标签
提出了一种任务条件化合成数据生成（TCSDG）算法，该算法结合了贝叶斯网络生成器与基于Transformer的表格基础模型，旨在提升农业预测任务中的机器学习性能，并在基准测试中表现出一致的改进。
本文介绍了xAARA，一种不确定性感知的多专家融合引擎，通过提供校准的不确定性和可解释的说明来增强卒中康复的临床评估，在动作质量评估中实现了高精度并降低了预测不确定性。
本文介绍了PersuasionTrace，一个用于研究人机交互中多轮说服的框架，采用贝叶斯网络模拟目标来建模信念更新。该框架揭示了大语言模型在多种主题和模态下具有说服力，并且贝叶斯目标比普通大语言模型模拟器更符合人类信念动态。