校验配置,而不是把每次求解结果只当作一个黑盒分数。

一项预印本把语言模型智能体用于量子系统的模型发现:系统提出候选物理模型,调用计算工具,再比较不同假设对实验数据的解释能力。研究使用了三组此前公开的金刚石与碳化硅色心实验数据。

Pandora 预印本研究如何让心理咨询来访者模拟器更贴近个体的表达方式。系统会根据咨询互动更新心理与关系状态,再单独规划表达内容和语言风格,避免模拟角色总能过分清楚地解释自己的困扰。

Friday 团队公开了 MetaFine 精细操作挑战赛的方案:每项任务采用约 1,900 万参数的策略模型,而不是直接微调大型视觉语言动作模型。训练数据来自模拟器中的脚本教师,也包含对学生模型错误的纠正。

Trail 研究提出一种完全本地运行的智能家居控制方式。系统不让小模型自由编造控制命令,而是从实际设备注册表中依次选择房间、设备和操作;对把握不足的请求可以拒绝执行。

一项语言模型训练研究比较了 14 种正交约束方案,模型规模从 3.6 亿到 31 亿参数,训练数据接近 2,000 亿 Token。作者希望分清性能改善究竟来自正交结构,还是来自参数归一化等其他因素。

Saidzoda-Tajik-E5-Large 基于 5.6 亿参数的多语言嵌入模型微调,面向塔吉克语文档检索。研究使用法律、税务、百科和网页文本构造问答对,同时混入英语与俄语数据,以保留多语言能力。

一项 Transformer 注意力研究提出锥规划框架,尝试为输入变化会让注意力输出偏移多少提供可计算的保证。论文区分了固定查询与查询、键共同变化时的难度。

PrismServe 研究面向混合硬件集群的大模型服务。系统在同类设备组内运行量化专家,先根据预期回答质量选择专家,再按负载与缓存位置选择具体副本,减少跨硬件协作的开销。

SFTProbe 研究尝试减少推理模型微调数据的筛选成本。方法先做短暂的 LoRA 适配,再只检查每条推理轨迹的一小部分,通过损失特征估计样本难度与多样性。

BitLLM 研究把手机 GPU 上的低比特模型推理瓶颈拆成数值类型转换和 KV 缓存访问两部分。方案调整缓存布局,并把部分转换移出矩阵计算的关键路径。

没有匹配的资讯,试试其他关键词。
