BriefGPT.xyz
大模型
Ask
alpha
关键词
causality perspective
搜索结果 - 3
SIGIR
通过层次子空间解缠交叉领域推荐的联合可辨识性
为有效实现跨领域知识传递,本研究从因果学的角度出发,提出一种分层子空间解缠方法(HJID),以探索跨领域联合分布的联合识别性,并保留特定领域行为和域共享要素。实验证明,HJID 在一系列强相关和弱相关跨领域推荐任务中优于现有方法。
PDF
3 months ago
统一无源领域适应
统一的无源领域适应问题中,通过采用潜在因果因素发现方法(LCFD)和预训练的视觉 - 语言模型(如 CLIP),可以有效提高学习模型对领域变化的可靠性和鲁棒性,并在不同的无源领域适应设置和无源领域外泛化上取得了新的最先进结果。
PDF
4 months ago
我们对学生知识状态的理解是否充分?识别和减轻知识跟踪中的答案偏倚
知识追踪(KT)旨在通过学生与概念相关问题的学习互动来监控他们不断变化的知识状态,并可通过预测学生在未来问题上的表现来间接评估。这篇论文观察到了存在一个普遍的答案偏差现象,即每个问题的正确和错误答案呈高度不平衡的分布。针对这个问题,作者从因
→
PDF
a year ago
Prev
Next