empirical findings | BriefGPT

关键词empirical findings

搜索结果 - 9

CLEAR: 语言模型真的能理解因果图吗？
通过开发一个框架来定义因果图的理解，并且通过多个学科的实际标准评估语言模型的行为，我们开展了语言模型理解因果图的研究，并开发了一个包括 20 个任务的新的基准。通过对六个主要语言模型进行广泛实验，我们总结了五个实证发现，结果表明语言模型对因
PDF12 days ago
语言模型的因果评估
通过引入评估语言模型因果推理能力的综合基准 CaLM，该论文提出了四个模块的基础分类法以及一个由 126,334 个数据样本组成的 CaLM 数据集，并对 28 个领先的语言模型进行了全面评估，并给出了 50 个高级经验发现，以提供未来语言
PDF2 months ago
基于超平面的回归神经网络的随机线性投影损失
我们提出了一种名为随机线性投影（RLP）损失的损失函数，通过该损失函数可以减轻复杂数据集上过拟合的问题。经过在基准数据集和典型合成例子上的实证研究，我们发现使用 RLP 损失训练的神经网络在性能方面取得了改进，且需要更少的数据样本，对加性噪
PDF8 months ago
AI 设计中的参与式转向：理论基础与实践现状
通过综合技术设计、政治理论和社会科学的文献，以及对 12 位人工智能研究员和从业者的半结构化访谈，本文试图通过将现有理论文献与经验调查和批判相结合，为感兴趣采取参与式方法的人工智能设计和开发的研究人员和从业者提供一个概念框架，以评估参与式人
PDF9 months ago
论描述分布偏移的语言的必要性：在表格数据集上的应用举例
在分布转移的研究中，$Y | X$ - 转移最为普遍，我们建立了一个经验测试平台 WhyShift，以评估算法和数据干预对协变量区域的影响，同时也强调未来建立如何处理分布差异的理解对于研究的重要性。
PDFa year ago
不要相信你的眼睛：特征可视化的（不）可靠性
通过对神经网络内部运作方式的可解释性实现可靠功能的可视化是建立在可重复连通性的基础之上，因此我们需要发展更可靠的特征可视化方法解释神经网络处理自然图像的能力。
PDFa year ago
深度续订过程在间歇性需求预测中的应用
本研究发展了一套集使用循环神经网络和 “深度” 时间点过程范例的模型，参数化了条件间歇时间和尺寸分布，并在离散和连续时间的间歇需求数据上具有实用价值的良好实证发现。
PDF5 years ago
序列多关键词生成的实证研究：顺序是否重要？
本研究提出了多个关键短语拼接作为目标序列的学习方法，研究了拼接顺序对模型行为的影响，并通过综合比较发现了一种更好的拼接顺序，总结了几个实证发现和挑战，这些可以为未来相关研究提供指导和启示。
PDF5 years ago
关于关系型概率模型聚合器的比较
本文提出新的简单聚合器及对现有模型进行的简单修改，并通过实证研究展示这些方法的有效性，从而解决了关系概率模型中聚合的挑战，并为未来的表示奠定了基础。
PDF7 years ago