clustering

Shuo Yang 及其团队发布了 FlashLib，这是一个 GPU 库，可以加速 KMeans、KNN、HDBSCAN、PCA 和 t-SNE 等经典机器学习算子，声称加速比高达 208 倍。

本文提出了一种完全自动化的流程，通过提取、聚类和总结段落级块（使用LLM），将法院判决转化为法律评注，并在德国民法典案例上进行了评估。

这篇观点论文认为，当前大型语言模型的不确定性量化方法本质上属于无监督聚类，测量的是内部一致性而非外部正确性，因此无法检测出自信的幻觉。作者主张进行范式转变，将不确定性建立在客观真理之上。

该模型将句子映射到384维向量，用于聚类和语义搜索等任务，使用对比学习在10亿句对上进行微调。它是sentence-transformers库的一部分，可以与Hugging Face Transformers配合使用。