Jan, 2022

采样的挑战及系统比较方法的应用：以Pama-Nyungan语言层面对比为例

HTML
PDF
TL;DR本文介绍了在语言学领域中新兴的系统比较方法，即系统比较学方法，并解释了其背后的基本逻辑和其与采样的深刻联系。文章还介绍了相关概念、方法和工具，帮助语言学家在日常的语言类型学研究中使用这些方法。最后，通过一个 Pama-Nyungan 的语言类型学案例研究，阐述了本文讨论的方法。
发现论文，激发创造
  • 语言树的准确性

    通过Ethnologue专家分类的比较，对使用全球语言数据库进行语系重构的距离方法进行了全面调查和准确性评估，并量化了数据库的完整性和覆盖范围对重构准确性的影响。

    Mar, 2011

  • 贝叶斯系统发育推断的变分方法

    本文提出了一种基于变分推理的贝叶斯系统发育分析方法，应用分支分离贝叶斯网络与合适的变分分布通过随机梯度上升来训练，实践表明该方法既能获得高效率的探索机制，也可以提供与MCMC相当的性能。

    Apr, 2022

  • 跨越树空间：针对有根树和无根树的连续系统发育推断

    我们采用连续空间中的树探索和推断方法来解决从大量可能的树中寻找合适的系统发育关系的问题，并通过在超度量空间中准确推断树和根来证明其有效性，并在数据不足的情况下成功地解决了关于有颌脊椎动物的系统发育关系。

    Jun, 2023

  • GeoPhy：可微分的基于几何梯度的树拓扑的系统发生演绎

    利用连续几何空间中拓扑分布的独特表示，我们引入了一种新颖的完全可微分的系统发育推断方法——GeoPhy，通过在设计空间和梯度估计中考虑实际因素和控制变化量，使得我们能够进行可变拓扑候选项的变分推断，相比考虑完整拓扑结构的其他近似贝叶斯方法，在使用真实基准数据集的实验中，GeoPhy表现出显著的优势。

    Jul, 2023

  • PhyloGFN: 基于生成流网络的系统发育推断

    采用生成流网络的框架，本文研究在系统发生学中的两个核心问题：基于减少原则和贝叶斯方法的系统发生学推断。通过我们的前向后验采样器，PhyloGFN，我们展示了在真实基准数据集上产生多样化和高质量的进化假设。PhyloGFN在边缘似然度估计方面与现有工作相媲美，并实现了更接近目标分布的拟合效果，超过了最先进的变分推断方法。

    Oct, 2023

  • 声音在系统发育重构中是否有效?

    通过对十个不同语系的多样数据集和最先进的自动同源词和音序对照检测方法的建立，我们首次测试了基于音序对比与基于同源词对比的方法在语系重建中的性能，并发现从同源词重建的语系与黄金标准语系之间的拓扑距离平均上缩短了约三分之一。

    Feb, 2024

  • 主成分分析作为贝叶斯语言地球生物进化复原的健全性检查

    提出了一种简单的方法，通过将重建的语言家族树投影到主成分分析的空间中，有效地可视化了异常，特别是在游走的形式中，以理解这种假设被破坏的程度对于验证语言起源演化推断的准确性至关重要。

    Feb, 2024

  • 一种基于似然比检验的语言间遗传关系检测方法

    语言间的词汇相似性表明它们可能存在遗传关系，然而这些相似性也可能是偶然的，并不总是意味着潜在的遗传关系。本文提出了一种似然比检验的方法来确定语言之间的关系，并评估了一些语系，证明了该检验的可行性和支持了宏观语系的存在。

    Mar, 2024

  • 大型语言模型的演化推测及其在基准测试中的性能预测

    PhyloLM是一种应用系统发育算法于大型语言模型的方法，它探索了它们的微调关系并预测其性能特征。通过利用系统发育距离度量，我们构建了树状图，满意地捕捉到不同LLM族群（包括77个开源和22个闭源模型）。此外，系统发育距离能够预测基准测试中的性能（我们测试了MMLU和ARC），从而实现对LLM能力的时间和成本效益估计。该方法将遗传概念转化为机器学习，为推断LLM的发展、关系和能力提供了工具，即使在透明训练信息缺失的情况下。

    Apr, 2024

  • 利用生命树进行扩散模型的层级条件化以研究物种演化

    本研究针对生物学中理解生物体如何随着环境演化与适应的问题，提出了一种新的方法——Phylo-Diffusion框架，通过层级嵌入来结合系统发育知识。研究表明，该方法在捕捉鱼类和鸟类的显著特征变异方面表现出色，揭示了其进化生物机制的新见解。

    Jul, 2024