AI 论文速递

最新

SoFar：语言引导的方向桥接空间推理与物体操作
本研究解决了现有视觉语言模型无法精确理解物体方向的问题，这对细致操作至关重要。我们提出了一种新颖的语义方向概念，通过自然语言以无参考框架的方式定义物体方向，并构建了OrienText300K数据集，为机器人的操作提供了更灵活的实现方式。实验
PDF2 days ago
基于4D表示的自回归机器人模型预训练
本研究解决了机器人领域中缺乏有效表示和昂贵标注数据的问题，通过引入ARM4R自回归机器人模型，采用从人类视频中学习的低级4D表示进行预训练。这种方法利用从视频中获得的3D点追踪表示，实现了从人类视频数据到低级机器人控制的高效迁移学习，实验表
PDF2 days ago
UniGuardian：一种统一防御机制用于检测大型语言模型中的提示注入、后门攻击和对抗攻击
本研究解决了大型语言模型（LLMs）易受提示注入、后门攻击和对抗攻击等攻击类型的问题，提出了一个统一的防御机制UniGuardian。该机制首次能够同时检测多种攻击，并通过单次前向传播优化检测流程，显著提高了对恶意提示的识别准确性和效率。
PDF2 days ago
AI驱动的代码探索
本研究解决了机器学习工程师在模型开发中面临的试错过程的复杂性与低效率问题。提出的AI驱动探索（AIDE）方法通过将机器学习工程视为代码优化问题，利用大型语言模型来高效搜索潜在解决方案空间，从而显著提高性能，并在多个基准测试中达到了领先水平。
PDF2 days ago
定理证明器作为合成数据生成的评判者
本研究解决了在数学推理中合成数据生成的有效性问题，提出了一种迭代自动形式化的方法，显著提高了形式化的准确性。通过引入定理证明器作为评判者(TP-as-a-Judge)，研究有效地将合成数据生成与定理证明结合，提高了大型语言模型(LLM)在多
PDF2 days ago
不眠之夜，甜蜜之日：为真实辅导代理互动创建具有健康状况的合成用户
本研究针对健康和生活方式辅导中缺乏真实用户交互的问题，提出了一种端到端的合成用户生成框架，特别关注睡眠和糖尿病管理。利用真实世界健康因素生成合成用户的结构化数据，并发展完整用户档案，使得与辅导代理的互动更为真实有效。通过多个盲评实验，结果显
PDF2 days ago
学习延迟以进行带有不完美专家的因果发现
本研究解决了将不完全可靠的专家知识整合进因果发现算法的问题。我们提出了一种称为L2D-CD的新方法，通过学习延迟算法来优化专家建议与数据驱动因果发现结果的结合。研究表明，该方法在因果发现中表现优于传统方法，并能识别专家表现的强弱领域，为未来
PDF2 days ago
通过主成分分析重新思考多样化的人类偏好学习
本研究解决了传统奖励模型难以捕捉多样化和复杂的人类偏好的问题。提出了一种新的“分解奖励模型”（DRMs），通过二元比较提取人类偏好而无需精细注释，并利用主成分分析（PCA）对偏好进行向量表示和分析。研究表明，DRMs能够有效提取有意义的偏好
PDF2 days ago
玛格玛：一个用于多模态人工智能代理的基础模型
本研究针对现有视觉-语言模型的局限性，提出了Magma，一个具备空间-时间智能的基础模型，能够在数字和物理世界中执行多模态人工智能任务。Magma通过对多种异构数据集的训练，展示了其在用户界面导航和机器人操控任务中的突破性表现，超越了专门为
PDF2 days ago
SongGen：用于文本转歌曲生成的单阶段自回归变换器
本研究解决了文本转歌曲生成中的数据稀缺和领域复杂性问题，通过提出一种单阶段自回归变换器SongGen，显著简化了训练和推断流程。该模型支持对歌词、乐器描述、风格、情绪和音色等多种音乐属性的精细控制，能够生成混合模式和双轨模式的歌曲，为后续应
PDF2 days ago
将心理语言学研究应用于大型语言模型：核心指代语境中的性别包容语言
本研究解决了大型语言模型（LLMs）如何处理性别包容语言这一问题，填补了现有心理语言学研究与LLMs应用之间的空白。通过将心理语言学方法从法语转化为英语和德语，研究发现英语中的LLMs通常保持前指代的性别，但存在潜在的男性偏见，而在德语中这
PDF2 days ago
大型语言模型在统计编程中的性能评估
本研究探讨了大型语言模型（LLMs）在生成统计分析代码方面的有效性和质量，填补了文献中对这一领域的系统评估缺口。通过对ChatGPT和Llama的不同版本在SAS编程任务中的表现进行评估，研究发现尽管LLMs能够生成语法正确的代码，但在深层
PDF2 days ago
线性上下文赌博中的近似最优隐私学习
本研究解决了广义线性上下文赌博中的隐私学习问题。我们提出了一种基于重新加权回归的新方法，开发了高效的算法，达到了$\sqrt{T}+\frac{1}{\alpha}$和$\sqrt{T}/\alpha$的后悔界限。我们的结果表明，在所考虑的
PDF2 days ago
通过多任务学习改善临床问题解答：联合提取答案和医学分类的方法
本研究解决了现有临床问题解答（CQA）模型在提取答案后无法进行医学分类的不足。我们提出了一种多任务学习框架，联合训练答案提取和医学分类，显著提高了模型在结构化信息检索中的实用性。实验结果显示，该方法将F1分数提升了2.2%，实现了90.7%
PDF2 days ago
MatterChat：用于材料科学的多模态大型语言模型
本研究针对无机材料性质理解与预测面临的挑战，提出了一种新颖的多模态大型语言模型MatterChat。它通过融合材料结构数据与文本信息，显著提升了材料性质预测的性能及人机交互的效果，超越了通用大型语言模型如GPT-4，在科学推理和材料合成等应
PDF2 days ago
Text2World：大型语言模型符号世界模型生成的基准测试
本研究解决了在从文本描述生成符号世界模型时，大型语言模型（LLM）存在的评估随机性、依赖间接指标和领域范围有限等问题。我们推出了一个新的基准Text2World，采用多标准、基于执行的评估方法，发现经过大规模强化学习训练的推理模型表现优于其
PDF2 days ago
BOLIMES：基于Boruta和LIME优化的基因表达分类特征选择
本研究针对基因表达分类中高维数据和过拟合问题，提出了一种新颖的特征选择算法BOLIMES。该算法结合了Boruta的鲁棒性和LIME的可解释性，系统性地精炼特征子集，保留了最相关的基因，并通过迭代分类评估选择最大化预测准确度的特征组合。研究
PDF2 days ago
交互代理克服软件工程中的歧义
本研究针对当前软件工程中AI代理处理模糊用户指令的能力进行探讨，识别出模型在处理明确和模糊指令上的表现差异。研究表明，通过与用户的有效交互，模型能够解决未明确输入的问题，从而显著提高性能，强调了交互在复杂软件工程任务中的重要性。
PDF2 days ago
人工智能辅助的人类决策
本研究解决了人工智能辅助决策领域中的人类学习问题。在此框架中，算法优化推荐特征以提升决策精度，同时帮助人类逐步学习和理解。研究的关键发现是，算法的特征选择策略能够优化人类的学习效果，从而提高预测准确率，尤其是早期投资于学习可获得更大的回报。
PDF2 days ago
针对仇恨谣言检测的大型多模态模型改进微调
本研究针对当前大型多模态模型在仇恨谣言检测中的泛化能力不足这一问题，提出了一种新颖的两阶段微调框架——大型多模态模型检索引导对比学习（LMM-RGCL）。实验结果表明，LMM-RGCL在六个常用的谣言分类数据集上表现出色，不仅提高了领域内的
PDF2 days ago